UA : Робота викладена на 54 сторінках друкованого тексту, містить 16 рисунків, 1 таблицю, 12 джерел, 2 додатки. Об’єкт дослідження – системи збору даних з інтернет магазинів. Мета роботи: спроектувати та програмно реалізувати систему збору даних інтернет магазинів з використанням фреймворку Laravel. Метод дослідження – емпіричний. В результаті розробки системи збору даних інтернет магазинів з використанням фреймворку Laravel були отримані дані о продуктах з таких інтернет магазинів як Amazon та Walmart. Також з використанням вже підготовленого і натренованого AI було проаналізовано відгуки про товар. Система може використовуватись для забезпечення точною та
актуальною інформацією про стан ринку та продуктів у інтернет магазинах, а також може використовуватись як інструмент підвищення продажу конкретних брендів, груп товарів і окремих продуктів. В майбутньому система може розвиватись шляхом збільшення кількості підтримуваних інтернет магазинів, а також інтеграції з новими системами на основі AI, наприклад збільшення взаємодії з AI для більш ретельного аналізу зібраної інформації про товари. Ця тема є дуже актуальною і перспективною, оскільки зібрані дані можуть бути основою для тренування AI, що в свою чергу може бути використано для створення прогнозів продажів товарів або для створення рекомендацій ціноутворення на основі зібраних даних конкурентів.
EN : The work is presented on 54 pages of printed text, 16 figures, 1 table, 12 references, 2 annexes. Object of the study – data collection system from web stores. Aim of the study: to design and programmatically implement a data collection system for online stores using the Laravel framework Method of research – empirical As a result of the development of a data collection system from web stores using the Laravel framework, data about products from such online stores as Amazon and Walmart was obtained. Also, product reviews were analyzed using already prepared and trained AI. The system can be used to provide accurate and up-to-date information on the state of the market and products in online stores, and can also be used as a tool to increase sales of specific brands, product groups, and individual products. In the future, the system can be improved by increasing the number of supported online stores, as well as integration with new AI-based systems, for example, increasing interaction with AI for more detailed analysis of collected data about products. This topic is very relevant and promising, because the collected data can be the basis for AI training, which in turn can be used to create product sales forecasts or to create pricing recommendations based on the collected data of competitors.
