Реалізація бізнес-аналізу засобами Python у корпоративній інформаційній системі текстильного підприємства

Abstract

UA : Робота викладена на 41 сторінці друкованого тексту, містить 25 рисунків, 17 джерел. Об’єкт дослідження – процес реалізації інтегрованої системи прогнозування браку на основі моделі машинного навчання, що містить вебінтерфейс для введення даних, аналіз даних та візуалізацію результатів. Предмет дослідження – інтеграція моделі машинного навчання в інформаційну систему, розробка функціоналу для збору і обробки звітності, візуалізація статистичних даних, керування доступом до ресурсів між користувачами. Мета роботи: розробити інтегровану системи прогнозування браку на основі моделі машинного навчання для покращення управління якістю продукції та оптимізації виробничих процесів. Методи дослідження – аналіз предметної області та функціональності застосунку, експерименти щодо реалізації функціональності застосунку. Виконано аналіз предметної області, огляд інструментів для розробки інформаційних систем та аналіз використаних технологій. Розроблено архітектуру застосунку. Спроєктовано базу даних і представлено діаграму її структури. Розроблено серверну та клієнтську частину застосунку. Серверну частину реалізовано засобами мови Python та фреймворку Flask, клієнтську – засобами мови TypeScript та фреймворку React.

EN : The work is presented on 41 pages of printed text, 25 figures, 17 references. The object of study is the process of implementing an integrated reject prediction system based on a machine learning model that includes a web interface for data entry, data analysis, and visualization of results. Subject of study: integration of a machine learning model into an information system, development of functionality for collecting and processing reports, visualization of statistical data, and management of access to resources between users. The aim of the study is to develop an integrated reject prediction system based on a machine learning model to improve product quality management and optimize production processes. The methods of research are analysis of the subject area and functionality of the application, experiments on the implementation of the application functionality. The analysis of the subject area, the review of tools for developing information systems, and the analysis of the technologies used were performed. The application architecture is developed. The database is designed and a diagram of its structure is presented. The server and client parts of the application were developed. The server side was implemented using Python and the Flask framework, and the client side was implemented using TypeScript and the React framework.