Розробка вебзастосунку для оцінки та рецензування фільмів із використанням штучного інтелекту

Abstract

UA : Робота викладена на 57 сторінках друкованого тексту, містить 12 рисунків, 6 таблиць, 15 джерел. Об’єкт дослідження – процеси зберігання, обробки та аналізу інформації про фільми, а також формування персоналізованих рекомендацій у вебзастосунках кінематографічної тематики. Мета роботи – розробка вебзастосунку для рецензування та оцінки фільмів із використанням технологій штучного інтелекту для формування персоналізованих рекомендацій користувачам. Методи дослідження – аналіз предметної області, порівняльний аналіз існуючих платформ для оцінювання фільмів, методи об’єктно-орієнтованого проєктування, моделювання засобами UML, методи веброзробки, тестування програмного забезпечення та аналіз ефективності рекомендаційних систем. У роботі проведено аналіз сучасних платформ для рецензування та оцінки фільмів, досліджено принципи функціонування рекомендаційних систем та можливості використання штучного інтелекту для персоналізації контенту. На основі проведеного аналізу спроєктовано архітектуру вебзастосунку, структуру бази даних та модуль формування рекомендацій. У процесі виконання роботи реалізовано вебзастосунок із використанням технологій React, Node.js, Express.js та Microsoft SQL Server. Забезпечено функціонал перегляду інформації про фільми, створення рецензій, виставлення оцінок та отримання персоналізованих рекомендацій.

EN : The work is presented on 57 pages of printed text, 12 figures, 6 tables, 15 references. Object of research includes processes of storing, processing and analyzing movierelated information, as well as generating personalized recommendations in movieoriented web applications. Purpose of the thesis is the development of a web application for movie reviewing and rating using artificial intelligence technologies to provide personalized movie recommendations for users. Research methods involve subject area analysis, comparative analysis of existing movie rating platforms, object-oriented design methods, UML modeling, web development technologies, software testing methods, and recommendation system efficiency analysis. The thesis analyzes modern movie review and rating platforms, investigates recommendation systems and the possibilities of applying artificial intelligence technologies for content personalization. Based on the conducted analysis, the architecture of the web application, database structure, and recommendation module were designed. During the implementation stage, a web application based on React, Node.js, Express.js, and Microsoft SQL Server was developed. The system provides functionality for browsing movie information, creating reviews, assigning ratings, and receiving personalized recommendations. An AI module was developed to analyze user ratings and reviews in order to generate personalized recommendations.