Пошук академічних текстів

Інформація × Реєстраційний номер 2125U001415, Матеріали видань та локальних репозитаріїв Категорія Бакалаврська робота Назва роботи Вебзастосунок із технологією штучного інтелекту для аналітики попиту і підбору товару Автор Дата публікації 01-01-2025 Постачальник інформації Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» Першоджерело https://ela.kpi.ua/handle/123456789/74432 Видання Київ Опис Бакалаврський дипломний проєкт включає пояснювальну записку (58 с., 36 рис., список використаної літератури з 9 найменувань, 8 додатків, 22 слайд презентації). Мета розробки – забезпечення зручної взаємодії користувача із вебзастосунком за рахунок інтелектуального асистенту та створення можливості прогнозування попиту на товар, для кращої організації процесу зберігання продукції. Об'єкт розробки – створення вебзастосунку із вбудованою технологією штучного інтелекту, який дозволяє аналізувати попит і підбирати товар. Вебзастосунок дозволяє: переглядати каталог продукції за категоріями; здійснювати онлайн-замовлення з реєстрацією користувача; отримувати персоналізовані відповіді та рекомендації від інтелектуального асистента; проводити аналіз продажів та прогнозувати попит, використовуючи модель машинного навчання (Meta Prophet). В процесі розробки були використані фреймворк Spring Boot для створення серверної частини вебзастосунку та реалізації REST-архітектури, шаблонізатор Thymeleaf для динамічного формування HTML-сторінок, мова програмування Python та бібліотеки Prophet, Pandas, Bokeh для реалізації модуля прогнозування попиту з інтерактивною візуалізацією, Flask для створення окремого Python-сервісу та його подальшої інтеграції з Java-застосунком, PostgreSQL як основна система керування базами даних, HTML, CSS, Bootstrap для створення інтерфейсу користувача, засоби аналізу природної мови для створення AI-асистента, здатного розуміти запити користувача. В ході розробки: проведено аналіз сучасних веб-технологій та систем електронної комерції; сформульовано вимоги до функціоналу та архітектури системи; реалізовано веб-застосунок на базі Spring Boot з використанням шаблонізатора Thymeleaf; розроблено Python-сервіс для прогнозування попиту з візуалізацією результатів через Bokeh; створено AI-асистента для обробки запитів користувача; реалізовано зберігання та обробку даних через PostgreSQL. Впровадження такої системи дозволяє не лише підвищити зручність для користувачів, але й оптимізувати запаси продукції, прогнозуючи попит, а також покращити взаємодію з клієнтами завдяки AI-рішенням. Додано в НРАТ 2025-08-18 Закрити