Portret tajnego współpracownika „bezpieki”. Badania źródeł archiwalnych SB (Wydziału VI w Szczecinie) z wykorzystaniem algorytmów uczenia maszynowego oraz analizy prozopograficznej
DOI:
https://doi.org/10.12775/HiP.2024.019Słowa kluczowe
Służba Bezpieczeństwa (SB), prozopografia, tajni współpracownicy, drzewo decyzyjneAbstrakt
Celem artykułu jest charakterystyka tajnych współpracowników służby bezpieczeństwa PRL dokonana metodami tradycyjnymi (analiza prozopograficzna) i cyfrowymi (zastosowanie algorytmu uczenia maszynowego w formie drzewa decyzyjnego) oraz porównanie skuteczności obu metod dla wskazania, co charakteryzowało współpracowników składających donosy personalne.
Bibliografia
Ankoud, R. (2020). An Approach to Studying Elites and Social Groups. Almuntaqa, 3(1), 70–85.
Basuchoudhary, A., Bang, J. T., David, J., Sen, T. (2021). Identifying the Complex Causes of Civil War: A Machine Learning Approach. Palgrave: Springer.
Brzechczyn, K. (2012). Problem wiarygodności teczek i opartej na nich narracji historycznej. Kilka uwag metodologicznych. Pamięć i Sprawiedliwość, 20(2), 53–77.
Brzeziński, P. (2020). Prominenci i marionetki. Prozopografia egzekutywy KW PZPR w Gdańsku w latach 1975–1990. Rocznik Gdański, 109–141.
Buryła, S. (2009). Artyści i ich opiekunowie. Znak, 650–651, 138–143.
Carnegie, G. D., McBride, K. M. (2023). Prosopography and Microhistory: Illuminating Historical Actors. Handbook of Historical Methods for Management, 245–263.
Cranmer, S. J. (2019). Introduction to the Virtual Issue: Machine Learning in Political Science. Political Analysis, 1–9.
Dudek, A. (1998). Sutanny w służbie Peerelu. Karta: kwartalnik historyczny, 8(25), 110–114.
Gałkowska, A. (2007). Idealny TW. Niektóre psychologiczne aspekty werbunku tajnych współpracowników SB w świetle materiałów szkoleniowych MSW. Politeja, 7, 311–330.
Grimmer, J., Roberts, M. E., Stewart, B. M. (2021). Machine Learning for Social Science: An Agnostic Approach. Annual Review of Political Science, 24, 395–419.
Hołda, M. (2009). Pseudonimy tajnych współpracowników UB, SB – analiza lingwistyczna. Język Polski, 4–5, 308–321.
Loh, W. Y. (2011). Classification and Regression Trees. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 1(1), 14–23.
Łaszczyński, M. (2010). „Krąg” i jego krąg. Wydawnictwo w świetle relacji. Pamięć i Sprawiedliwość, 16(2), 139–170.
Maszczyk, T., Duch, W. (2008). Comparison of Shannon, Renyi and Tsallis Entropy Used in Decision Trees. Proceedings, 9, 643–651.
Michalski, A. (2006) Dyskusja panelowa – Materiały IPN jako źródło historyczne. Szansa czy pułapka historyków. Słupskie Studia Historyczne, 12, 303–307.
Musiał, F. (2019). Podręcznik bezpieki. Teoria pracy operacyjnej Służby Bezpieczeństwa w świetle wydawnictw resortowych Ministerstwa Spraw Wewnętrznych PRL (1970–1989). Kraków–Warszawa: Wyd. IPN.
Øland, T. (2013). The Diversity of ‘Progressive School Pedagogues’ 1929–1960: A Space of Opposites Making Society Making the Child. Praktiske Grunde: Tidsskrift for kultur-og samfundsvidenskab, 7, 5–24.
Pastuszewski, S. (2019). Osobowe źródła informacji Służby Bezpieczeństwa w bydgoskiej przestrzeni kulturalnej lat siedemdziesiątych i osiemdziesiątych XX wieku. Kronika Bydgoska, 40, 261–296.
Skibiński, P. (2003). Infiltracja komunistycznych służb specjalnych w polskim Kościele – co już wiemy? Informacja na temat stanu badań. Teologia Polityczna, 1, 57–70.
Wicenty, D. (2022). O znaczeniu fałszywego świadectwa. Przypadek TW „Jakuba” a fikcje operacyjne SB dotyczące tajnych współpracowników. Dzieje Najnowsze, 54(3), 151–174.
Wiścicki, T. (2005). Nie każdy musiał. Więź, 47(561), 5–8.
Younas, N., Ali, A., Hina, H., Hamraz, M., Khan, Z., Aldahmani, S. (2022). Optimal Causal Decision Trees Ensemble for Improved Prediction and Causal Inference. IEEE Access, 10, 13000–13011.
Zarzycki, M. (2004). Przypadek Henryka Karkoszy. Karta, 41, 143–145.
Pobrania
Opublikowane
Jak cytować
Numer
Dział
Licencja
Prawa autorskie (c) 2025 Zbigniew Wiczyński, Wiktor Werner
Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Bez utworów zależnych 4.0 Międzynarodowe.
Uniwersytet Mikołaja Kopernika w Toruniu respektuje prawo do prywatności i ochrony danych osobowych autorów.
Dane autorów nie są wykorzystywane w celach handlowych i marketingowych. Redaktorzy i recenzenci są zobowiązani do zachowania w poufności wszelkich informacji związanych ze złożonymi do redakcji tekstami.
Autor, zgłaszając swój tekst wyraża zgodę na wszystkie warunki i zapisy umowy licencyjnej (określającej prawa autorskie) z Uniwersytetem Mikołaja Kopernika w Toruniu.
Statystyki
Liczba wyświetleń i pobrań: 90
Liczba cytowań: 0
