20.500.12556/RUL-178466 Prepoznavanje anomalij v avtomatsko ekstrahiranih grafih iz spleta Anomaly detection in automatically extracted graphs from the web V nalogi je predstavljen sistem za zaznavanje anomalij v avtomatsko ekstrahiranih grafih iz spleta, zgrajen na grafni bazi Neo4j in pravilih v jeziku Cypher. Sistem prepoznava strukturne, atributne in časovne nepravilnosti, kot so nenavadne lastniške strukture, nelogične investicije ter neskladja v datumih dogodkov, rezultate pa semantično preveri z velikim jezikovnim modelom (LLM). Evalvacija na grafu s približno 40 milijoni vozlišč pokaže visoko natančnost pri izbranih pravilih, pomemben vpliv materializiranih povezav na čas izvajanja poizvedb ter zmanjšanje obremenitve ročne validacije (QA). Pristop združuje razložljivost pravil s semantično analizo LLM in predstavlja korak k modularnemu, samoučečemu sistemu za zagotavljanje kakovosti podatkov. This thesis presents a system for detecting anomalies in automatically extracted graphs from the web, built on the Neo4j graph database and Cypherbased rules. The system identifies structural, attribute and temporal irregularities— such as unusual ownership structures, illogical investments and inconsistencies in event dates—and semantically validates the results with a Large Language Model (LLM). Evaluation on a graph with approximately 40 million nodes shows high precision for selected rules, a significant impact of materialized relationships on query runtimes, and a reduction of manual quality assurance (QA) workload. The approach combines the interpretability of rules with LLM-based semantic analysis and represents a step towards a modular, self-learning data quality assurance system. Zaznavanje anomalij grafne podatkovne baze Neo4j avtomatska ekstrakcija podatkov Anomaly detection graph databases Neo4j automated data extraction true false false Slovenski jezik Angleški jezik Magistrsko delo/naloga 2026-01-28 10:10:02 2026-01-28 10:10:06 2026-02-16 10:47:35 0000-00-00 00:00:00 2026 0 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 37753 268544259 Safic_Sanil_-_Prepoznavanje_anomalij_v_avtomatsko_ekstrahiranih_grafih_iz_spleta.pdf Safic_Sanil_-_Prepoznavanje_anomalij_v_avtomatsko_ekstrahiranih_grafih_iz_spleta.pdf 1 279E7A3C2991A3CF0D34A91B278CB63D 6c1bb15ff866da86aa6e3b6603e03ace0c7e9bc4116f0fb0b5e51c4ebc75e566 1d722f61-fc29-11f0-a1ba-0050569b8976 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=226355 Fakulteta za računalništvo in informatiko 0 0 0