Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: https://er.chdtu.edu.ua/handle/ChSTU/10265
Назва: Інформаційна система збору, модерації та аналізу відгуків користувачів на базі месенджера
Автори: ЛАВДАНСЬКИЙ, Артем
РУРА, Олександр
Ключові слова: TELEGRAM-БОТ;ШТУЧНИЙ ІНТЕЛЕКТ;SPRING BOOT;JAVA;POSTGRESQL;ОБРОБКА ВІДГУКІВ;АВТОМАТИЗАЦІЯ;КІНЦЕВИЙ АВТОМАТ;API;ІНТЕГРАЦІЯ
Дата публікації: 2026
Короткий огляд (реферат): Метою виконання даної кваліфікаційної роботи на здобуття освітнього ступеня «бакалавр» є розробка автоматизованої інформаційної системи на базі месенджера Telegram для збору, обробки, інтелектуального аналізу та маршрутизації відгуків користувачів. Загальний обсяг роботи становить 79 сторінок. У роботі 10 рисунків, 2 таблиці. Для виконання роботи використано 15 літературних джерел. Основними завданнями кваліфікаційної роботи є аналіз предметної області та існуючих систем обробки відгуків, проєктування архітектури серверного застосунку та реляційної бази даних, розробка Telegram-бота з використанням патерну «Кінцевий автомат» для гнучкої маршрутизації діалогів, інтеграція модуля штучного інтелекту для аналізу текстів, визначення їх тональності та рівня критичності, а також реалізація експорту даних через зовнішні API (Google Workspace, Trello) для автоматизованого делегування завдань персоналу. Стислий опис розділів кваліфікаційної роботи бакалавра: У першому розділі обґрунтовано актуальність обраної теми, проведено аналіз предметної області та огляд існуючих програмних аналогів. У другому розділі спроєктовано загальну архітектуру системи, визначено топологію інформаційних потоків та розроблено концептуальну схему реляційної бази даних (ER-діаграму). У третьому розділі здійснено вибір та обґрунтування технологічного стека розробки (мова Java, фреймворк Spring Boot, СКБД PostgreSQL). У четвертому розділі описано процес створення серверної логіки, розробки панелі адміністрування, налаштування in-memory кешування та механізмів інтеграції зі сторонніми хмарними сервісами (LLM, Google Cloud API, Trello API). У висновках підбито підсумки розробки, підтверджено виконання поставлених завдань.
URI (Уніфікований ідентифікатор ресурсу): https://er.chdtu.edu.ua/handle/ChSTU/10265
Розташовується у зібраннях:123 Комп’ютерна інженерія (Комп'ютерні системи та мережі)

Файли цього матеріалу:
Файл Опис РозмірФормат 
1_ТИТУЛКА_Рура_Друк-merged.pdf
  Restricted Access
1.84 MBAdobe PDFПереглянути/Відкрити    Запит копії


Усі матеріали в архіві електронних ресурсів захищено авторським правом, усі права збережено.

Extracted text
МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ
ЧЕРКАСЬКИЙ ДЕРЖАВНИЙ ТЕХНОЛОГІЧНИЙ УНІВЕРСИТЕТ
ФАКУЛЬТЕТ ІНФОРМАЦІЙНИХ ТЕХНОЛОГІЙ І СИСТЕМ
КАФЕДРА ІНФОРМАЦІЙНОЇ БЕЗПЕКИ ТА КОМП’ЮТЕРНОЇ ІНЖЕНЕРІЇ
ПОЯСНЮВАЛЬНА ЗАПИСКА
до кваліфікаційної роботи бакалавра
на тему:«Інформаційна система збору, модерації
та аналізу відгуків користувачів на базі
месенджера»
ЧДТУ.262211.010 ПЗ
Виконав: студент 4 курсу, групи КМ-2205
спеціальності 123 – «Комп’ютерна інженерія»
за освітньою програмою – «Комп’ютерні системи
та мережі»
Олександр РУРА
Керівник
к.т.н., доцент
Артем ЛАВДАНСЬКИЙ
Рецензент
к.т.н., старший викладач кафедри інформаційних
технологій Черкаського Національного
університету ім. Б. Хмельницького
Тетяна СТАБЕЦЬКА
«ЗАХИСТ ДОЗВОЛЯЮ»
Завідувач кафедри ІБ та КІ
к.т.н., доцент _______ Артем ЛАВДАНСЬКИЙ
Черкаси 2026 року
Форма № Н-9.01
ЧЕРКАСЬКИЙ ДЕРЖАВНИЙ ТЕХНОЛОГІЧНИЙ УНІВЕРСИТЕТ
Факультет: інформаційних технологій і систем
Кафедра: інформаційної безпеки та комп’ютерної інженерії
Освітньо-кваліфікаційний рівень: Бакалавр
Спеціальність 123 – Комп’ютерна інженерія
Освітня програма Комп’ютерні системи та мережі
«ЗАТВЕРДЖУЮ»
Завідувач кафедри ІБ та КІ
к.т.н., доцент _____________ Артем ЛАВДАНСЬКИЙ
«16» березня 2026 року
ЗАВДАННЯ
на кваліфікаційну роботу бакалавра студенту
Рурі Олександру Дмитровичу
(прізвище, ім‘я, по батькові)
1. Тема роботи: Інформаційна система збору, модернізація та аналізу відгуків
користувачів на базі месенджера
Керівник роботи: к.т.н., доцент Лавданський Артем Олександрович
(прізвище, ім’я, по батькові, науковий ступінь, вчене звання)
затверджені наказом університету від «12» березня 2026 р. № 56/03-03
2. Строк подання студентом роботи:
3. Вихідні дані до роботи:
1. Клієнтська платформа: месенджер Telegram;
2. Серверні технології: мова Java, фреймворк Spring Boot;
3. База даних: об'єктно-реляційна СКБД PostgreSQL;
4. Зовнішні інтеграції: штучний інтелект (LLM), Google Cloud API, Trello API;
4. Зміст розрахунково-пояснювальної записки (перелік питань, що їх належить розробити):
Вступ
1. Аналіз предметної області та огляд існуючих аналогів
2. Обґрунтування вибору технологій розробки
3. Проєктування архітектури системи та бази даних
4. Практична реалізація бота та інтеграція сервісів
Висновки
Додатки
Список використаних джерел
5. Перелік графічного матеріалу (з точним зазначенням обов’язкових креслень, плакатів):
1. Додаток А. Текст програми
6. Консультанти розділів роботи:
Розділ Прізвище, ініціали Підпис, дата
консультанта завдання видав завдання прийняв
7. Дата видачі завдання: 16 березня 2026 року
КАЛЕНДАРНИЙ ПЛАН
Термін
№ з/п Назва етапів роботи виконання Примітка
етапів роботи
1 Аналіз предметної області та збір матеріалів 16.03 – 22.03 виконано
2 Проєктування архітектури системи та бази виконано
даних PostgreSQL 23.03 – 29.03
3 Розробка серверної логіки 30.03 – 08.04 виконано
4 Реалізація інтерфейсу Telegram-бота та меню виконано
управління 09.04 – 15.04
5 Інтеграція модуля штучного інтелекту для 16.04 – 22.04 виконано
обробки відгуків
6 Підключення сторонніх API (Google Cloud та
Trello) 23.04 – 29.04 виконано
7 Тестування системи та оптимізація коду 30.04 – 05.05 виконано
8 Оформлення пояснювальної записки 06.05 – 12.05 виконано
9 Оформлення графічного матеріалу 13.05 – 15.05 виконано
10 Подання роботи на відгук та рецензування 16.05 – 18.05 виконано
Студент ___________________________ Олександр РУРА
(підпис)
Керівник роботи ___________________________ Артем ЛАВДАНСЬКИЙ
(підпис)
АНОТАЦІЯ
Метою виконання даної кваліфікаційної роботи на здобуття
освітнього ступеня «бакалавр» є розробка автоматизованої інформаційної
системи на базі месенджера Telegram для збору, обробки, інтелектуального
аналізу та маршрутизації відгуків користувачів.
Загальний обсяг роботи становить 79 сторінок. У роботі 10 рисунків,
2 таблиці. Для виконання роботи використано 15 літературних джерел.
Основними завданнями кваліфікаційної роботи є аналіз предметної
області та існуючих систем обробки відгуків, проєктування архітектури
серверного застосунку та реляційної бази даних, розробка Telegram-бота з
використанням патерну «Кінцевий автомат» для гнучкої маршрутизації
діалогів, інтеграція модуля штучного інтелекту для аналізу текстів,
визначення їх тональності та рівня критичності, а також реалізація експорту
даних через зовнішні API (Google Workspace, Trello) для автоматизованого
делегування завдань персоналу.
Стислий опис розділів кваліфікаційної роботи бакалавра: У першому
розділі обґрунтовано актуальність обраної теми, проведено аналіз предметної
області та огляд існуючих програмних аналогів. У другому розділі
спроєктовано загальну архітектуру системи, визначено топологію
інформаційних потоків та розроблено концептуальну схему реляційної бази
даних (ER-діаграму). У третьому розділі здійснено вибір та обґрунтування
технологічного стека розробки (мова Java, фреймворк Spring Boot, СКБД
PostgreSQL). У четвертому розділі описано процес створення серверної логіки,
розробки панелі адміністрування, налаштування in-memory кешування та
механізмів інтеграції зі сторонніми хмарними сервісами (LLM, Google Cloud
API, Trello API). У висновках підбито підсумки розробки, підтверджено
виконання поставлених завдань.
Ключові слова: TELEGRAM-БОТ, ШТУЧНИЙ ІНТЕЛЕКТ, SPRING
BOOT, JAVA, POSTGRESQL, ОБРОБКА ВІДГУКІВ, АВТОМАТИЗАЦІЯ,
КІНЦЕВИЙ АВТОМАТ, API, ІНТЕГРАЦІЯ.
ABSTRACT
The purpose of this qualification work for the Bachelor's degree is the
development of an automated information system based on the Telegram messenger
for the collection, processing, intellectual analysis, and routing of user feedback.
The total volume of the work is 79 pages. The work contains 10 figures, 2
tables. 15 literary sources were used to complete the work.
The main tasks of the qualification work are the analysis of the subject area
and existing feedback processing systems, the design of the server application
architecture and relational database, the development of a Telegram bot using the
«Finite State Machine» pattern for flexible dialogue routing, the integration of an
artificial intelligence module for text analysis, determination of their sentiment and
criticality level, as well as the implementation of data export through external APIs
(Google Workspace, Trello) for automated task delegation to the personnel.
Brief description of the chapters of the bachelor's qualification work: In the
first chapter, the relevance of the chosen topic is substantiated, the analysis of the
subject area is conducted, and existing software analogues are reviewed. In the
second chapter, the general system architecture is designed, the topology of
information flows is determined, and the conceptual scheme of the relational
database (ER diagram) is developed. In the third chapter, the selection and
justification of the development technology stack (Java language, Spring Boot
framework, PostgreSQL DBMS) are carried out. In the fourth chapter, the process
of creating server logic, developing an administration panel, configuring in-memory
caching, and mechanisms of integration with external cloud services (LLM, Google
Cloud API, Trello API) is described. The conclusions summarize the development
results and confirm the fulfillment of the assigned tasks.
Keywords: TELEGRAM BOT, ARTIFICIAL INTELLIGENCE, SPRING
BOOT, JAVA, POSTGRESQL, FEEDBACK PROCESSING, AUTOMATION,
FINITE STATE MACHINE, API, INTEGRATION.
ЗМІСТ
1 ПОСТАНОВКА ЗАДАЧІ.....................................................................................5
2 АНАЛІЗ ПРЕМЕТНОЇ ОБЛАСТІ.......................................................................7
2.1 Аналіз сучасних методів збору та обробки відгуків...............................7
2.2 Огляд існуючих рішень для автоматизації комунікації..........................8
3 ОБҐРУНТУВАННЯ ВИБОРУ ТЕХНОЛОГІЧНОГО СТЕКУ........................12
3.1 Вибір та аналіз мови програмування Java та фреймворку Spring Boot12
3.2 Порівняльний аналіз баз даних для зберігання ..................................... 14
3.3 Технології штучного інтелекту для аналізу тексту...............................16
3.4 Вибір API для інтеграції зовнішніх сервісів..........................................17
4 ПРОЕКТУВАННЯ АРХІТЕКТУРИ СИСТЕМИ.............................................19
4.1 Проектування загальної архітектури та взаємодії компонентів...........19
4.2 Проектування структури бази даних (ER-діаграма)..............................21
4.3 Розробка алгоритму модерації та аналізу відгуків за допомогою AI...24
4.4 Опис архітектури інтеграції з Trello та Google Docs.............................28
5 РЕАЛІЗАЦІЯ ІНФОРМАЦІЙНОЇ СИСТЕМИ................................................30
5.1 Розробка серверної частини системи.....................................................30
5.2 Реалізація інтерфейсу користувача на базі Telegram-бота....................39
5.3 Адміністрування системи та генерація аналітичних звітів...................43
5.4 Налаштування автоматичного створення карток у Trello та звітів у
Google Docs............................................................................................................46
ВИСНОВКИ...........................................................................................................49
ДОДАТКИ:
А – 482.ЧДТУ.62211-01 Інформаційна система збору, модерації та
аналізу відгуків користувачів на базі месенджера
СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ.............................................................78
ЧДТУ.262211.010 ПЗ
Змн. Арк. № докум. Підпис Дат
РозрКобив Рура О.Д. а Інформаційна система збору, Літ. Лист Листів
Керівник ЛавданськийА. модерації та аналізу відгуків 2 79
Рецеанзент СОтАа.Обе.цька користувачів на базі
Н.Контроль ТГр.Ае.сько С.О. месенджера Кафедра ІБ та КІ
Затвфердив Лавданський Пояснювальна записка гр. КМ-2205
е А.О А.О.
д
р
а
К
К
-
0
6
ВСТУП
Ефективний збір та опрацювання зворотного зв'язку є одним із
ключових чинників розвитку сучасних організацій та освітніх установ.
Традиційні інструменти, такі як паперові анкети чи статичні веб-форми,
мають суттєві обмеження: низький рівень залученості користувачів та значні
витрати часу на ручну обробку масивів отриманих даних.
Використання месенджера Telegram відкриває зручний та швидкий
мобільний канал для збору інформації, що сприяє вищому рівню конверсії.
Водночас, зі зростанням обсягу повідомлень постає гостра потреба в їх
систематизованій модерації. Впровадження алгоритмів штучного інтелекту
для аналізу тональності й змісту відгуків дозволяє пришвидшити сортування
даних, визначити рівень їх критичності та мінімізувати необхідність ручного
втручання в типових ситуаціях.
Крім того, нативна інтеграція програмного рішення із системами
управління завданнями (Trello) та хмарними сервісами (Google Docs)
забезпечує наскрізну простежуваність процесу — від надходження відгуку до
формування звітів і автоматизованої постановки задач для виконавців. Це
робить розробку подібної інформаційної системи надзвичайно актуальним
науково-практичним завданням.
Метою бакалаврської кваліфікаційної роботи є проєктування та
реалізація системи автоматизованого збору відгуків через Telegram із
застосуванням методів комп'ютерної лінгвістики та сучасних хмарних
сервісів.
Для досягнення поставленої мети необхідно вирішити такі завдання:
1. Проаналізувати предметну область та наявні рішення для збору й
опрацювання відгуків користувачів.
2. Обґрунтувати вибір технологічного стеку (Java, Spring Boot,
PostgreSQL) та методів автоматизованої обробки тексту.
3. Розробити загальну архітектуру системи та структуру бази даних.
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 3
а
4. Реалізувати Telegram-бота для збору відгуків і окрему
адміністративну панель для управління правами доступу.
5. Розробити модулі інтеграції з API Trello та API Google Docs.
6. Провести тестування системи та оцінити ефективність алгоритмів
аналізу.
Об'єктом дослідження є процес автоматизованого опрацювання
текстових відгуків, отриманих електронними каналами зв'язку.
Предметом дослідження є методи, алгоритми та програмні засоби для
автоматизації аналізу відгуків із використанням чат-ботів, комп'ютерної
лінгвістики та хмарних платформ.
Практична цінність роботи полягає у створенні програмного рішення,
що автоматизує рутинні задачі модераторів і адміністраторів освітніх та
корпоративних платформ, а також забезпечує оперативне перетворення
отриманих відгуків на конкретні задачі в Trello для підвищення якості роботи
організації.
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 4
а
1 ПОСТАНОВКА ЗАДАЧІ
В сучасних інформаційних системах зворотний зв'язок є необхідною
умовою постійного підвищення якості освітніх чи комерційних послуг.
Теоретична основа розглянутої проблеми полягає у потребі побудови
зручного та масштабованого каналу взаємодії між користувачами системи,
наприклад, викладачами, студентами та її адміністраторами. З практичної
точки зору автоматизація збору відгуків дозволяє своєчасно виявляти
системні недоліки, оперативно реагувати на критичні ситуації та
накопичувати структуровані дані для подальшого стратегічного планування.
Ключова проблема полягає в низькій ефективності наявних підходів до
опрацювання неструктурованого текстового контенту. Зі зростанням
кількості повідомлень адміністратори стикаються з інформаційним
перевантаженням, що призводить до затримок у реагуванні, пропуску
важливих звернень і суб'єктивності при ручній модерації.
Аналіз наявних програмних рішень свідчить про те, що кожен із
існуючих підходів має певні обмеження. Статичні форми опитування
(наприклад, Google Forms) є доступними та надійними, однак пасивними за
своєю природою: вони вимагають від користувача переходу на сторонній
ресурс, що знижує рівень залученості. Спеціалізовані CRM-системи та
платформи підтримки користувачів (Zendesk, Jira) мають широкий
функціонал, однак є архітектурно надлишковими для локальних освітніх
процесів, потребують тривалого налаштування та складної інтеграції.
Використання популярних месенджерів, зокрема Telegram [12], як платформи
для збору відгуків є перспективним напрямком завдяки звичному інтерфейсу
та доступності з мобільних пристроїв. Разом з тим більшість чат-ботних
рішень виконують лише транспортну функцію – пересилання повідомлень –
без їх подальшої змістовної обробки. Застосування методів комп'ютерної
лінгвістики та автоматизованого аналізу тональності тексту дозволяє усунути
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 5
а
цю прогалину й мінімізувати суб'єктивний людський чинник на етапі
первинного сортування звернень.
На основі аналізу предметної області та технічних вимог
сформульовано постановку задачі розробки інформаційної системи як
створення багатокомпонентного програмного комплексу. Проєктне завдання
передбачає реалізацію взаємопов'язаних функціональних модулів:
клієнтського інтерфейсу у вигляді Telegram-бота для асинхронного збору
повідомлень; аналітичного серверного модуля для автоматизованої
класифікації та визначення тональності відгуків; підсистеми безпечного
адміністрування з розмежуванням прав доступу на основі рольової моделі; а
також модулів інтеграції з Trello API [14] для постановки задач і Google Docs
API [7] для архівування даних.
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 6
а
2 АНАЛІЗ ПРЕМЕТНОЇ ОБЛАСТІ
2.1 Аналіз сучасних методів збору та обробки відгуків
Процес управління зворотним зв’язком у сучасних інформаційних
системах пройшов шлях від пасивного накопичення даних до проактивного
інтелектуального аналізу в реальному часі. У межах даного дослідження
розглядаються методи збору та обробки як єдиний технологічний цикл.
На основі аналізу існуючих практик, методи збору фідбеку можна
класифікувати за способом взаємодії з користувачем:
Активний збір: Система ініціює запит до користувача. Це реалізується
через розсилки в месенджерах або спливаючі вікна.
 Перевага: високий показник конверсії.
 Недолік: ризик виникнення "втоми від опитувань" у разі надмірної
частоти запитів.
Пасивний збір: Користувач самостійно шукає канал для залишення
відгуку:
 Перевага: висока якість та розгорнутість повідомлень, оскільки
користувач має сформовану внутрішню мотивацію.
 Недолік: низька кількість вибірки.
Для вибору оптимальної платформи необхідно порівняти ключові
канали за критеріями доступності та технічної гнучкості. Враховуючи
можливості сучасних інтерфейсів програмування додатків, месенджери
демонструють найвищу ефективність [12].
Таблиця 2.1 – Порівняльний аналіз каналів комунікації
Критерій Веб-форми (Google Електронна Месенджери
Forms) пошта (Telegram)
Швидкість Низька (потрібен Середня Висока (в один
перехід) клік)
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 7
а
Інтерактивність Статична Обмежена Динамічна
(кнопки, меню)
API можливості Обмежені Складні Широкі
Вартість Безкоштовно/Низька Середня Низька
утримування
Після етапу збору дані потрапляють до модуля обробки. Сучасний
підхід виключає ручну модерацію на перших етапах, віддаючи перевагу
таким методам:
 Семантичний аналіз: Використання моделей машинного навчання для
визначення емоційного забарвлення. Це дозволяє системі автоматично
маркувати відгуки як "позитивні", "нейтральні" або "критичні".
 Тематичне моделювання: Автоматичне групування відгуків за
категоріями (наприклад, "якість навчання", "організаційні питання",
"технічні проблеми").
 Автоматизована маршрутизація: Метод, за якого результат аналізу
автоматично створює подію в сторонніх сервісах. У вашій системі це
реалізовано через інтеграцію з Trello API для створення карток завдань
та Google Docs API для архівування [7, 14].
Традиційна модерація базувалася на "чорних списках" слів. Сучасний
метод, що використовується в даній роботі, базується на контестуальному
аналізі. Це дозволяє не лише фільтрувати нецензурну лексику, а й оцінювати
конструктивність відгуку. Якщо AI визначає відгук як "високопріоритетну
скаргу", система може миттєво сповістити адміністратора, скорочуючи час
реакції з годин до секунд.
2.2 Огляд існуючих рішень для автоматизації комунікації
Ринок програмних засобів для збору відгуків і організації комунікації з
користувачами є доволі розвиненим. Наявні рішення можна згрупувати у три
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 8
а
основні категорії: корпоративні системи обробки звернень, конструктори
веб-форм і спеціалізовані чат-боти. Для обґрунтування необхідності розробки
власного програмного комплексу розглянемо найбільш поширені
представники кожної групи.
До першої категорії належать комплексні системи класу Help Desk і
Service Desk – зокрема, Zendesk, Jira Service Management та Intercom. Це
багатофункціональні корпоративні платформи, що дозволяють консолідувати
звернення з різних каналів електронної пошти, месенджерів і веб-сайтів в
єдиному інтерфейсі. Серед їхніх переваг висока відмовостійкість, вбудовані
аналітичні інструменти, гнучке налаштування пріоритетів обробки та
розвинені інтеграційні можливості. Однак у межах поставленої задачі ці
системи мають ряд обмежень: вони розповсюджуються за моделлю SaaS із
суттєвими витратами на ліцензування, є функціонально надлишковими для
локальних потреб, наприклад, збору відгуків у межах одного підрозділу та
потребують тривалого початкового налаштування й підготовки персоналу.
Інший поширений підхід – використання конструкторів веб-опитувань,
таких як Google Forms, Typeform або SurveyMonkey. Ці інструменти
відрізняються низьким порогом входження, наявністю безкоштовних версій і
простотою автоматичної побудови зведених діаграм. Проте їм притаманний
пасивний характер взаємодії: користувач змушений залишати звичне
комунікаційне середовище та переходити за зовнішнім посиланням у
браузері, що негативно позначається на загальному рівні залученості. Окрім
того, веб-форми позбавлені вбудованих засобів автоматизованого аналізу
тексту, тому адміністратор вимушений вручну переглядати масиви даних для
виявлення критичних або негативних відгуків. Також без залучення
сторонніх сервісів-посередників на кшталт Zapier такі інструменти не здатні
самостійно створювати завдання в системах управління проєктами.
Третій напрямок охоплює готові рішення на базі месенджерів [12] –
конструктори Telegram-ботів (Chatfuel, ManyChat) та базові боти зворотного
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 9
а
зв'язку з відкритим вихідним кодом. Їхньою головною перевагою є висока
залученість користувачів, що досягається завдяки роботі у знайомому
інтерфейсі та миттєвій доставці повідомлень. Разом з тим більшість подібних
рішень виконують роль простого ретранслятора: вони лише передають текст
від користувача до адміністратора без будь-якого змістовного опрацювання.
Відсутність модуля автоматизованої обробки тексту унеможливлює
самостійну класифікацію відгуків за тематикою чи тональністю, а також
фільтрацію нерелевантних повідомлень.
Для систематизації результатів проведеного аналізу та наочного
порівняння розглянутих рішень ключові характеристики зведено у
порівняльну таблицю (Таблиця 2.2).
Таблиця 2.2 – Порівняльний аналіз систем автоматизації комунікації
Критерій Корпоративні Веб-форми Базові Проектована
оцінки Help Desk (Google конструктори система
(Zendesk) Forms) ботів
Канал Мультиканальний Веб-браузер Месенджер Telegram
взаємодії
Аналіз Доступно (у Відсутній Відсутній Вбудований
тексту (AI) Premium тарифах)
Інтеграція з Вбудована Тільки через Обмежена Нативна
Trello посередників
Складність Висока Низька Середня Середня
розгортання
Вартість Висока Безкоштовно Залежить від Безкоштовно
експлуатації підписки
Отже, проведений аналіз існуючих рішень демонструє, що на ринку
існує розрив між простими, але функціонально обмеженими формами, та
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 10
а
потужними, але дорогими корпоративними системами. Існуючі боти не
задовольняють вимоги щодо інтелектуальної модерації та нативної інтеграції
з робочими просторами. Таким чином, розробка власної інформаційної
системи на базі технологій Java [5] та Spring Boot [3, 10] є технічно
обґрунтованою. Вона дозволить об'єднати зручність месенджера Telegram
[13], ефективність автоматичного аналізу відгуків та "безшовну" інтеграцію
із системами планування (Trello [14]) та звітності (Google Docs [7]),
створюючи оптимальний інструмент для автоматизації роботи з фідбеком.
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 11
а
3 ОБҐРУНТУВАННЯ ВИБОРУ ТЕХНОЛОГІЧНОГО СТЕКУ
3.1 Вибір та аналіз мови програмування Java та фреймворку Spring
Boot
Розробка серверної частини інформаційної системи вимагає вибору
технологій, які забезпечують високу продуктивність, масштабованість,
надійність збереження даних та зручність інтеграції зі сторонніми API.
Основним завданням програмного ядра є обробка асинхронних подій від
Telegram-бота, взаємодія з модулем штучного інтелекту та синхронізація
результатів із зовнішніми платформами (Trello, Google Docs).
Як основна мова програмування для реалізації серверної логіки була
обрана Java [5]. Це об'єктно-орієнтована мова із суворою статичною
типізацією, що працює на базі віртуальної машини. Головною перевагою Java
для даного проекту є її розвинена підтримка багатопотоковості. Оскільки
система побудована на реагуванні на дії користувача в реальному часі
(надсилання повідомлень, натискання кнопок inline-клавіатури), здатність
ефективно розподіляти потоки для паралельної обробки подій та звернень до
AI-моделі є критично важливою. Крім того, екосистема Java володіє
потужними інструментами для роботи з криптографією, що є необхідним при
безпечній передачі токенів доступу сторонніх сервісів.
При виборі технологічного стеку також розглядався альтернативний
варіант на базі платформи Node.js із використанням мови TypeScript та
фреймворку NestJS. Хоча асинхронна природа Node.js добре підходить для
подієво-орієнтованих систем, для реалізації даного проекту Java надає більш
зрілу екосистему корпоративного рівня. Зокрема, сувора типізація Java є
більш передбачуваною на етапі компіляції порівняно з системою типів
TypeScript. Реалізація патернів проектування [1] та управління залежностями
в Java має глибшу стандартизацію, що значно знижує ризик виникнення
помилок при виконанні складних транзакцій з базою даних PostgreSQL [9].
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 12
а
Для пришвидшення процесу розробки, стандартизації архітектури та
уникнення необхідності ручного конфігурування низькорівневої
інфраструктури було обрано фреймворк Spring Boot [3, 10]. Його архітектура
базується на принципах інверсії управління (Inversion of Control) та
впровадження залежностей (Dependency Injection), що дозволяє створювати
слабкозв'язані, легко тестовані компоненти системи.
Взаємодія з Telegram у проекті реалізована через подієво-орієнтовану
модель (Event-Driven) на базі механізму Long Polling [12, 13], що дозволяє
системі миттєво реагувати на об'єкти типу Update (дії користувача), не
використовуючи архітектуру класичних HTTP REST-запитів. Spring Boot
ідеально підходить для управління життєвим циклом такого процесу,
забезпечуючи безперервну фонову роботу застосунку.
Використання Spring Boot у проекті додатково обґрунтовується
наявністю потужних інтегрованих підсистем:
 Spring Data JPA [11]: забезпечує зручний рівень абстракції (ORM - Object-
Relational Mapping) для взаємодії з реляційною базою даних PostgreSQL.
Це дозволяє мапити об'єкти Java безпосередньо в таблиці бази даних без
необхідності написання складних SQL-запитів вручну, гарантуючи при
цьому контроль транзакцій при збереженні відгуків.
 Відмова від надлишкових залежностей: Оскільки авторизація
користувачів базується на унікальних ідентифікаторах Telegram, було
прийнято архітектурне рішення відмовитися від великих фреймворків
безпеки (на кшталт Spring Security), які орієнтовані переважно на HTTP-
сесії. Замість цього розмежування прав доступу імплементовано на рівні
сервісного шару. Система перевіряє статус користувача безпосередньо у
базі даних PostgreSQL при обробці об'єкта Update, що дозволяє ефективно
розділяти логіку для звичайних викладачів та адміністраторів, зберігаючи
при цьому мінімальне споживання ресурсів.
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 13
а
Завдяки механізму автоконфігурації Spring Boot самостійно
налаштовує більшість пулів потоків та з'єднань з базою даних. Це дозволило
зосередити основні зусилля розробки на реалізації унікальної бізнес-логіки
проекту: інтеграції з AI-моделі для аналізу тональності відгуків та
налаштуванні обміну даними через API Trello [14] та Google Drive [7].
3.2 Порівняльний аналіз баз даних для зберігання
Для забезпечення надійного зберігання даних користувачів, текстових
повідомлень та результатів їхнього аналітичного оброблення необхідно було
обрати оптимальну систему керування базами даних (СКБД). На етапі
проектування архітектури розглядалися два основні підходи до збереження
інформації: документо-орієнтовані (NoSQL, наприклад MongoDB) та
реляційні бази даних (SQL, наприклад MySQL або PostgreSQL). Оскільки
структура інформаційної системи передбачає чітку схему даних та наявність
строгих зв'язків між сутностями (користувач і його відгук), використання
NoSQL-рішень було визнано недоцільним. Реляційні СКБД є більш
придатними для таких завдань, оскільки вони забезпечують дотримання
вимог ACID (атомарність, узгодженість, ізольованість, довговічність) та
підтримують декларативну цілісність даних.
Серед реляційних СКБД вибір було зроблено на користь PostgreSQL [9].
Це передова об'єктно-реляційна система з відкритим вихідним кодом, яка
відрізняється високою стабільністю, суворою відповідністю стандартам SQL
та відмінною інтеграцією з екосистемою Java/Spring (зокрема через Spring
Data JPA [11]). Важливою перевагою PostgreSQL є ефективна робота з
великими обсягами текстових даних, що є критичним аспектом для
збереження розгорнутих відгуків викладачів та згенерованих штучним
інтелектом рекомендацій. Крім того, PostgreSQL має розвинені механізми
індексації, що гарантує високу швидкість пошуку відгуків в адмін-панелі під
час фільтрації за певними критеріями.
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 14
а
Фізична модель даних розроблюваної системи є оптимізованою та
реалізована у вигляді двох основних взаємопов'язаних таблиць, які повністю
покривають логіку роботи Telegram-бота. Першою є таблиця users
(Користувачі), яка зберігає реєстраційну інформацію про викладачів. Окрім
стандартних ідентифікаторів та персональних даних (прізвище, ім'я, по
батькові, посада та факультет), архітектурно важливими полями є chat_id та
role. Поле chat_id зберігає унікальний ідентифікатор користувача в мережі
Telegram [12], що дозволяє системі розпізнавати викладача при кожному
новому зверненні без необхідності використання класичних механізмів
сесійної авторизації (логін/пароль). Поле role (зі значенням за замовчуванням
'USER') використовується на рівні сервісного шару для реалізації
розмежування прав доступу та надання адміністративних привілеїв.
Другою ключовою сутністю є таблиця feedback_users (Відгуки),
призначена для збереження результатів зворотного зв'язку. Вона структурно
пов'язана з таблицею користувачів через зовнішній ключ user_id, утворюючи
зв'язок типу "один-до-багатьох" (один користувач може залишити багато
відгуків). Інноваційною особливістю схеми цієї таблиці є те, що вона зберігає
не лише сирий текст повідомлення (feedback), але й результати його
інтелектуальної обробки AI-модулем. Зокрема, у таблиці фіксується емоційне
забарвлення тексту (mood_feedback), числовий показник рівня критичності
інциденту від 1 до 5 (реалізовано через обмеження CHECK), а також
згенеровані системою рекомендації щодо вирішення проблеми
(recommendation). Така структура бази даних дозволяє не лише накопичувати
інформацію, але й будувати на її основі складні аналітичні звіти.
3.3 Технології штучного інтелекту для аналізу тексту
Ключовим завданням розроблюваної інформаційної системи є не лише
збір, а й автоматизована інтелектуальна обробка неструктурованих текстових
повідомлень від користувачів. Для реалізації функцій аналізу тональності,
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 15
а
визначення рівня критичності інциденту та генерації автоматичних
рекомендацій необхідно інтегрувати потужний модуль обробки природної
мови. Розробка та локальне навчання власної нейромережевої моделі з нуля є
ресурсомістким процесом, що вимагає великих обсягів розмічених даних та
значних обчислювальних потужностей. Тому архітектурно доцільнішим
рішенням для даного проекту є використання сучасних хмарних великих
мовних моделей (Large Language Models, LLM) через програмний інтерфейс,
що дозволяє делегувати складні обчислення на віддалені сервери.
На етапі вибору конкретної технології штучного інтелекту було
проаналізовано кілька комерційних та відкритих рішень. Остаточний вибір
було зроблено на користь моделі Gemini 2.5 Flash від компанії Google. Ця
модель належить до класу мультимодальних, оптимізованих для високої
швидкодії та ефективності генеративних моделей. Вибір саме версії "Flash" є
критично важливим для розробки Telegram-бота, оскільки взаємодія з
користувачем у месенджері вимагає мінімального часу відгуку системи.
Завдяки полегшеній архітектурі модель здатна обробляти текстові запити за
частки секунди, демонструючи при цьому високу точність у задачах
класифікації тексту, вилучення сутностей та логічного висновку. Інтеграція
моделі у бекенд на Spring Boot здійснюється за допомогою стандартних
HTTP-запитів у форматі JSON, що дозволяє гнучко налаштовувати
параметри генерації.
У контексті розроблюваної системи використання Gemini 2.5 Flash
базується на принципах інженерії підказок. Серверна частина формує
спеціальний системний запит, який передає моделі текст відгуку викладача
та жорстко регламентує формат очікуваної відповіді. Алгоритм змушує
модель повертати структуровані дані за трьома критеріями, які потім
мапляться на структуру реляційної бази даних PostgreSQL. По-перше,
алгоритм визначає загальне емоційне забарвлення тексту (позитивне,
нейтральне, негативне), що зберігається як поле тональності. По-друге,
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 16
а
здійснюється оцінка рівня критичності проблеми за шкалою від 1 до 5, що
дозволяє системі надалі пріоритезувати завдання при експорті в зовнішні
системи управління проектами. По-третє, на основі аналізу суті проблеми AI-
модель генерує стислу рекомендацію щодо її вирішення, яка допомагає
адміністраторам швидше приймати управлінські рішення. Такий підхід
перетворює бот із простого ретранслятора повідомлень на повноцінну
експертно-аналітичну систему модерації.
3.4 Вибір API для інтеграції зовнішніх сервісів
Для забезпечення повного циклу обробки зворотного зв'язку
інформаційна система повинна не лише збирати та аналізувати дані, а й
автоматично передавати їх у відповідні канали для прийняття управлінських
рішень та архівування. З цією метою на рівні бекенду реалізовано інтеграцію
із зовнішніми хмарними сервісами через їхні офіційні програмні інтерфейси.
Вибір конкретних платформ базувався на їхній поширеності в
корпоративному та освітньому середовищах, надійності, а також наявності
якісної документації для розробників.
Для оперативного реагування на інциденти та управління завданнями
було обрано платформу Trello, яка базується на методології Kanban.
Використання Trello API [14] дозволяє системі автоматично трансформувати
отриманий відгук у робочу задачу (картку) на відповідній дошці
адміністратора. Важливою архітектурною особливістю розробленого модуля
інтеграції є імплементація алгоритму умовної маршрутизації: система не
дублює всі без винятку повідомлення, що дозволяє уникнути інформаційного
перевантаження модераторів. Створення нової картки ініціюється виключно
для тих відгуків, яким AI-модель на попередньому етапі присвоїла високий
рівень критичності (4 або 5 за п'ятибальною шкалою). У сформовану картку
автоматично підтягуються контактні дані автора, оригінальний текст
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 17
а
проблеми та згенерована штучним інтелектом рекомендація щодо її
вирішення, що значно скорочує час на обробку критичних звернень.
Для довгострокового архівування, документування та формування
звітності було обрано інтеграцію з екосистемою Google Workspace, зокрема
використання Google Docs API [7]. На відміну від експорту даних у табличні
процесори (наприклад, Google Sheets), вибір формату текстового документа
(Google Docs) обґрунтовується специфікою оброблюваної інформації.
Відгуки користувачів та згенеровані AI рекомендації часто є об'ємними
неструктурованими або напівструктурованими текстами, які незручно читати
у вузьких клітинках таблиць. Експорт у текстовий документ дозволяє
формувати хронологічні логи у вигляді читабельного, добре форматованого
звіту, який можна легко роздрукувати, переслати керівництву або долучити
до офіційної документації навчального закладу. Безпечна авторизація запитів
до хмарних сервісів Google реалізується за допомогою політик управління
ідентифікацією та доступом [15].
Обидві інтеграції (Trello та Google Docs) працюють в асинхронному
режимі, що гарантує безперебійну роботу основного Telegram-бота навіть у
випадку тимчасової недоступності зовнішніх API.
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 18
а
4 ПРОЕКТУВАННЯ АРХІТЕКТУРИ СИСТЕМИ
4.1 Проектування загальної архітектури та взаємодії компонентів
Розроблювана інформаційна система побудована на базі модульної,
багатошарової архітектури з використанням подієво-орієнтованого підходу
для взаємодії з клієнтською частиною. Такий архітектурний патерн
забезпечує високу масштабованість, слабку зв'язність компонентів та
полегшує подальшу підтримку програмного коду. Логічно систему можна
розділити на чотири основні рівні: рівень представлення (клієнтська
частина), рівень бізнес-логіки (ядро системи), рівень інтеграції із зовнішніми
сервісами та рівень зберігання даних.
Рівень представлення реалізований не через класичний веб-інтерфейс, а
делегований месенджеру Telegram. Користувач взаємодіє з системою через
графічний інтерфейс чату, використовуючи текстові повідомлення та
вбудовані клавіатури. Точкою входу в систему з боку бекенду є клас-
контролер, що успадковує TelegramLongPollingBot [13]. Він відповідає за
безперервне опитування серверів Telegram на наявність нових подій (об'єктів
типу Update) та їхню первинну маршрутизацію [12].
Логіка взаємодії Telegram-бота з користувачем побудована за патерном
«Скінченний автомат» [1] та інкапсульована у класі MessageService. Залежно
від поточного стану користувача (наприклад, очікування вводу ПІБ, вибір
факультету або написання відгуку), система динамічно визначає наступний
крок виконання алгоритму через механізм маршрутизації. За генерацію
візуального інтерфейсу відповідає ізольований компонент ButtonsService, що
дозволяє відокремити логіку представлення від бізнес-логіки системи.
З метою оптимізації продуктивності та зменшення кількості
надлишкових транзакцій (I/O операцій) до бази даних PostgreSQL, у системі
імплементовано механізм локального in-memory кешування. За допомогою
бібліотеки Caffeine [6] профілі активних користувачів зберігаються в
оперативній пам'яті сервера (з лімітом до 10 000 записів). Час життя запису в
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 19
а
кеші налаштовано на одну годину після останнього звернення, що дозволяє
миттєво ідентифікувати користувача та його статус при кожному новому
повідомленні, значно знижуючи час затримки.
Рисунок 4.1 – Загальна схема архітектури інформаційної системи
Головним обчислювальним вузлом є рівень бізнес-логіки, реалізований
на базі фреймворку Spring Boot [3, 10]. Отриманий від користувача об'єкт
Update передається до центрального сервісу (MessageService), який виконує
роль координатора. На цьому етапі відбувається ідентифікація користувача:
система звертається до бази даних PostgreSQL [9] (рівень зберігання) для
перевірки наявності користувача за його chat_id та зчитування його ролі
(USER або ADMIN) для застосування відповідних правил розмежування
доступу.
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 20
а
Після валідації прав доступу система ініціює взаємодію з рівнем
інтеграцій. Текст відгуку перенаправляється через HTTP-запит до API
хмарної моделі Gemini 2.5 Flash. Модуль штучного інтелекту виконує аналіз
тексту, повертаючи структурований JSON-об'єкт із визначеною тональністю,
рівнем критичності (від 1 до 5) та згенерованою рекомендацією.
Отримані після AI-аналізу дані повертаються на рівень бізнес-логіки,
де відбувається їхнє фінальне опрацювання. Транзакційний менеджер Spring
Data JPA [11] зберігає повний запис інциденту до реляційної таблиці
feedback_users. Одночасно запускається алгоритм умовної маршрутизації:
якщо показник критичності дорівнює 4 або 5, система формує REST-запит до
Trello API [14] для автоматичного створення картки інциденту на дошці
адміністратора. Незалежно від рівня критичності, копія відгуку та
рекомендації асинхронно експортується через Google Docs API [7] у
текстовий документ для формування довгострокової звітності. Після
успішного завершення всіх транзакцій рівень бізнес-логіки генерує об'єкт
SendMessage, який повертається через Telegram API користувачеві як
підтвердження успішної обробки його звернення.
4.2 Проектування структури бази даних (ER-діаграма)
Надійність, швидкодія та цілісність даних інформаційної системи
безпосередньо залежать від коректного проектування схеми бази даних.
Оскільки розроблена система оперує чітко структурованою інформацією про
викладачів та їхні звернення, було використано реляційну модель даних,
реалізовану в системі керування базами даних PostgreSQL [9]. Структура
бази спроектована з урахуванням принципів нормалізації, що дозволяє
уникнути дублювання інформації та забезпечити декларативну цілісність
даних.
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 21
а
На логічному та фізичному рівнях схема бази даних складається з двох
основних взаємопов'язаних сутностей: таблиці users та таблиці
feedback_users.
Таблиця users (Користувачі) виконує функцію збереження облікових
записів та профілів користувачів системи. Головним (первинним) ключем є
поле id типу SERIAL. Ключовою архітектурною особливістю цієї таблиці є
поле chat_id (BIGINT), яке зберігає унікальний ідентифікатор користувача в
месенджері Telegram [12]. Це дозволяє системі авторизувати викладача при
кожному новому зверненні без використання класичної пари "логін-пароль".
Також таблиця містить персональні дані (surname, first_name, patronymic),
інформацію про посаду (position) та факультет (faculty). Для забезпечення
роботи підсистеми розмежування прав доступу використовується атрибут
role зі значенням за замовчуванням 'USER'. Поле last_login автоматично
фіксує часову мітку останньої активності користувача.
Таблиця feedback_users (Відгуки) призначена для зберігання як
оригінальних повідомлень користувачів, так і результатів їхнього
інтелектуального оброблення. Кожен запис у цій таблиці ідентифікується
власним первинним ключем id та жорстко прив'язаний до конкретного автора
через зовнішній ключ user_id, який посилається на таблицю users. Такий
зв'язок реалізує відношення типу «один-до-багатьох» (One-to-Many),
оскільки один користувач може залишити необмежену кількість відгуків.
Окрім сирого тексту звернення (feedback), таблиця містить поля, які
заповнюються автоматично після обробки тексту AI-моделлю:
 mood_feedback (VARCHAR) – емоційне забарвлення відгуку
(наприклад, позитивне, негативне, нейтральне).
 critical (INT) – числовий показник пріоритетності проблеми. Для
забезпечення цілісності цих даних на рівні СКБД встановлено
обмеження CHECK (critical BETWEEN 1 AND 5).
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 22
а
 recommendation (VARCHAR) – згенерована штучним інтелектом
порада щодо вирішення проблеми або реакції на відгук.
Візуальне відображення сутностей, їхніх атрибутів та зв'язків між ними
наведено на ER-діаграмі (Рисунок 4.2).
Рисунок 4.2 – ER-діаграма бази даних інформаційної системи
Для програмної взаємодії серверної частини з базою даних
використовується технологія ORM (Object-Relational Mapping) на базі
специфікації Spring Data JPA [11]. Фізичні таблиці відображаються на Java-
класи Users та FeedbackUsers за допомогою маркерних анотацій @Entity.
Зв'язок типу «один-до-багатьох» реалізовано на рівні коду через анотації
@OneToMany та @ManyToOne, що дозволяє автоматично підтягувати
списки відгуків для конкретного користувача. Для забезпечення типобезпеки
такі атрибути як факультет та роль винесені в окремі перерахування (Enum)
Faculty та Role. Важливим архітектурним рішенням є використання анотації
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 23
а
@Transient для поля status у класі Users: цей атрибут існує виключно в
оперативній пам'яті сервера під час сесії і використовується для
маршрутизації діалогу, не перевантажуючи фізичну базу даних.
4.3 Розробка алгоритму модерації та аналізу відгуків за
допомогою AI
Центральним інтелектуальним ядром розробленої інформаційної
системи є модуль автоматизованої модерації, логіка якого інкапсульована у
сервісному класі FeedbackService. Цей сервіс виступає координатором, який
керує потоком даних між базою даних, модулем штучного інтелекту та
зовнішніми API-інтеграціями. Процес обробки спроектовано таким чином,
щоб забезпечити надійну класифікацію звернень та відмовостійкість системи
у разі виникнення мережевих або програмних збоїв.
Логіку роботи алгоритму візуалізовано на рисунку 4.3.
Алгоритм обробки відгуку складається з наступних логічних
етапів:
1. Етап інтелектуального аналізу
Коли система визначає, що вхідна подія від Telegram API є текстовим
відгуком, повідомлення передається до компонента AIHandler. Для взаємодії
з API хмарної моделі Gemini 2.5 Flash використовується синхронний HTTP-
клієнт RestTemplate з екосистеми Spring [3, 10]. Ключовим архітектурним
рішенням на цьому етапі є застосування технології Prompt Engineering.
Система формує чіткий системний запит, який інструктує мовну модель
виступати в ролі асистента-модератора. Модель отримує завдання
класифікувати текст (Позитивний, Нейтральний, Негативний), оцінити рівень
критичності за шкалою від 1 до 5 та згенерувати рекомендацію щодо
вирішення описаної проблеми. Для забезпечення передбачуваності вихідних
даних формат відповіді жорстко регламентовано в самому промпті.
2. Етап лексичного аналізу та валідації даних
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 24
а
Отримавши текстову відповідь від великої мовної моделі, алгоритм
виконує її лексичний розбір. Відповідь розбивається на окремі рядки за
допомогою методу split("\n") [5]. Далі система ітерується по масиву рядків,
використовуючи рядкові префікси (наприклад, "Настрій відгуку:",
"Критичність:", "Рекомендація:") для точного витягування необхідних
значень. Витягнуті текстові дані конвертуються у відповідні типи мови Java
(зокрема, використовується метод Integer.parseInt для числової оцінки
критичності).
Як показано на схемі алгоритму, на цьому етапі передбачено вузол
прийняття рішення щодо валідності даних. Якщо після парсингу виявляється
нестача ключових параметрів або некоректний формат відповіді, алгоритм
зупиняє подальшу обробку, фіксує інцидент у логах сервера та сповіщає
користувача про тимчасовий збій, уникаючи збереження неповних даних у
базі.
3. Етап транзакційного збереження
Після успішної валідації витягнутих параметрів, сформований пул
даних – оригінальний текст відгуку, визначений настрій, числовий рівень
критичності, згенерована рекомендація та об'єкт-ідентифікатор користувача –
передається до компонента DataBaseHandler. Цей клас-обробник взаємодіє з
репозиторієм FeedbackUsersRepository для виконання транзакційного
збереження інциденту до реляційної таблиці feedback_users у базі даних
PostgreSQL [9] через Spring Data JPA [11]. Це гарантує цілісність інформації
та можливість її подальшого аналізу.
4. Етап зовнішніх інтеграцій та маршрутизації
Відразу після фіксації даних у локальній базі запускається блок
зовнішніх інтеграцій, що працює в асинхронному режимі щодо
користувацького інтерфейсу:
 Експорт у Google Docs: Викликається GoogleCloudHandler, який
формує JSON-запит та за допомогою бібліотек Google API Client [7]
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 25
а
експортує текст відгуку разом із рекомендацією до текстового
документа Google Docs. Це забезпечує формування єдиного незмінного
журналу інцидентів для адміністрації.
 Фільтрація та експорт у Trello: Алгоритм перевіряє умову
пріоритетності. Якщо показник критичності перевищує значення 3
(тобто становить 4 або 5), система ініціює виклик компонента
TrelloCardHandler. За допомогою HTTP-клієнта Unirest [8] формується
POST-запит до Trello API [14] для автоматичного створення картки
завдання на дошці модератора.
5. Етап обробки виняткових ситуацій
Оскільки процес обробки критично залежить від доступності зовнішніх
хмарних сервісів, у алгоритмі імплементовано багаторівневий механізм
перехоплення помилок (блок try-catch). Система здатна ізольовано обробляти
помилки форматування під час парсингу (NumberFormatException), збої
HTTP-запитів до API Gemini або Trello (RestClientException), а також
помилки доступу до бази даних (DataAccessException). Такий підхід гарантує
стійкість системи: падіння одного із зовнішніх API не призведе до критичної
зупинки всього Telegram-бота. Робота алгоритму завершується відправкою
користувачеві підтверджувального повідомлення з рекомендацією, що
закриває цикл обробки звернення.
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 26
а
Рисунок 4.3 – Блок-схема алгоритму обробки відгуків
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 27
а
4.4 Опис архітектури інтеграції з Trello та Google Docs
Для забезпечення комплексного управління інцидентами та ведення
довгострокової звітності, архітектура інформаційної системи передбачає
інтеграцію із зовнішніми хмарними сервісами. Програмна реалізація цієї
взаємодії винесена в ізольовані класи-обробники (Handlers), що відповідають
принципам сервіс-орієнтованої архітектури та дозволяють незалежно
масштабувати кожен канал передачі даних.
Інтеграція з екосистемою Google Workspace (Google Docs). Для
автоматичного ведення централізованого журналу відгуків використовується
API платформи Google Cloud [7]. Архітектурно взаємодія імплементована у
класі GoogleCloudHandler. Оскільки система діє як автономний серверний
додаток, для авторизації використовується підхід Service Account [15].
Обробник зчитує конфігураційний JSON-файл з обліковими даними
безпосередньо з ресурсів проекту та генерує токен доступу з областю
видимості https://www.googleapis.com/auth/documents.
Обмін даними відбувається через спеціалізований HTTP-клієнт від
Google (HttpRequestFactory). Для запису нового інциденту обробник
динамічно формує JSON-payload, який містить команду insertText. Дані
(оригінальний відгук та рекомендація AI) форматуються за допомогою
методу String.format [5] і відправляються POST-запитом на ендпоінт
batchUpdate конкретного документа (ідентифікатор якого зберігається у
змінних середовища). Такий підхід гарантує потокове додавання нових
записів у кінець документа без перезапису попередньої інформації.
Інтеграція з платформою управління проектами Trello. Оперативне
реагування на критичні відгуки реалізовано через автоматичну генерацію
завдань (карток) на Kanban-дошці адміністратора у системі Trello. За цю
логіку відповідає компонент TrelloCardHandler. Для оптимізації мережевої
взаємодії та спрощення синтаксису запитів тут використовується
легкотривалий HTTP-клієнт Unirest [8].
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 28
а
Архітектурною особливістю цієї інтеграції є наявність алгоритму
умовної маршрутизації на рівні FeedbackService. Система не дублює всі
вхідні повідомлення до Trello, щоб уникнути заспамлення дошки. Запит
ініціюється виключно за умови, що оцінка критичності, визначена модулем
штучного інтелекту, перевищує значення 3 (тобто становить 4 або 5). Під час
формування POST-запиту до ендпоінту https://api.trello.com/1/cards [14]
система передає авторизаційні параметри (key, token), ідентифікатор цільової
колонки (idList), а також корисне навантаження: оригінальний текст відгуку
стає заголовком картки, а згенерована AI порада інтегрується у поле опису.
Це дозволяє модераторам миттєво отримувати повний контекст проблеми.
Візуалізацію послідовності викликів при взаємодії із зовнішніми API
наведено на UML-діаграмі послідовності (рисунок 4.3).
Рисунок 4.4 – Схема взаємодії бекенду з API хмарних сервісів
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 29
а
5 РЕАЛІЗАЦІЯ ІНФОРМАЦІЙНОЇ СИСТЕМИ
5.1 Розробка серверної частини системи
Серверна частина (бекенд) інформаційної системи реалізована мовою
програмування Java (версія JDK 16) з використанням сучасної екосистеми
Spring Boot версії 3.5.5. Цей вибір дозволив мінімізувати час на базове
налаштування інфраструктури (Boilerplate code) завдяки потужним
механізмам автоконфігурації фреймворку.
Головним вхідним вузлом програми є клас StartBot, який ініціалізує
контекст Spring (Application Context). Використання анотації
@SpringBootApplication автоматично вмикає сканування компонентів та
автоконфігурацію. Додаткова анотація @ConfigurationPropertiesScan
використовується для автоматичного зв'язування зовнішніх налаштувань із
Java-класами.
package chdtu.com;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import
org.springframework.boot.context.properties.ConfigurationPropertiesScan;
@SpringBootApplication
@ConfigurationPropertiesScan
public class StartBot {
public static void main(String[] args) {
SpringApplication.run(StartBot.class, args);
}
}
Рисунок 5.1 – Точка входу в програму (головний клас)
Управління залежностями та збірка проекту здійснюється за
допомогою інструменту автоматизації Apache Maven. Файл конфігурації
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 30
а
pom.xml містить визначення всіх необхідних зовнішніх бібліотек.
Архітектура системи побудована на таких ключових залежностях:
 spring-boot-starter-web та spring-boot-starter-data-jpa – базова
інфраструктура для створення веб-сервісів та реалізації рівня доступу
до даних (ORM);
 telegrambots (v. 6.9.7.1) – офіційна бібліотека для взаємодії з Telegram
Bot API через механізм Long Polling;
 flyway-core та flyway-database-postgresql – інструментарій для
версіонування та автоматичної міграції схем бази даних. Це гарантує
ідентичність структури БД на будь-якому середовищі розгортання;
 lombok – бібліотека кодогенерації, що автоматично створює
конструктори, геттери та сеттери на етапі компіляції, значно
скорочуючи обсяг візуального шуму в класах-сутностях;
 caffeine – для забезпечення високошвидкісного in-memory кешування;
 google-api-client та unirest-java – для виконання безпечних HTTP-
запитів до зовнішніх інтеграційних сервісів.
Важливим аспектом розробки серверної частини є безпека
конфігураційних даних та налаштування інфраструктури. Усі параметри
системи централізовано зберігаються у файлі application.properties.
Для безпечної роботи з реляційною базою даних PostgreSQL
налаштовано параметри підключення (URL, логін, пароль) та драйвер.
Важливим архітектурним рішенням є активація Flyway
(spring.flyway.enabled=true), що дозволяє системі при кожному запуску
перевіряти стан бази даних і автоматично застосовувати нові SQL-міграції.
Також у цьому файлі зберігаються ідентифікатори (ID) робочих списків
Trello та документів Google Docs, що робить систему гнучкою: для зміни
цільового документа не потрібно перекомпілювати код.
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 31
а
# Telegram Bot Configuration
bot.name=TelegramBotReviews
bot.token=***MASKED_TOKEN***
# PostgreSQL Database Configuration
spring.datasource.url=jdbc:postgresql://localhost:5432/telegram_bot_revies
spring.datasource.username=postgres
spring.datasource.password=***MASKED_PASSWORD***
spring.datasource.driver-class-name=org.postgresql.Driver
# Flyway Database Migrations
spring.flyway.baseline-on-migrate=true
spring.flyway.enabled=true
logging.level.org.flyway=DEBUG
# Google Gemini API
gemini.api.key=***MASKED_API_KEY***
gemini.api.url=https://generativelanguage.googleapis.com/v1beta/models/ge
mini-2.5-flash:generateContent
# Google Cloud & Docs Configuration
google.docs.document.id=1kilED_bHQ1qlS4On0Pbi1DXF7tKiJtc9f_3CPlm
GPe4
google.cloud.json.configuration=feedback-470713-59c20c11ea24.json
# Trello API Configuration
trello.api.key=***MASKED_API_KEY***
trello.token=***MASKED_TOKEN***
trello.id.list=68bbdcdf1425389300d723fb
Рисунок 5.2 – Фрагмент конфігураційного файлу application.properties
З метою унеможливлення витоку конфіденційної інформації, ці
параметри в комерційному середовищі замінюються на змінні середовища
(Environment Variables). Це відповідає методології розробки безпечних
додатків та гарантує, що інфраструктурні секрети не потраплять до
публічних репозиторіїв вихідного коду.
Для безпечної та типізованої роботи з конфігураційними параметрами
Telegram-бота у системі реалізовано патерн Type-safe Configuration Properties.
Замість прямого використання анотації @Value у різних частинах програми,
створено окремий компонент BotProperties.
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 32
а
Важливим архітектурним рішенням є використання структури даних
record (нововведення сучасних версій Java), що гарантує незмінність
(immutability) конфігураційних даних після їх ініціалізації. Анотація
@ConfigurationProperties(prefix = "bot") автоматично мапить значення
bot.name та bot.token з файлу application.properties у відповідні поля запису.
package chdtu.com.config.properties;
import
org.springframework.boot.context.properties.ConfigurationProperties;
@ConfigurationProperties(prefix = "bot")
public record BotProperties(String name, String token) {
}
Рисунок 5.3– Типізована конфігурація властивостей бота (BotProperties)
Безпосередня реєстрація Telegram-бота у системі відбувається у класі
BotConfiguration. Оскільки бот залежить від багатьох внутрішніх сервісів
системи (база даних, кеш, API-клієнти), його ініціалізація повинна
відбуватися лише після повного завантаження всіх компонентів програми.
Для реалізації цієї вимоги використано механізм подій Spring
Framework. Метод initializeBot() позначено анотацією
@EventListener(ContextRefreshedEvent.class). Це гарантує, що об'єкт
TelegramBotsApi створиться та зареєструє екземпляр бота лише в той
момент, коли Application Context буде повністю сформований та готовий до
роботи.
package chdtu.com.config;
import chdtu.com.service.Bot;
import lombok.RequiredArgsConstructor;
import org.springframework.context.annotation.Configuration;
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 33
а
import org.springframework.context.event.ContextRefreshedEvent;
import org.springframework.context.event.EventListener;
import org.telegram.telegrambots.meta.TelegramBotsApi;
import org.telegram.telegrambots.meta.exceptions.TelegramApiException;
import org.telegram.telegrambots.updatesreceivers.DefaultBotSession;
@Configuration
@RequiredArgsConstructor
public class BotConfiguration {
private final Bot bot;
@EventListener(ContextRefreshedEvent.class)
public void initializeBot() {
try {
TelegramBotsApi telegramBotsApi = new
TelegramBotsApi(DefaultBotSession.class);
telegramBotsApi.registerBot(bot);
} catch (TelegramApiException e) {
System.err.println("[ERROR] TelegramBotsApi exception: " +
e.getMessage());
throw new RuntimeException(e);
}
}
}
Рисунок 5.4 – Клас ініціалізації та реєстрації бота (BotConfiguration)
У разі виникнення проблем зі з'єднанням або невалідності токена під
час реєстрації, блок try-catch перехоплює виняток TelegramApiException,
логує помилку та зупиняє виконання програми через викидання
RuntimeException. Такий підхід (Fail-fast) запобігає роботі сервера у
неробочому або непередбачуваному стані.
Основою для роботи з базою даних у додатку є об'єктно-реляційне
відображення (ORM), реалізоване за допомогою специфікації Jakarta
Persistence API (JPA) та провайдера Hibernate. Для проектування схеми бази
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 34
а
даних на рівні програмного коду створено спеціальні класи-сутності
(Entities).
Для уникнення так званих «магічних рядків» та забезпечення жорсткої
типобезпеки атрибутів розроблено перерахування (Enums). Зокрема,
перерахування Role використовується для реалізації системи контролю
доступу, розділяючи права звичайних користувачів та адміністраторів. Своєю
чергою, Faculty зберігає довідник структурних підрозділів університету.
Важливим архітектурним рішенням є те, що Faculty містить внутрішній стан
(поля code та displayName), що дозволяє зручно конвертувати технічні
ідентифікатори у зрозумілий для користувача текст в інтерфейсі Telegram-
бота.
package chdtu.com.enums;
public enum Faculty {
FGT("ФТБРП", "Факультет технологій, будівництва та раціонального
природокористування"),
FETAM("ФЕТАМ", "Факультет електронних технологій,
автотранспорту та машинобудування"),
FEU("ФЕУ", "Факультет економіки та управління"),
FITS("ФІТС", "Факультет інформаційних технологій і систем"),
FGTU("ФГТ", "Факультет гуманітарних технологій"),
FIS("ФІС", "Навчально-науковий центр по роботі з іноземними
студентами");
private final String code;
private final String displayName;
Faculty(String code, String displayName) {
this.code = code;
this.displayName = displayName;
}
public String getCode() { return code; }
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 35
а
public String getDisplayName() { return displayName; }
}
Рисунок 5.5 – Перерахування структурних підрозділів (Faculty)
Головними інформаційними об'єктами системи є класи Users (профіль
користувача бота) та FeedbackUsers (запис про залишений відгук). Для
мінімізації шаблонного код використано анотації @Getter та @Setter з
бібліотеки Lombok, які генерують відповідні методи на етапі компіляції.
Для зв'язування об'єкта Users із базою даних використовується анотація
@Entity, а налаштування імені таблиці виконується через @Table(name =
"users"). Збереження ролі користувача налаштовано через
@Enumerated(EnumType.STRING), що гарантує запис у базу текстового
значення (наприклад, "ADMIN"), а не його числового індексу, забезпечуючи
кращу читабельність бази даних. Повний лістинг програмного коду сутності
Users наведено у додатку А.
Особливої уваги заслуговують два архітектурні підходи у сутності
Users:
 Управління станом бота: Поле status позначено анотацією
@Transient. Це вказує ORM-фреймворку ігнорувати дане поле під
час збереження у фізичну базу даних. Це поле існує виключно в
оперативній пам'яті і відіграє критичну роль у реалізації алгоритму
"Скінченного автомата", зберігаючи поточний крок діалогу
користувача (наприклад, очікування введення ПІБ).
 Реляційні зв'язки: Між Users та FeedbackUsers імплементовано
класичний двонаправлений зв'язок типу "Один до багатьох". У класі
користувача визначено @OneToMany з параметром каскадного
оновлення (cascade = CascadeType.ALL), а у класі відгуку –
@ManyToOne з явним зазначенням зовнішнього ключа
@JoinColumn(name = "user_id"). Це дозволяє цілісно зберігати та
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 36
а
вилучати агреговані дані. Повний лістинг програмного коду сутності
FeedbackUsers наведено у додатку Б.
Після базового налаштування інфраструктури, наступним етапом є
реалізація рівня доступу до даних. Взаємодія з базою даних у системі
побудована на базі специфікації Spring Data JPA, що дозволяє
використовувати декларативний підхід до написання запитів. Замість
ручного написання SQL-коду, створено інтерфейси-репозиторії, які
наслідують JpaRepository.
Репозиторій FeedbackUsersRepository забезпечує стандартні CRUD-
операції (створення, читання, оновлення, видалення) для таблиці відгуків без
необхідності написання додаткового коду. Натомість UsersRepository містить
розширену бізнес-логіку пошуку та фільтрації користувачів.
package chdtu.com.repository;
import chdtu.com.entity.Users;
import org.springframework.data.jpa.repository.JpaRepository;
import org.springframework.data.jpa.repository.Query;
import java.util.List;
import java.util.Optional;
public interface UsersRepository extends JpaRepository<Users, Integer> {
Optional<Users> findByChatId(Long chatId);
List<Users> getAllByFaculty(String faculty);
@Query("select distinct u from Users u left join fetch
u.feedbackUsersDB")
List<Users> findAllWithFeedbacks();
Optional<Users> getFirstById(Long userId);
}
Рисунок 5.6 – Інтерфейс рівня доступу до даних UsersRepository
Важливим архітектурним рішенням у цьому репозиторії є
використання кастомного запиту @Query з оператором left join fetch у методі
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 37
а
findAllWithFeedbacks(). Це дозволяє вирішити відому проблему
продуктивності ORM-фреймворків – проблему «N+1 запитів». Завдяки цій
оптимізації, система завантажує користувачів разом із прив'язаними до них
відгуками за один транзакційний запит до бази даних, замість генерації
окремого запиту для кожного користувача, що суттєво зменшує
навантаження на СУБД.
Інтелектуальним ядром серверної частини є компонент взаємодії з
великою мовною моделлю – клас AIHandler. Він зареєстрований у контексті
Spring як бін за допомогою анотації @Component.
Для безпечної ініціалізації параметрів підключення до Gemini API
використовуються анотації @Value, які підтягують секретні ключі з
конфігураційного файлу під час запуску програми. Повний лістинг
програмного коду сервісного класу AIHandler наведено у додатку А.
Алгоритм обробки запиту реалізовано за допомогою синхронного
HTTP-клієнта RestTemplate. Формування запиту до нейромережі
здійснюється з використанням заздалегідь підготовленого системного
промпту (AI_REQUEST). Ця інструкція жорстко задає роль штучного
інтелекту та формат вихідних даних, унеможливлюючи відхилення від
очікуваного результату (галюцинації моделі).
Структура тіла POST-запиту генерується динамічно за допомогою
вбудованих методів Java Map.of та List.of, що позбавляє необхідності
створювати надлишкові DTO-класи для простої інтеграції. Парсинг
багаторівневої JSON-відповіді від Google Gemini API реалізовано через
приведення типів та витягування вкладених колекцій. Крім того, метод
загорнуто в блок try-catch, що гарантує відмовостійкість сервера: у разі
недоступності API або тайм-ауту з'єднання програма не зупиниться з
критичною помилкою, а поверне відповідне сервісне повідомлення, яке
згодом буде залоговано.
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 38
а
5.2 Реалізація інтерфейсу користувача на базі Telegram-бота
Інтерфейс користувача у розробленому програмному забезпеченні
реалізовано виключно засобами месенджера Telegram. Це дозволяє
забезпечити кросплатформенність системи без необхідності розробки
окремих мобільних чи веб-додатків. Взаємодія сервера з Telegram API
побудована за технологією Long Polling, що інкапсульована у класі
TelegramLongPollingBot [12, 13].
Точкою входу для всіх подій від користувачів є клас Bot, який
перевизначає метод onUpdateReceived. Замість того, щоб нагромаджувати
логіку обробки безпосередньо в цьому класі, імплементовано архітектурний
патерн «Фасад» [1]. Клас Bot лише перехоплює об'єкт Update (який може
містити текстове повідомлення, натискання кнопки або документ) та делегує
його на розгляд до спеціалізованого сервісу MessageService. Отримавши
результат обробки від MessageService, клас Bot динамічно визначає тип
відповіді (текстове повідомлення SendMessage або пакет даних List<?>, який
може включати документи SendDocument) та відправляє їх у відповідний чат
через метод execute.
Серцем логіки взаємодії з користувачем є клас MessageService (повний
лістинг програмного коду наведено у додатку А). Оскільки протокол HTTP є
"stateless" (без збереження стану), для організації покрокових діалогів
розроблено алгоритм на базі патерну «Скінченний автомат» [1]. Стан
кожного користувача зберігається у вигляді текстового ідентифікатора у полі
status об'єкта Users (наприклад, STATUS_WAITING_NAME,
STATUS_REGISTERED).
Коли система отримує нове повідомлення, метод handleTextMessage
використовує оператор switch на основі поточного статусу користувача, щоб
визначити, який саме метод-обробник повинен спрацювати. Зокрема, при
відправці команди /start, система перевіряє наявність користувача в базі
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 39
а
даних. Якщо профіль відсутній, бот автоматично ініціює алгоритм реєстрації,
переводячи користувача у стан STATUS_WAITING_NAME.
Рисунок 5.7 – Процес ініціалізації та реєстрації нового користувача
Для оптимізації швидкодії та зменшення навантаження на базу даних
PostgreSQL, поточні статуси користувачів не зберігаються у фізичну базу
даних при кожному кліку. Натомість реалізовано механізм in-memory
кешування за допомогою бібліотеки Caffeine. Використання Caffeine
дозволяє тримати в оперативній пам'яті сервера до 10 000 активних
користувачів одночасно. Якщо користувач не взаємодіє з ботом протягом 1
години, його об'єкт вивантажується з кешу.
Для забезпечення цілісності та коректності інформації, яка потрапляє до
бази даних, на етапі реєстрації та редагування профілю реалізовано строгу
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 40
а
валідацію вхідних текстових даних. Цей механізм побудовано з
використанням регулярних виразів (Regular Expressions) [5]. У класі
MessageService скомпільовано патерни FULL_NAME_PATTERN та
POSITION_PATTERN. Наприклад, патерн для перевірки ПІБ жорстко
вимагає, щоб користувач ввів рівно три слова українською мовою, кожне з
яких починається з великої літери. Якщо введені дані не відповідають
патерну, система не змінює статус FSM і просить повторити введення,
блокуючи збереження некоректних даних.
Після успішної реєстрації або авторизації, подальша маршрутизація
користувача залежить від його ролі у системі (Role.USER або Role.ADMIN).
Залежно від прав доступу, система динамічно генерує відповідний інтерфейс
управління, обмежуючи або надаючи доступ до адміністративних функцій
(наприклад, фільтрації відгуків чи додавання нових модераторів).
Рисунок 5.8 – Головне меню авторизованого користувача
Генерація інтерактивних елементів інтерфейсу винесена у
відокремлений компонент ButtonsService (повний лістинг програмного коду
наведено у додатку Б), що цілком відповідає архітектурному принципу
єдиної відповідальності. Для взаємодії з користувачем замість стандартних
текстових команд використовуються клавіатури типу InlineKeyboardMarkup
(інтерактивні кнопки, що прикріплюються безпосередньо до повідомлення).
Особливістю реалізації ButtonsService є алгоритм динамічного
формування кнопок на основі системних перерахувань. Наприклад, метод
showFacultyOptions не містить жорстко закодованих кнопок; натомість він
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 41
а
автоматично ітерується по всіх значеннях Faculty.values(), генеруючи
відповідну кнопку для кожного структурного підрозділу.
Кожній згенерованій кнопці призначається унікальний ідентифікатор
події – CallbackData (наприклад, /faculty_FITS або /user_edit). Коли
користувач натискає таку кнопку, месенджер Telegram надсилає цей
ідентифікатор назад на сервер у вигляді об'єкта CallbackQuery. Метод
handleCallbackQuery у MessageService перехоплює цю подію та маршрутизує
її до відповідного обробника згідно з логікою кінцевого автомата. Такий
підхід дозволяє створювати глибокі та складні навігаційні меню,
позбавляючи користувача необхідності вручну вводити текстові команди і
тим самим мінімізуючи ймовірність помилок користувацького вводу.
Практичним прикладом роботи описаної вище архітектури
маршрутизації та кінцевого автомата є ключовий бізнес-процес системи –
подача відгуку. При натисканні кнопки «Відгук» у головному меню, система
перехоплює подію CallbackQuery з параметром /user_feedback та переводить
користувача у стан очікування вводу текстової інформації
(STATUS_CREATION_FEEDBACK).
Після отримання текстового повідомлення від користувача,
MessageService блокує подальші команди та делегує обробку тексту
спеціалізованим сервісам для аналізу штучним інтелектом. По завершенню
складної серверної обробки, бот виводить на екран користувача згенеровану
ШІ рекомендацію та автоматично повертає його до головного меню
(відновлюючи стан STATUS_REGISTERED).
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 42
а
Рисунок 5.9 – Процес подачі відгуку користувачем та отримання
рекомендації від ШІ
5.3 Адміністрування системи та генерація аналітичних звітів
Для забезпечення життєдіяльності та масштабованості платформи без
необхідності прямого втручання розробників у базу даних, у системі
реалізовано повноцінний модуль адміністрування. Цей функціонал
інкапсульовано у класі UserHandler (повний лістинг програмного коду
наведено у Додатку А).
Модуль надає авторизованим адміністраторам (користувачам із роллю
Role.ADMIN) розширені можливості керування системою безпосередньо
через інтерфейс месенджера Telegram. Однією з ключових функцій є
управління рівнями доступу. Методи setRoleAdmin та deleteRoleAdmin
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 43
а
дозволяють існуючим адміністраторам динамічно призначати або позбавляти
привілеїв інших користувачів за їх унікальним ідентифікатором (id у базі
даних). Цей процес супроводжується миттєвим оновленням об'єкта
користувача у реляційній базі даних через UsersRepository [11].
Окрім керування ролями, UserHandler бере на себе відповідальність за
CRUD-операції, пов'язані з профілями: створення нового запису при
реєстрації (handleRegistration), форматування даних для відображення
профілю в боті (getUserInformation) та безпечне оновлення окремих полів
профілю під час редагування (saveParametersUsers). Окремо варто відзначити
метод setLastLoginDate, який спрацьовує при кожній активності користувача.
Цей механізм дозволяє адміністрації відслідковувати метрику та виявляти
неактивні акаунти.
Найважливішим аналітичним інструментом адміністративної панелі є
підсистема генерації звітів. Замість того, щоб змушувати адміністратора
переглядати сотні повідомлень у чаті, система автоматично формує та
відправляє структуровані текстові файли.
Алгоритм вивантаження даних реалізовано за допомогою методів
generateFilterFile (окремо у класах UserHandler для списку користувачів та
FeedbackService для списку відгуків). Логіка роботи полягає у наступному:
1. За допомогою Spring Data JPA система виконує запит до бази даних
(наприклад, метод getAllByFaculty дістає всіх користувачів
конкретного підрозділу).
2. Отриманий масив об'єктів (List) ітерується у циклі for, а необхідні поля
послідовно записуються у буфер пам'яті за допомогою класу
StringBuilder [5]. Це значно оптимізує використання оперативної
пам'яті порівняно зі звичайною конкатенацією рядків.
3. Сформований текстовий контент конвертується у масив байтів і
загортається в об'єкт InputFile (клас із бібліотеки TelegramBots [13]).
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 44
а
4. Система ініціалізує об'єкт SendDocument, прикріплює до нього
створений файл та надсилає у чат адміністратору.
Повний програмний код сервісу FeedbackService, що реалізує логіку
формування звітів по відгуках (а також відповідає за обробку зворотного
зв'язку за допомогою ШІ), наведено у додатку А.
Такий підхід до генерації звітів "на льоту" виключає необхідність
створення та зберігання тимчасових фізичних файлів на жорсткому диску
сервера. Це підвищує безпеку даних (оскільки файли не залишаються на
сервері після відправки) та нівелює ризик переповнення файлової системи
(Disk Space Exhaustion) при інтенсивному використанні функції
вивантаження звітів.
Рисунок 5.10 – Інтерфейс адміністратора та процес вивантаження
аналітичного звіту
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 45
а
5.4 Налаштування автоматичного створення карток у Trello та звітів у
Google Docs
Для забезпечення комплексного підходу до обробки даних, розроблена
система не обмежується внутрішньою базою даних PostgreSQL. З метою
покращення менеджменту, архівування та командної роботи над відгуками,
реалізовано автоматизовану інтеграцію з корпоративними інструментами —
Google Docs та Kanban-дошкою Trello.
За експорт даних до екосистеми Google відповідає компонент
GoogleCloudHandler (повний лістинг програмного коду наведено у додатку
А). Цей сервіс використовує офіційну бібліотеку Google API Client [7] для
Java. Оскільки застосунок працює у фоновому режимі на сервері, для
авторизації використовується підхід "Server-to-Server" за допомогою
сервісного акаунту [15].
Приватні ключі доступу зберігаються у JSON-файлі, шлях до якого
динамічно ін'єктується через анотацію
@Value("${google.cloud.json.configuration}"). Алгоритм роботи сервісу
формує HTTP POST запит до ендпоінту batchUpdate, передаючи спеціальний
JSON-об'єкт insertText. Це дозволяє системі не перезаписувати весь
документ, а динамічно додавати кожен новий відгук та його ШІ-аналіз у
кінець існуючого документа, створюючи єдиний хронологічний архів
зворотного зв'язку підприємства.
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 46
а
Рисунок 5.11 – Автоматично згенерований звіт у середовищі Google Docs
Другим напрямком інтеграції є автоматична постановка задач для
персоналу за допомогою платформи Trello. Цей функціонал імплементовано
у класі TrelloCardHandler (повний лістинг наведено у додатку А). На відміну
від Google API, для взаємодії з REST API Trello [14] використано
легковаговий HTTP-клієнт Unirest [8], що дозволяє формувати запити у
форматі Fluent Interface.
Ключовою архітектурною особливістю цієї інтеграції є її "розумний"
характер. Звернення до API Trello не відбувається при кожному відгуку. Як
було реалізовано у сервісі FeedbackService, тригер створення задачі залежить
від результатів аналізу великої мовної моделі.
Якщо штучний інтелект оцінює рівень критичності відгуку вище 3 балів
(за внутрішньою шкалою), система автоматично звертається до Trello API.
Вона створює нову картку (Card) у заданому списку (idList), де назвою
картки (name) виступає оригінальний текст скарги чи відгуку, а детальним
описом задачі (desc) — покрокова рекомендація щодо вирішення проблеми,
згенерована ШІ.
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 47
а
Рисунок 5.12 – Автоматично створена картка на Kanban-дошці Trello із
рекомендацією ШІ
Такий архітектурний підхід повністю автоматизує процес делегування
задач: критичні проблеми миттєво потрапляють на дошку відповідальних
менеджерів, тоді як нейтральні або позитивні відгуки просто архівуються у
базі даних та Google Docs, не перевантажуючи робочий простір команди.
Всі секретні ключі (trello.api.key, trello.token, google.docs.document.id)
винесені за межі вихідного коду у конфігураційний файл
application.properties, що гарантує високий рівень безпеки та дозволяє швидко
змінювати цільові дошки або документи без необхідності перекомпіляції
всього проєкту.
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 48
а
ВИСНОВКИ
В ході виконання кваліфікаційної роботи було спроєктовано та
розроблено інформаційну система збору, модерації та аналізу відгуків
користувачів на базі месенджера (Telegram). Використання сучасного стека
технологій (Java Spring Boot, PostgreSQL) та архітектурних патернів
дозволило створити масштабований, безпечний програмний продукт.
Під час виконання роботи було досягнуто наступних результатів:
1. Спроєктовано серверну архітектуру та базу даних. Розроблено
серверну частину з використанням фреймворку Spring. Для
зберігання даних користувачів та історії відгуків розгорнуто
реляційну базу даних PostgreSQL, взаємодія з якою реалізована через
Spring Data JPA.
2. Реалізовано кросплатформений користувацький інтерфейс. Інтерфейс
системи побудовано на базі Telegram API за технологією Long
Polling. Для забезпечення покрокової взаємодії з користувачем
(процеси реєстрації, авторизації, подачі відгуку) імплементовано
алгоритм кінцевого автомата. З метою оптимізації навантаження на
базу даних використано механізм in-memory кешування сесій за
допомогою бібліотеки Caffeine.
3. Інтегровано модуль штучного інтелекту. Інтелектуальним ядром
системи є розроблений компонент взаємодії з великою мовною
моделлю. Система здатна проводити семантичний аналіз текстових
відгуків користувачів, автоматично визначати емоційне забарвлення
тексту (настрій), рівень критичності проблеми та генерувати
рекомендації для її вирішення.
4. Створено панель адміністрування та аналітики. Розроблено систему
контролю доступу. Адміністратори отримали інструментарій для
управління ролями користувачів, фільтрації даних та генерації
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 49
а
структурованих аналітичних звітів у форматі текстових файлів, які
формуються «на льоту» і миттєво відправляються в чат.
5. Автоматизовано бізнес-процеси за допомогою хмарних інтеграцій.
Забезпечено безшовну інтеграцію розробленого програмного
забезпечення зі сторонніми корпоративними інструментами.
Реалізовано автоматичний експорт усіх відгуків у хмарне середовище
Google Workspace (Google Docs) через офіційний API.
6. Впроваджено систему Smart-делегування завдань. За допомогою
REST API клієнта інтегровано платформу Trello. На основі оцінки
критичності відгуку штучним інтелектом, система здатна самостійно
створювати картки із завданнями на Kanban-дошці відповідального
персоналу, автоматизуючи процес реагування на проблеми.
Практичне значення отриманих результатів полягає у тому, що
розроблена система дозволяє підприємствам чи навчальним закладам
повністю автоматизувати процес збору та аналізу зворотного зв'язку.
Впровадження ШІ мінімізує вплив людського фактора, прискорює час реакції
на критичні скарги та знижує навантаження на адміністративний персонал.
Використання Telegram як єдиної точки входу забезпечує максимальну
зручність для кінцевих користувачів, не вимагаючи встановлення
додаткового програмного забезпечення.
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 50
а
ДОДАТОК А
«ЗАТВЕРДЖУЮ»
Завідувач кафедри ІБ та КІ
к.т.н., доцент Артем ЛАВДАНСЬКИЙ
__________________
«___» ____________ 2026 року
Інформаційна система збору, модерації та аналізу відгуків користувачів
на базі месенджера
Специфікація
482.ЧДТУ.62211-01
Листів 2
Розробник _______________ Олександр РУРА
Керівник _______________ Артем ЛАВДАНСЬКИЙ
Черкаси 2026
2
482.ЧДТУ.62211-01
Позначення Найменування Примітка
Документація
482.ЧДТУ.62211-01 12 01 Текст програми
Інформаційна система збору, модерації та аналізу відгуків користувачів
на базі месенджера
Текст програми
482.ЧДТУ.62211-01 12 01
Листів 26
Розробник: ____________ Олександр РУРА
Черкаси 2026
2
482.ЧДТУ.62211-01 12 01
Лістинг програмного коду сутності Users
package chdtu.com.entity;
import chdtu.com.enums.Faculty;
import chdtu.com.enums.Role;
import jakarta.persistence.*;
import lombok.Getter;
import lombok.Setter;
import java.time.LocalDateTime;
import java.util.List;
@Getter
@Setter
@Entity
@Table(name = "users")
public class Users {
@Id
@GeneratedValue(strategy = GenerationType.IDENTITY)
private Long id;
@Column(name = "chat_id")
private Long chatId;
@Column(name = "surname")
private String surname;
@Column(name = "first_name")
private String firstName;
@Column(name = "patronymic")
private String patronymic;
@Column(name = "position")
private String position;
@Column(name = "faculty")
private String faculty;
@Column(name = "role")
@Enumerated(EnumType.STRING)
private Role role;
@Column(name = "last_login")
3
482.ЧДТУ.62211-01 12 01
private LocalDateTime lastLogin;
@OneToMany(mappedBy = "user", cascade = CascadeType.ALL)
private List<FeedbackUsers> feedbackUsersDB;
@Transient
private String status;
}
Лістинг програмного коду сутності FeedbackUsers
package chdtu.com.entity;
import jakarta.persistence.*;
import lombok.Getter;
import lombok.Setter;
@Entity
@Getter
@Setter
@Table(name = "feedback_users")
public class FeedbackUsers {
@Id
@GeneratedValue(strategy = GenerationType.IDENTITY)
private Long id;
@Column(name = "feedback")
private String feedback;
@Column(name = "mood_feedback")
private String moodFeedback;
@Column(name = "critical")
private Integer critical;
@Column(name = "recommendation")
private String recommendation;
@ManyToOne
@JoinColumn(name = "u ser_id")
private Users user;
}
4
482.ЧДТУ.62211-01 12 01
Лістинг програмного коду сервісного класу AIHandler
package chdtu.com.handler;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.http.*;
import org.springframework.stereotype.Component;
import org.springframework.web.client.RestTemplate;
import java.util.List;
import java.util.Map;
@Component
public class AIHandler {
@Value("${gemini.api.key}")
private String API_KEY;
@Value("${gemini.api.url}")
private String API_URL;
private final RestTemplate restTemplate = new RestTemplate();
private final String AI_REQUEST = "Ти асистент для аналізу настрою повідомлень. " +
"Класифікуй повідомлення користувача як Позитивне, Нейтральне або Негативне, "
+
"та присвой рівень критичності від 1 (низька) до 5 (висока). " +
"Поверни результат у форматі: Настрій відгуку:
<Позитивний/Нейтральний/Негативний>\n" +
"Критичність: <1-5>\n" +
"Рекомендація: <як можна вирішити дане питання>";
public String analysisFeedback(String feedback) {
String urlWithKey = API_URL + "?key=" + API_KEY;
HttpHeaders headers = new HttpHeaders();
headers.setContentType(MediaType.APPLICATION_JSON);
Map<String, Object> body = Map.of(
"contents", List.of(
Map.of("parts", List.of(
Map.of("text", AI_REQUEST + "\n\nПовідомлення користувача: " +
feedback)
))
)
5
482.ЧДТУ.62211-01 12 01
);
HttpEntity<Map<String, Object>> request = new HttpEntity<>(body, headers);
try {
ResponseEntity<Map> response = restTemplate.postForEntity(urlWithKey, request,
Map.class);
List<Map<String, Object>> candidates = (List<Map<String, Object>>)
response.getBody().get("candidates");
if (candidates != null && !candidates.isEmpty()) {
Map<String, Object> content = (Map<String, Object>)
candidates.get(0).get("content");
List<Map<String, Object>> parts = (List<Map<String, Object>>) content.get("parts");
return (String) parts.get(0).get("text");
}
} catch (Exception e) {
return "Помилка запиту до AI: " + e.getMessage();
}
return "Не вдалося отримати аналіз.";
}
}
Лістинг програмного коду головного класу взаємодії з Telegram API
(Bot)
package chdtu.com.service;
import chdtu.com.config.properties.BotProperties;
import lombok.RequiredArgsConstructor;
import org.springframework.stereotype.Component;
import org.telegram.telegrambots.bots.TelegramLongPollingBot;
import org.telegram.telegrambots.meta.api.methods.send.SendDocument;
import org.telegram.telegrambots.meta.api.methods.send.SendMessage;
import org.telegram.telegrambots.meta.api.objects.Update;
import org.telegram.telegrambots.meta.exceptions.TelegramApiException;
import java.util.List;
@Component
@RequiredArgsConstructor
public class Bot extends TelegramLongPollingBot {
private final BotProperties botProperties;
private final MessageService messageService;
@Override
public String getBotUsername() {
return botProperties.name();
6
482.ЧДТУ.62211-01 12 01
}
@Override
public String getBotToken() {
return botProperties.token();
}
@Override
public void onUpdateReceived(Update update) {
try {
Object response = messageService.messageHandler(update);
if (response instanceof SendMessage) {
execute((SendMessage) response);
} else if (response instanceof List<?> responses) {
for (Object item : responses) {
if (item instanceof SendMessage) {
execute((SendMessage) item);
} else if (item instanceof SendDocument) {
execute((SendDocument) item);
}
}
}
} catch (TelegramApiException e) {
throw new RuntimeException(e);
}
}
}
Лістинг програмного коду сервісу обробки повідомлень та
маршрутизації (MessageService)
package chdtu.com.service;
import chdtu.com.entity.Users;
import chdtu.com.enums.Faculty;
import chdtu.com.enums.Role;
import chdtu.com.handler.UserHandler;
import chdtu.com.repository.UsersRepository;
import com.github.benmanes.caffeine.cache.Cache;
import com.github.benmanes.caffeine.cache.Caffeine;
import lombok.RequiredArgsConstructor;
import org.springframework.stereotype.Service;
import org.telegram.telegrambots.meta.api.methods.send.SendDocument;
import org.telegram.telegrambots.meta.api.methods.send.SendMessage;
import org.telegram.telegrambots.meta.api.objects.Update;
import org.telegram.telegrambots.meta.api.objects.replykeyboard.InlineKeyboardMarkup;
7
482.ЧДТУ.62211-01 12 01
import java.util.List;
import java.util.concurrent.TimeUnit;
import java.util.regex.Pattern;
@Service
@RequiredArgsConstructor
public class MessageService {
private static final Pattern FULL_NAME_PATTERN =
Pattern.compile("^[А-ЯІЇЄҐ][а-яіїєґ]+ [А-ЯІЇЄҐ][а-яіїєґ]+ [А-ЯІЇЄҐ][а-яіїєґ]+$");
private static final Pattern POSITION_PATTERN =
Pattern.compile("^[А-ЯІЇЄҐ][а-яіїєґ].*");
private static final Pattern ID_USER_PATTERN =
Pattern.compile("[0-9]+");
private static final String STATUS_WAITING_NAME = "/waiting_for_name";
private static final String STATUS_WAITING_POSITION = "/waiting_for_position";
private static final String STATUS_WAITING_FACULTY = "/waiting_for_faculty";
private static final String STATUS_EDIT_FULL_NAME = "/edit_full_name";
private static final String STATUS_EDIT_POSITION = "/edit_position";
private static final String STATUS_EDIT_FACULTY = "/edit_faculty";
private static final String STATUS_REGISTERED = "/registered";
private static final String STATUS_CREATION_FEEDBACK = "/user_feedback";
private static final String STATUS_ADMIN_PANEL = "/admin_panel";
private static final String STATUS_FILTER = "/admin_filter";
private static final String STATUS_ADMIN_FILTRATION_FEEDBACK =
"/admin_filtration_feedback";
private static final String STATUS_ADMIN_FILTRATION_USERS =
"/admin_filtration_users";
private static final String STATUS_ADD_ADMIN = "/add_admin";
private static final String STATUS_DELETE_ADMIN = "/delete_admin";
private final UsersRepository usersRepository;
private final ButtonsService buttonsService;
private final UserHandler userHandler;
private final FeedbackService feedbackService;
private final Cache<Long, Users> userCache = Caffeine.newBuilder()
.expireAfterAccess(1, TimeUnit.HOURS)
.maximumSize(10_000)
.build();
public Object messageHandler(Update update) {
if (update.hasMessage() && update.getMessage().hasText()) {
return handleTextMessage(update);
}
else if (update.hasCallbackQuery()) {
return handleCallbackQuery(update);
}
8
482.ЧДТУ.62211-01 12 01
else {
return createMessage(update.getMessage().getChatId(), "Я не розумію це
повідомлення");
}
}
private Object handleTextMessage(Update update) {
String text = update.getMessage().getText();
Long chatId = update.getMessage().getChatId();
if ("/start".equals(text)) {
return handleStartCommand(chatId);
}
Users user = getUser(chatId);
userHandler.setLastLoginDate(user);
return switch (user.getStatus()) {
case STATUS_WAITING_NAME -> handleWaitingForName(chatId, text, user);
case STATUS_WAITING_POSITION -> handleWaitingForPosition(chatId, text, user);
case STATUS_REGISTERED -> createMessageWithKeyboard(chatId, "Виберіть дію",
buttonsService.showUserActionOptions(chatId));
case STATUS_EDIT_FULL_NAME -> handleEditFullName(chatId, text, user);
case STATUS_EDIT_POSITION -> handleEditPosition(chatId, text, user);
case STATUS_EDIT_FACULTY -> handleEditFaculty(chatId, text, user);
case STATUS_CREATION_FEEDBACK -> handlerFeedback(chatId, text, user);
case STATUS_ADMIN_PANEL -> handleAdminPanel(chatId, text, user);
case STATUS_FILTER -> createMessageWithKeyboard(chatId,
"Оберіть за чим фільтрувати",
buttonsService.showFilterParameters(chatId)
);
case STATUS_ADMIN_FILTRATION_USERS -> handleFiltrationUsers(chatId, text,
user);
case STATUS_ADMIN_FILTRATION_FEEDBACK ->
handleFiltrationFeedbackUsers(chatId, text, user);
case STATUS_ADD_ADMIN -> verificationAndStorageAdmin(chatId, text, user);
case STATUS_DELETE_ADMIN -> verificationAndDeletionAdmin(chatId, text, user);
default -> createMessage(chatId, "Невідомий стан. Натисніть /start");
};
}
private SendMessage handleStartCommand(Long chatId) {
Users user = getUser(chatId);
if (user == null) {
return handleUnregistered(chatId);
}
if (user.getRole() == Role.ADMIN) {
return createMessageWithKeyboard(chatId,
9
482.ЧДТУ.62211-01 12 01
"Admin\n" +
userHandler.getUserInformation(chatId) +
"\n\nВиберіть дію",
buttonsService.showAdminActionOptions(chatId)
);
}
user.setStatus(STATUS_REGISTERED);
updateUserState(user);
return createMessageWithKeyboard(chatId,
userHandler.getUserInformation(chatId) +
"\n\nВиберіть дію",
buttonsService.showUserActionOptions(chatId)
);
}
private SendMessage handleUnregistered(Long chatId) {
Users user = new Users();
user.setChatId(chatId);
user.setStatus(STATUS_WAITING_NAME);
updateUserState(user);
return createMessage(chatId, "Ви ще не зареєстровані. Введіть ПІБ");
}
private SendMessage handleWaitingForName(Long chatId, String text, Users user) {
if (!isValidFullName(text)) {
return createMessage(chatId, "Неправильне ПІБ. Введіть у форматі: Прізвище Ім'я
По-батькові");
}
String[] fullName = text.split(" ");
user.setSurname(fullName[0]);
user.setFirstName(fullName[1]);
user.setPatronymic(fullName[2]);
updateUserStatus(user, STATUS_WAITING_POSITION);
return createMessage(chatId, "Введіть посаду");
}
private SendMessage handleWaitingForPosition(Long chatId, String text, Users user) {
if (!isValidPosition(text)) {
return createMessage(chatId, "Неправильно написана посада. Має починатися з
великої літери");
}
user.setPosition(text);
10
482.ЧДТУ.62211-01 12 01
updateUserStatus(user, STATUS_WAITING_FACULTY);
return createMessageWithKeyboard(chatId,
"Оберіть факультет",
buttonsService.showFacultyOptions(chatId)
);
}
private SendMessage handleWaitingForFaculty(Long chatId, String callbackData, Users user)
{
getFormattedFaculty(user, callbackData);
updateUserStatus(user, STATUS_REGISTERED);
Users response = userHandler.handleRegistration(user);
updateUserFull(response);
return createMessageWithKeyboard(chatId,
"Користувача створено. Виберіть дію",
buttonsService.showUserActionOptions(chatId)
);
}
private Object handleCallbackQuery(Update update) {
Long chatId = update.getCallbackQuery().getMessage().getChatId();
String callbackData = update.getCallbackQuery().getData();
Users user = getUser(chatId);
userHandler.setLastLoginDate(user);
if (user.getRole() == Role.ADMIN) {
return handleAdminCallbackQuery(chatId, callbackData, user);
}
return handleUserCallbackQuery(chatId, callbackData, user);
}
private Object handleUserCallbackQuery(Long chatId, String callbackData, Users user) {
if (callbackData.startsWith("/faculty_")) {
if (STATUS_EDIT_FACULTY.equals(user.getStatus())) {
return handleEditFaculty(chatId, callbackData, user);
}
return handleWaitingForFaculty(chatId, callbackData, user);
}
return switch (callbackData) {
case "/user_edit" -> handleEdit(chatId);
case "/edit_full_name" -> {
user.setStatus(STATUS_EDIT_FULL_NAME);
updateUserState(user);
yield createMessage(chatId, "Введіть ПІБ");
}
11
482.ЧДТУ.62211-01 12 01
case "/edit_position" -> {
user.setStatus(STATUS_EDIT_POSITION);
updateUserState(user);
yield createMessage(chatId, "Введіть посаду");
}
case "/edit_faculty" -> {
user.setStatus(STATUS_EDIT_FACULTY);
updateUserState(user);
yield createMessageWithKeyboard(chatId, "Оберіть факультет",
buttonsService.showFacultyOptions(chatId));
}
case "/user_feedback" -> {
user.setStatus(STATUS_CREATION_FEEDBACK);
updateUserState(user);
yield createMessage(chatId, "Ведіть змістовий відгук");
}
default -> createMessage(chatId, "Невідома команда. Натисніть /start");
};
}
private Object handleAdminCallbackQuery(Long chatId, String callbackData, Users user) {
if (STATUS_ADMIN_FILTRATION_USERS.equals(user.getStatus())) {
return handleFiltrationUsers(chatId, callbackData, user);
} else if (STATUS_ADMIN_FILTRATION_FEEDBACK.equals(user.getStatus())) {
return handleFiltrationFeedbackUsers(chatId, callbackData, user);
}
return switch (callbackData) {
case "/add_admin" -> {
user.setStatus(STATUS_ADD_ADMIN);
yield createMessage(chatId, "Введіть ід нового адміна\n(він повинен бути
зареєстрованим вже)");
}
case "/delete_admin" -> {
user.setStatus(STATUS_DELETE_ADMIN);
yield createMessage(chatId, "Введіть ід адміна\n(він повинен бути зареєстрованим
вже)");
}
case "/admin_filter" -> {
user.setStatus(STATUS_FILTER);
updateUserState(user);
yield createMessageWithKeyboard(chatId,
"Оберіть за чим фільтрувати",
buttonsService.showFilterParameters(chatId)
);
}
case "/admin_filter_users" -> {
user.setStatus(STATUS_ADMIN_FILTRATION_USERS);
updateUserState(user);
yield createMessageWithKeyboard(chatId,
12
482.ЧДТУ.62211-01 12 01
"Оберіть факультет",
buttonsService.showFacultyOptions(chatId)
);
}
case "/admin_filter_feedback_users" -> {
user.setStatus(STATUS_ADMIN_FILTRATION_FEEDBACK);
updateUserState(user);
yield createMessageWithKeyboard(chatId,
"Оберіть факультет",
buttonsService.showFacultyOptions(chatId)
);
}
default -> createMessage(chatId, "Невідома команда. Натисніть /start");
};
}
private SendMessage handleEdit(Long chatId) {
return createMessageWithKeyboard(chatId, "Редагувати",
buttonsService.showEditOptions(chatId));
}
private SendMessage handleEditFullName(Long chatId, String text, Users user) {
if (!isValidFullName(text)) {
return createMessage(chatId, "Неправильне ПІБ. Введіть у форматі: Прізвище Ім'я
По-батькові");
}
String[] fullName = text.split(" ");
user.setSurname(fullName[0]);
user.setFirstName(fullName[1]);
user.setPatronymic(fullName[2]);
String status = userHandler.saveParametersUsers(user);
updateUserStatus(user, STATUS_REGISTERED);
updateUserFull(user);
return createMessageWithKeyboard(chatId,
status + ".\nВиберіть дію",
buttonsService.showUserActionOptions(chatId)
);
}
private SendMessage handleEditPosition(Long chatId, String text, Users user) {
if (!isValidPosition(text)) {
return createMessage(chatId, "Неправильно написана посада. Має починатися з
великої літери");
}
user.setPosition(text);
13
482.ЧДТУ.62211-01 12 01
String status = userHandler.saveParametersUsers(user);
updateUserStatus(user, STATUS_REGISTERED);
updateUserFull(user);
return createMessageWithKeyboard(chatId,
status + ".\nВиберіть дію",
buttonsService.showUserActionOptions(chatId)
);
}
private SendMessage handleEditFaculty(Long chatId, String text, Users user) {
getFormattedFaculty(user, text);
String status = userHandler.saveParametersUsers(user);
updateUserStatus(user, STATUS_REGISTERED);
updateUserFull(user);
return createMessageWithKeyboard(chatId,
status + ".\nВиберіть дію",
buttonsService.showUserActionOptions(chatId)
);
}
private Users getUser(Long chatId) {
return userCache.get(chatId, key ->
usersRepository.findByChatId(key).orElse(null)
);
}
private void getFormattedFaculty(Users user, String callbackData) {
String[] callbackDataArray = callbackData.split("_");
for (Faculty faculty : Faculty.values()) {
if (callbackDataArray[1].equals(String.valueOf(faculty))) {
user.setFaculty(faculty.getDisplayName());
}
}
}
private SendMessage handlerFeedback(Long chatId, String feedback, Users user) {
user.setStatus(STATUS_REGISTERED);
updateUserState(user);
return createMessageWithKeyboard(chatId,
feedbackService.handlerFeedback(user, feedback),
buttonsService.showUserActionOptions(chatId));
}
private List<Object> handleFiltrationUsers(Long chatId, String callbackData, Users user) {
14
482.ЧДТУ.62211-01 12 01
getFormattedFaculty(user, callbackData);
SendDocument document = userHandler.generateFilterFile(user);
SendMessage message = createMessageWithKeyboard(
chatId,
"Виберіть дію",
buttonsService.showAdminActionOptions(chatId));
updateUserStatus(user, STATUS_ADMIN_PANEL);
return List.of(document, message);
}
private List<Object> handleFiltrationFeedbackUsers(Long chatId, String callbackData, Users
user) {
getFormattedFaculty(user, callbackData);
SendDocument document = feedbackService.generateFilterFile(user);
SendMessage message = createMessageWithKeyboard(
chatId,
"Виберіть дію",
buttonsService.showAdminActionOptions(chatId));
updateUserStatus(user, STATUS_ADMIN_PANEL);
return List.of(document, message);
}
private SendMessage verificationAndStorageAdmin(Long chatId, String idUserUpdate, Users
user) {
if (!ID_USER_PATTERN.matcher(idUserUpdate.trim()).matches()) {
return createMessage(chatId, "Не правильне ід, ведіть знову");
}
Long idUser = Long.parseLong(idUserUpdate);
Long newAdminChatId = userHandler.setRoleAdmin(idUser);
String result;
if (!newAdminChatId.equals(0L)) {
result = "Користувача " + idUserUpdate + " призначено адміном. ";
} else {
result = "Виникла помилка. ";
}
updateUserStatus(user, STATUS_ADMIN_PANEL);
return createMessageWithKeyboard(
chatId,
result + "Виберіть дію",
buttonsService.showAdminActionOptions(chatId)
);
}
15
482.ЧДТУ.62211-01 12 01
private SendMessage verificationAndDeletionAdmin(Long chatId, String idUserUpdate,
Users user) {
if (!ID_USER_PATTERN.matcher(idUserUpdate.trim()).matches()) {
return createMessage(chatId, "Не правильне ід, ведіть знову");
}
Long deleteAdminId = Long.valueOf(idUserUpdate);
Long deletedAdminChatId = userHandler.deleteRoleAdmin(deleteAdminId);
String result;
String newStatus;
if (deletedAdminChatId.equals(chatId)) {
invalidateUserCache(chatId);
result = "Ви видалили себе з адмінів";
newStatus = STATUS_REGISTERED;
} else if (deletedAdminChatId.equals(0L)){
result = "Виникла помилка";
newStatus = STATUS_ADMIN_PANEL;
} else {
result = "Користувача " + idUserUpdate + " видалено з адмінів";
newStatus = STATUS_ADMIN_PANEL;
}
Users updatedCurrentUser = getUser(chatId);
updateUserStatus(updatedCurrentUser, newStatus);
return createMessageWithKeyboard(
chatId,
result + ". Виберіть дію",
getAppropriateButtons(chatId)
);
}
private void updateUserState(Users user) {
userCache.put(user.getChatId(), user);
}
private void updateUserStatus(Users user, String newStatus) {
user.setStatus(newStatus);
userCache.put(user.getChatId(), user);
}
private void updateUserFull(Users user) {
usersRepository.save(user);
userCache.put(user.getChatId(), user);
}
private void invalidateUserCache(Long chatId) {
userCache.invalidate(chatId);
16
482.ЧДТУ.62211-01 12 01
}
private boolean isValidFullName(String text) {
return FULL_NAME_PATTERN.matcher(text.trim()).matches();
}
private boolean isValidPosition(String text) {
return POSITION_PATTERN.matcher(text.trim()).matches();
}
private SendMessage handleAdminPanel(Long chatId, String text, Users user) {
return createMessageWithKeyboard(chatId, "Оберіть дію: ",
buttonsService.showAdminActionOptions(chatId));
}
private InlineKeyboardMarkup getAppropriateButtons(Long chatId) {
Users user = getUser(chatId);
if (user.getRole() == Role.ADMIN) {
return buttonsService.showAdminActionOptions(chatId);
} else {
return buttonsService.showUserActionOptions(chatId);
}
}
private SendMessage createMessage(Long chatId, String text) {
SendMessage message = new SendMessage();
message.setChatId(chatId);
message.setText(text);
return message;
}
private SendMessage createMessageWithKeyboard(Long chatId, String text,
InlineKeyboardMarkup keyboard) {
SendMessage message = createMessage(chatId, text);
message.setReplyMarkup(keyboard);
return message;
}
}
17
482.ЧДТУ.62211-01 12 01
Лістинг програмного коду сервісу генерації інтерактивних елементів
інтерфейсу (ButtonsService)
package chdtu.com.service;
import chdtu.com.enums.Faculty;
import org.springframework.stereotype.Service;
import org.telegram.telegrambots.meta.api.objects.replykeyboard.InlineKeyboardMarkup;
import org.telegram.telegrambots.meta.api.objects.replykeyboard.buttons.InlineKeyboardButton;
import java.util.ArrayList;
import java.util.List;
@Service
public class ButtonsService {
public InlineKeyboardMarkup showUserActionOptions(Long chatId) {
InlineKeyboardMarkup inlineKeyboardMarkup = new InlineKeyboardMarkup();
List<List<InlineKeyboardButton>> rows = new ArrayList<>();
InlineKeyboardButton editButton = new InlineKeyboardButton("Редагувати");
editButton.setCallbackData("/user_edit");
InlineKeyboardButton feedbackButton = new InlineKeyboardButton("Відгук");
feedbackButton.setCallbackData("/user_feedback");
List<InlineKeyboardButton> row = new ArrayList<>();
row.add(editButton);
row.add(feedbackButton);
rows.add(row);
inlineKeyboardMarkup.setKeyboard(rows);
return inlineKeyboardMarkup;
18
482.ЧДТУ.62211-01 12 01
}
public InlineKeyboardMarkup showFacultyOptions(Long chatId) {
InlineKeyboardMarkup inlineKeyboardMarkup = new InlineKeyboardMarkup();
List<List<InlineKeyboardButton>> rows = new ArrayList<>();
for (Faculty faculty : Faculty.values()) {
InlineKeyboardButton button = new InlineKeyboardButton(faculty.getCode());
button.setCallbackData("/faculty_" + faculty);
List<InlineKeyboardButton> row = new ArrayList<>();
row.add(button);
rows.add(row);
}
inlineKeyboardMarkup.setKeyboard(rows);
return inlineKeyboardMarkup;
}
public InlineKeyboardMarkup showEditOptions(Long chatId) {
InlineKeyboardMarkup inlineKeyboardMarkup = new InlineKeyboardMarkup();
List<List<InlineKeyboardButton>> rows = new ArrayList<>();
InlineKeyboardButton fullNameButton = new InlineKeyboardButton("ПІБ");
fullNameButton.setCallbackData("/edit_full_name");
InlineKeyboardButton positionButton = new InlineKeyboardButton("Посада");
positionButton.setCallbackData("/edit_position");
InlineKeyboardButton facultyButton = new InlineKeyboardButton("Факультет");
facultyButton.setCallbackData("/edit_faculty");
19
482.ЧДТУ.62211-01 12 01
return getInlineKeyboardMarkup(inlineKeyboardMarkup, rows, fullNameButton,
positionButton, facultyButton);
}
public InlineKeyboardMarkup showAdminActionOptions(Long chatId) {
InlineKeyboardMarkup inlineKeyboardMarkup = new InlineKeyboardMarkup();
List<List<InlineKeyboardButton>> rows = new ArrayList<>();
InlineKeyboardButton filtrationButton = new InlineKeyboardButton("Фільтрація");
filtrationButton.setCallbackData("/admin_filter");
InlineKeyboardButton addAdminButton = new InlineKeyboardButton("Додати адміна");
addAdminButton.setCallbackData("/add_admin");
InlineKeyboardButton deleteAdminButton = new InlineKeyboardButton("Видалити
адміна");
deleteAdminButton.setCallbackData("/delete_admin");
return getInlineKeyboardMarkup(inlineKeyboardMarkup, rows, filtrationButton,
addAdminButton, deleteAdminButton);
}
private InlineKeyboardMarkup getInlineKeyboardMarkup(InlineKeyboardMarkup
inlineKeyboardMarkup, List<List<InlineKeyboardButton>> rows, InlineKeyboardButton
filtrationButton, InlineKeyboardButton addAdminButton, InlineKeyboardButton
deleteAdminButton) {
List<InlineKeyboardButton> row = new ArrayList<>();
row.add(filtrationButton);
row.add(addAdminButton);
row.add(deleteAdminButton);
rows.add(row);
inlineKeyboardMarkup.setKeyboard(rows);
20
482.ЧДТУ.62211-01 12 01
return inlineKeyboardMarkup;
}
public InlineKeyboardMarkup showFilterParameters(Long chatId) {
InlineKeyboardMarkup inlineKeyboardMarkup = new InlineKeyboardMarkup();
List<List<InlineKeyboardButton>> rows = new ArrayList<>();
InlineKeyboardButton filterUsersButton = new InlineKeyboardButton("За
користувачами");
filterUsersButton.setCallbackData("/admin_filter_users");
InlineKeyboardButton filterFeedbackUsersButton = new InlineKeyboardButton("За
відгуками");
filterFeedbackUsersButton.setCallbackData("/admin_filter_feedback_users");
List<InlineKeyboardButton> row = new ArrayList<>();
row.add(filterUsersButton);
row.add(filterFeedbackUsersButton);
rows.add(row);
inlineKeyboardMarkup.setKeyboard(rows);
return inlineKeyboardMarkup;
}
}
Лістинг програмного коду класу UserHandler
package chdtu.com.handler;
import chdtu.com.entity.Users;
import chdtu.com.enums.Role;
import chdtu.com.repository.UsersRepository;
import lombok.RequiredArgsConstructor;
21
482.ЧДТУ.62211-01 12 01
import org.springframework.stereotype.Service;
import org.telegram.telegrambots.meta.api.methods.send.SendDocument;
import org.telegram.telegrambots.meta.api.objects.InputFile;
import java.io.ByteArrayInputStream;
import java.time.LocalDateTime;
import java.util.List;
@Service
@RequiredArgsConstructor
public class UserHandler {
private final UsersRepository usersRepository;
public Users handleRegistration(Users user) {
Users userDB = new Users();
userDB.setChatId(user.getChatId());
userDB.setSurname(user.getSurname());
userDB.setFirstName(user.getFirstName());
userDB.setPatronymic(user.getPatronymic());
userDB.setPosition(user.getPosition());
userDB.setRole(Role.USER);
userDB.setFaculty(user.getFaculty());
userDB.setLastLogin(LocalDateTime.now());
usersRepository.save(userDB);
return userDB;
}
public String getUserInformation(Long chatId) {
Users userDB = usersRepository.getFirstByChatId(chatId).orElse(null);
if (userDB == null) {
return "Користувача не знайдено";
}
return userDB.getPosition() + "\n"
+ userDB.getFirstName() + " "
+ userDB.getSurname() + "\n"
+ userDB.getFaculty();
}
public String saveParametersUsers(Users user) {
Users userDB = usersRepository.getFirstByChatId(user.getChatId()).orElse(null);
if (userDB == null) {
return "Користувача не знайдено";
}
22
482.ЧДТУ.62211-01 12 01
try {
switch (user.getStatus()) {
case "/edit_full_name":
userDB.setSurname(user.getSurname());
userDB.setFirstName(user.getFirstName());
userDB.setPatronymic(user.getPatronymic());
break;
case "/edit_position":
userDB.setPosition(user.getPosition());
break;
case "/edit_faculty":
userDB.setFaculty(user.getFaculty());
break;
default:
return "Виникла помилка";
}
usersRepository.save(userDB);
return "Збережено";
} catch (Exception ex) {
return "Error: " + ex.getClass().getSimpleName() + " - " + ex.getMessage();
}
}
public Long setRoleAdmin(Long userChatId) {
Users userDB = usersRepository.getFirstById(userChatId).orElse(null);
if (userDB == null) return 0L;
userDB.setRole(Role.ADMIN);
usersRepository.save(userDB);
return userDB.getId();
}
public Long deleteRoleAdmin(Long userChatId) {
Users userDB = usersRepository.getFirstById(userChatId).orElse(null);
if (userDB == null) return 0L;
userDB.setRole(Role.USER);
usersRepository.save(userDB);
return userDB.getChatId();
}
public void setLastLoginDate(Users user) {
Users userDB = usersRepository.getFirstByChatId(user.getChatId()).orElse(null);
if (userDB == null) return;
userDB.setLastLogin(LocalDateTime.now());
usersRepository.save(userDB);
23
482.ЧДТУ.62211-01 12 01
}
public SendDocument generateFilterFile(Users user) {
List<Users> listUsersDB = usersRepository.getAllByFaculty(user.getFaculty());
StringBuilder sb = new StringBuilder();
for (Users userBuffer : listUsersDB) {
sb.append("Id: ").append(userBuffer.getId()).append("\n");
sb.append("Surname: ").append(userBuffer.getSurname()).append("\n");
sb.append("FirstName: ").append(userBuffer.getFirstName()).append("\n");
sb.append("Patronymic: ").append(userBuffer.getPatronymic()).append("\n");
sb.append("Faculty: ").append(userBuffer.getFaculty()).append("\n");
sb.append("Position: ").append(userBuffer.getPosition()).append("\n");
sb.append("Last login: ").append(userBuffer.getLastLogin()).append("\n\n");
}
String content = sb.toString();
InputFile inputFile = new InputFile(
new ByteArrayInputStream(content.getBytes()),"filtered_users.txt"
);
SendDocument sendDocument = new SendDocument();
sendDocument.setChatId(user.getChatId());
sendDocument.setDocument(inputFile);
sendDocument.setCaption("Згенерований файл");
return sendDocument;
}
}
Лістинг програмного коду сервісу обробки відгуків (FeedbackService)
package chdtu.com.service;
import chdtu.com.entity.FeedbackUsers;
import chdtu.com.entity.Users;
import chdtu.com.handler.*;
import chdtu.com.repository.UsersRepository;
import lombok.RequiredArgsConstructor;
import lombok.extern.slf4j.Slf4j;
import org.springframework.dao.DataAccessException;
import org.springframework.stereotype.Service;
import org.springframework.web.client.RestClientException;
import org.telegram.telegrambots.meta.api.methods.send.SendDocument;
import org.telegram.telegrambots.meta.api.objects.InputFile;
import java.io.ByteArrayInputStream;
import java.util.List;
@Slf4j
24
482.ЧДТУ.62211-01 12 01
@Service
@RequiredArgsConstructor
public class FeedbackService {
private final AIHandler aiHandler;
private final GoogleCloudHandler googleCloudHandler;
private final DataBaseHandler dataBaseHandler;
private final TrelloCardHandler trelloCardHandler;
private final UsersRepository usersRepository;
public String handlerFeedback(Users user, String feedback) {
try {
String message = aiHandler.analysisFeedback(feedback);
String[] lines = message.split("\n");
String mood = "";
int criticality = 0;
String recommendation = "";
for (String line : lines) {
if (line.startsWith("Настрій відгуку:")) {
mood = line.split(":")[1].trim();
} else if (line.startsWith("Критичність:")) {
criticality = Integer.parseInt(line.split(":")[1].trim());
} else if (line.startsWith("Рекомендація:")) {
recommendation = line.split(":")[1].trim();
}
}
if (mood.isEmpty() || criticality == 0 || recommendation.isEmpty()) {
log.info("A processing error occurred");
return "Виникла помилка";
}
dataBaseHandler.saveMessageToDb(user, feedback, mood, criticality, recommendation);
googleCloudHandler.saveToGoogleDocs(feedback, message);
if (3 < criticality) trelloCardHandler.createCard(feedback, recommendation);
return "Рекомендація: " + recommendation;
} catch (NumberFormatException | ArrayIndexOutOfBoundsException e) {
log.error("Error processing review text", e);
return "Помилка при обробці тексту відгуку";
} catch (RestClientException e) {
log.error("HTTP error when accessing AI or Trello", e);
return "Помилка при зв'язку із сервісом AI/Trello";
} catch (DataAccessException e) {
log.error("Database error", e);
return "Помилка при збереженні у БД";
} catch (Exception e) {
log.error("Unknown error", e);
25
482.ЧДТУ.62211-01 12 01
return "Сталася невідома помилка";
}
}
public SendDocument generateFilterFile(Users user) {
List<Users> listUsersDB = usersRepository.findAllWithFeedbacks();
StringBuilder sb = new StringBuilder("\n");
for (Users userBuffer : listUsersDB) {
List<FeedbackUsers> feedbackUsers = userBuffer.getFeedbackUsersDB();
if (feedbackUsers.isEmpty()) {continue;}
sb.append("Id: ").append(userBuffer.getId()).append("\n");
sb.append("Surname: ").append(userBuffer.getSurname()).append("\n");
sb.append("FirstName: ").append(userBuffer.getFirstName()).append("\n");
sb.append("Patronymic: ").append(userBuffer.getPatronymic()).append("\n");
sb.append("Position: ").append(userBuffer.getPosition()).append("\n");
sb.append("Feedbacks:\n");
for (FeedbackUsers feedbackUserBuffer : feedbackUsers) {
sb.append(" Feedback: ").append(feedbackUserBuffer.getFeedback()).append("\n");
sb.append(" Mood feedback:
").append(feedbackUserBuffer.getMoodFeedback()).append("\n");
sb.append(" Recommendation:
").append(feedbackUserBuffer.getRecommendation()).append("\n");
sb.append("\n");
}
sb.append("\n\n");
}
String content = sb.toString();
InputFile inputFile = new InputFile(
new ByteArrayInputStream(content.getBytes()),"filtered_feedback_users.txt"
);
SendDocument sendDocument = new SendDocument();
sendDocument.setChatId(user.getChatId());
sendDocument.setDocument(inputFile);
return sendDocument;
}
}
Лістинг програмного коду сервісу інтеграції з Google Cloud API
(GoogleCloudHandler)
26
482.ЧДТУ.62211-01 12 01
package chdtu.com.handler;
import chdtu.com.service.Bot;
import com.google.api.client.http.ByteArrayContent;
import com.google.api.client.http.GenericUrl;
import com.google.api.client.http.HttpContent;
import com.google.api.client.http.HttpRequestFactory;
import com.google.api.client.http.javanet.NetHttpTransport;
import com.google.auth.http.HttpCredentialsAdapter;
import com.google.auth.oauth2.GoogleCredentials;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.stereotype.Component;
import java.io.IOException;
import java.nio.charset.StandardCharsets;
import java.util.Objects;
@Slf4j
@Component
public class GoogleCloudHandler {
@Value("${google.docs.document.id}")
private String documentId;
@Value("${google.cloud.json.configuration}")
private String jsonConfigurationGoogleCloud;
private final String jsonRequestFormat = "{ \"requests\": [ { \"insertText\": { \"text\": \"Відгук
користувача: %s\\n%s\\n\\n\\n\", \"endOfSegmentLocation\": {} } } ] }";
public void saveToGoogleDocs(String feedback, String message) {
String jsonRequest = String.format(jsonRequestFormat, feedback, message);
GoogleCredentials credentials = null;
try {
credentials = GoogleCredentials.fromStream(
Objects.requireNonNull(Bot.class.getClassLoader().getResourceAsStream(jsonConfigurationGo
ogleCloud)))
.createScoped("https://www.googleapis.com/auth/documents");
} catch (IOException e) {
throw new RuntimeException(e);
}
HttpCredentialsAdapter adapter = new HttpCredentialsAdapter(credentials);
HttpRequestFactory requestFactory = new
NetHttpTransport().createRequestFactory(adapter);
27
482.ЧДТУ.62211-01 12 01
GenericUrl url = new GenericUrl("https://docs.googleapis.com/v1/documents/" +
documentId + ":batchUpdate");
HttpContent content = new ByteArrayContent("application/json",
jsonRequest.getBytes(StandardCharsets.UTF_8));
try {
requestFactory.buildPostRequest(url, content).execute();
log.info("The document was saved in Google Cloud");
} catch (IOException e) {
log.info("The document was not saved in Google Cloud: " + e.getMessage());
}
}
}
Лістинг програмного коду сервісу інтеграції з Trello API
(TrelloCardHandler)
package chdtu.com.handler;
import kong.unirest.Unirest;
import kong.unirest.json.JSONObject;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.stereotype.Component;
@Slf4j
@Component
public class TrelloCardHandler {
@Value("${trello.api.key}")
private String key;
@Value("${trello.token}")
private String token;
@Value("${trello.id.list}")
private String list;
public void createCard(String feedback, String recommendation) {
JSONObject response = Unirest.post("https://api.trello.com/1/cards")
.queryString("key", key)
.queryString("token", token)
.queryString("idList", list)
.queryString("name", feedback)
.queryString("desc", recommendation)
.asJson()
.getBody()
.getObject();
log.info("Response from Trello API: " + response.toString());
}
}
СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ
1. Патерни проєктування: об’єктно-орієнтоване програмне забезпечення /
[Гамма Е., Хелм Р., Джонсон Р., Вліссідес Дж.]. — К. : Діалектика, 2019.
— 368 с.
2. Мартін Р. Чиста архітектура. Мистецтво розробки програмного
забезпечення / Мартін Р. — Х. : Фабула, 2019. — 368 с.
3. Уоллс К. Spring у дії / Уоллс К. — 5-те вид. — К. : Діалектика, 2020. —
624 с.
4. Фаулер М. Архітектура корпоративних програмних додатків / Фаулер М.
— К. : Діалектика, 2020. — 544 с.
5. Шилдт Г. Java. Повне керівництво / Шилдт Г. — 10-те вид. — К. :
Діалектика, 2018. — 1280 с.
6. Caffeine: A high performance, near optimal caching library [Електронний
ресурс]. — Режим доступу: https://github.com/ben-manes/caffeine. — Назва
з екрана.
7. Google Docs API Documentation [Електронний ресурс] / Google for
Developers. — Режим доступу: https://developers.google.com/docs/api. —
Назва з екрана.
8. Kong Unirest for Java: Lightweight HTTP Client [Електронний ресурс]. —
Режим доступу: https://kong.github.io/unirest-java/. — Назва з екрана.
9. PostgreSQL: The World's Most Advanced Open Source Relational Database
[Електронний ресурс]. — Режим доступу: https://www.postgresql.org/docs/.
— Назва з екрана.
10.Spring Boot Reference Documentation [Електронний ресурс] / Spring
Framework. — Режим доступу: https://docs.spring.io/spring-
boot/docs/current/reference/html/. — Назва з екрана.
11.Spring Data JPA Reference Documentation [Електронний ресурс]. — Режим
доступу: https://docs.spring.io/spring-data/jpa/reference/. — Назва з екрана.
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 78
а
12.Telegram Bot API [Електронний ресурс] / Telegram Core. — Режим
доступу: https://core.telegram.org/bots/api. — Назва з екрана.
13.TelegramBots: Java library to create Telegram Bots [Електронний ресурс]. —
Режим доступу: https://github.com/rubenlagus/TelegramBots. — Назва з
екрана.
14.Trello REST API Documentation [Електронний ресурс] / Atlassian
Developer. — Режим доступу:
https://developer.atlassian.com/cloud/trello/rest/. — Назва з екрана.
15.Документація Google Cloud Identity and Access Management (IAM)
[Електронний ресурс]. — Режим доступу:
https://cloud.google.com/iam/docs. — Назва з екрана.
Лист
ЧДТУ.262211.010 ПЗ т
Зм. Лист № докум. Підпис Дат 79
а