Journalisten van de online-editie Forbes ontdekten dat de afdeling Intern Beleid onder de presidentiële administratie de sociale activiteit van Russen op internet begon te volgen en te volgen met behulp van de Prism-terminal. Dit systeem is al geïnstalleerd in het kantoor van het hoofd van de afdeling, Vyacheslav Voloshin.
De ontwikkelaar van de terminal is het bedrijf Medialogia, waarvan de website zegt dat het systeem is ontworpen om de activiteit van gebruikers van sociale systemen te volgen en in staat is om informatiestromen uit 60 miljoen bronnen in realtime te verwerken. De thema's die van belang zijn voor de gebruiker kunnen elk zijn en worden handmatig geconfigureerd. De ontwikkelaars beweren met name dat de terminal de toename van de activiteit van gebruikers van sociale netwerken kan volgen, wat gepaard gaat met een toename van sociale spanning. Kwesties die het systeem kan beheersen zijn onder meer: extremisme, deelname aan rellen en ongeoorloofde demonstraties, protestsentimenten, discussie over prijsverhogingen, tarieven voor nutsvoorzieningen, salarissen en pensioenen, en het niveau van medische zorg.
Terminals "Prism" werken op basis van taalkundige en semantische analyse van berichten op forums en blogs. Het systeem kan zowel individuele blogs als sociale media-accounts volgen. De gebruikte algoritmen maken het mogelijk om positieve of negatieve sentimenten van uitspraken te analyseren en te diagnosticeren met een fout van slechts 2-3%.
De gebruikersmonitor toont het meest relevante en besproken nieuws in sociale netwerken, ze worden weergegeven door clusters van topverhalen. Als je wilt, kun je erachter komen uit welke blogs en berichten een bepaald "hot" nieuws of onderwerp is samengesteld. Per scène wordt een beoordeling gegeven door de aard van de uitspraken, terwijl de monitor zowel het aantal positieve als negatieve beoordelingen weergeeft. Een lijst van hun auteurs is ook beschikbaar. De dynamiek van stellingen en beoordelingen kan worden weergegeven in de vorm van een grafiek.
Maar het systeem heeft ook zwakke punten, die te wijten zijn aan de specifieke kenmerken van netwerkcommunicatie. Zo kan het gebruik van de beruchte "Albany"-taal een record ongeschikt maken voor machineperceptie en daaropvolgende analyse. Hetzelfde geldt voor sarcastische, ironische en "geciteerde" uitspraken, hoewel het soms niet aan iedereen is om ze te herkennen.
