Інтелектуальна інформаційна система формування ситуаційного стилю людини
Автор: Пірко Андрій Ігорович
Кваліфікаційний рівень: магістр
Спеціальність: Аналіз даних
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2020-2021 н.р.
Мова захисту: українська
Анотація: Пірко А. І., Басюк Т. М. (керівник). Інтелектуальна інформаційна система формування ситуаційного стилю людини. Магістерська кваліфікаційна робота. – Національний університет «Львівська політехніка», Львів, 2020. Розширена анотація. Сучасна індустрія одягу є однією з найпродуктивніших сфер діяльності людини. Щодня виробляється велика кількість товарів та щороку створюються нові бренди та магазини. Дані фактори породжують масу проблем та питань для кінцевого покупця: де купити одяг, який одяг купити, який одяг підійде моїй тілобудові, який стиль одягу буде співпадати з моїм способом життя, де цей одяг купити, як знайти найкраще співвідношення ціни до якості. Ці та багато інших питань виникають у покупців щоразу, коли вони оновлюють гардероб. Тому для більшості людей не завжди є очевидним, який одяг буде дійсно доречним в тому чи іншому випадку і справді буде пасувати статурі, стилю життя чи статусу події, для якої робиться покупка [1]. Велика кількість товарів в сучасній індустрії одягу та взуття значно ускладнює пошук потрібних позицій. Для вирішення даної проблеми було створено інтелектуальну інформаційну систему, що аналізує унікальні характеристики та інформацію про товар та обробляє ці дані шляхом математичного алгоритму. В контексті інформаційного перенавантаження, рекомендаційні системи – це засоби, що допомагають інтернет – користувачам отримувати правильну інформацію. Ці системи є відповідальними за передбачення речей, які будуть цікаві кінцевим користувачам. Особливо в контексті е-комерції ці системи є значною частиною бізнесу, так як вони допомагають покращити продажі та збільшити прибуток [2]. Важливим завданням в рекомендаційних сервісах є пошук малих сукупностей речей, які можуть бути найбільш релевантними для користувачів інтернет-магазинів. Це називається рекомендаційним завданням «top-N» [3]. Хоча ряд досліджень перевіряли точність та ефективність алгоритмів, призначення яких підбір товару для користувачів, оцінка користувача також є важливою для визначення точності алгоритму [10]. Типовий процес продажу товарів в е-комерції включає в себе такі кроки: вибір товару; додавання в корзину; оплата тощо. Ймовірність конверсії (ефективності продажу товару) зростає відносно того, як користувач рухається відносно даних кроків [9]. Беручи до уваги важливість рекомендацій в середовищі е-комерції, метою розроблюваної інформаційної системи є оптимізація процесу вибору та покупки одягу в інтернет – магазинах [4]. Існують різні підходи до обробки інформації для створення рекомендацій. Контент – орієнтований (content based, CB) підхід рекомендує продукцію чи речі схожі до тих, яким користувач надає перевагу. Він оцінює зміст предметів, щоб сформувати нові рекомендації. Підхід спільної фільтрації (collaborative-filtering, CF) рекомендує споживачеві товари, які раніше подобалися людям із подібними вподобаннями, створюючи різноманітність у рекомендаціях. Існує також можливість комбінування обидвох підходів, створюючи новий підхід – гібридний [7]. Вчені давно досліджують рекомендаційні системи, пропонують нові алгоритми та оцінюють їх. Одним з підходів є визначення рекомендацій, які на перший погляд повністю відповідають очікуванням користувачів. Цей підхід називається визначенням top-N рекомендацій, при якому алгоритм має запропонувати кілька елементів, які найбільш зацікавлять користувача [5, 6]. Об’єкт дослідження – процес підбору одягу залежно від потреб та вподобань людини. Предмет дослідження – інтелектуальна інформаційна система формування ситуаційного стилю людини. Мета дослідження – створення інтелектуальної інформаційної системи формування ситуаційного стилю людини. Основні результати роботи полягають в наступному. Проведено аналітичний огляд літературних джерел, описано специфіку предметної області; проаналізовано переваги та недоліки існуючих систем, які частково реалізовують подібну функціональність. В результаті проведених досліджень виявлено, що на українському ринку немає системи, яка б могла забезпечувати потреби користувачів у формуванні ситуативного стилю. Здійснено системний аналіз предметної області та обґрунтування проблеми. Визначено основну мету створюваної інформаційної системи – надання функціональності для формування ситуативного стилю людини. Відображено аспекти основної мети – надання функціональності для формування стрічки рекомендованого одягу та для пошуку одягу за заданими критеріями. Визначено критерії якості функціонування системи: ефективність надання рекомендацій, адаптивність інтерфейсу, захищеність та актуальність даних. Конкретизовано функціональність системи шляхом побудови UML-діаграм. Для детального подання структури інформаційної системи, її зображено у вигляді ієрархії задач. Вибрано та обґрунтовано методи і засоби вирішення поставленої задачі, наведено порівняльну характеристику веб-фреймворків для розробки інтерактивних додатків, обрано стек технологій для розробки системи та описано мережеву схему роботи контейнерів у середовищі Docker. Визначено, що створена інформаційна система є функціонально придатною, її функції вирішують основні проблеми заданої предметної області. Програма є коректною, оскільки передбачена обробка всіх можливих помилок. Розроблена інформаційна система є надійною, оскільки використовує середовище Docker та захищене з’єднання із сервером бази даних за допомогою VPN. Сконструйована система може бути встановлена на платформах Windows, Linux та macOS. Проведено розрахунок витрат на розробку програмного забезпечення інформаційної системи формування ситуаційного стилю людини. Проведено економічні розрахунки для відображення доцільності розробки програмно-апаратного комплексу, а також здійснено порівняння з існуючим аналогом. За результатами даних обчислень можна зробити висновок, що таке проектне рішення переважає над аналогом, а коефіцієнт конкурентоздатності становить 2.46. Ключові слова – підбір одягу, рекомендаційні системи, контент-орієнтований підхід, підхід спільної фільтрації, формування ситуаційного стилю людини. Перелік використаних літературних джерел 1. Agrawal, R. and Srikant, R. (1994). Fast algorithms for mining association rules in large databases. In 20th International Conference on Very Large Data Bases. Morgan Kaufmann, Los Altos, CA. 2. Argawal, A., Chakraborty, M., and Chowdary, C. R. (2017). Does order matter? Effect of order in group recommendation. Expert Systems with Applications. 3. Arthur, D. and Vassilvitskii, S. (2007). k-means++: the advantages of carefull seeding. In Proceedings of the 18th Annual ACM-SIAM Symposium on Discrete Algorithms. 4. Bodon, F. (2003). A fast apriori implementation. In Goethals, B. and Zaki, M. J., editors, Proceedings of the IEEE ICDM Workshop on Frequent Itemset Mining Implementations (FIMI’03), volume 90 of CEUR Workshop Proceedings, Melbourne, Florida, USA. 5. Cremonesi, P., Koren, Y., and Turin, R. (2010). Performance of recommender algorithms on top-n recommendation tasks. In Proceedings of the RecSys 2010. 6. Forza, C. (2002). Survey research in operations management: a process-based perspective. International Journal of Operations & Production Management. 7. Frank, E., Hall, M. A., and Witten, I. H. (2016). The WEKA Workbench. Online Appendix for ’Data Mining: Practical Machine Learning Tools and Techniques’. Morgan Kaufmann, 4th edition. 8. Hurley, N. and Zhang, M. (2011). Novelty and diversity in top-n recommendation analysis and evaluation. ACM Transactions on Internet Technology. 9. Isinkaye, F. O., Folajimi, Y. O., and Ojokoh, B. A. (2015). Recommendation systems : Principles , methods and evaluation. Egyptian Informatics Journal. 10. Kasssak, O., Kompan, M., and Bielikov ? a, M. (2016). Personalized hybrid recommendation for group of users: Top-n multimedia recommender. Information Processing and Management.