Обґрунтовано доцільність використання графових нейронних мереж (GNN) як інструменту моделювання DOM-дерева у вигляді орієнтованого графа з урахуванням семантичних, атрибутивних та структурних ознак вузлів. Запропоновано теоретичну модель побудови адаптивних DOM-селекторів, що поєднує GNN з агентом прийняття рішень. Розроблено математичне подання DOM-графа, систему ознак вузлів (one-hot кодування тегів, бінарні атрибути id/class/data-testid, глибина, кількість нащадків, позиція серед сусідів), а також формалізовано метрики оцінювання селекторів: унікальність, точність, повнота, F1-міра та довжина. Сформовано функцію винагороди агента, яка оптимізує баланс між точністю, стабільністю та компактністю селектора. Показано, що поєднання графових репрезентацій DOM (Document object model) та механізму оптимізації рішень дає змогу створювати селектори, стійкі до структурних змін вебсторінок, а також скорочує потребу у ручній підтримці тестів.