Інформаційна система пошуку важливих новин з використання штучного інтелекту

ЮНУСОВ, Байрам
Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: https://er.chdtu.edu.ua/handle/ChSTU/7355
Назва:	Інформаційна система пошуку важливих новин з використання штучного інтелекту
Автори:	ГРЕСЬКО, Світлана ЮНУСОВ, Байрам
Ключові слова:	ІНФОРМАЦІЙНА СИСТЕМА;ПОШУК;ШТУЧНИЙ ІНТЕЛЕКТ;АНАЛІЗ;АВТОМАТИЗАЦІЯ;ОПТИМІЗАЦІЯ;ВІЗУАЛІЗАЦІЯ ДАНИХ;НОВИНИ;ПОТІК
Дата публікації:	2024
Короткий огляд (реферат):	Метою виконання даної кваліфікаційної роботи на здобуття освітнього ступеня «бакалавр» є інформаційна система пошуку важливих новин з використання штучного інтелекту. Загальний обсяг роботи становить 84 сторінки пояснювальної записки та 3 додатки. У роботі 12 рисунків. Для виконання роботи використано 20 літературних джерел. Головне завдання це розробка інтелектуальної системи, яка автоматично аналізує потік новин, виявляє та виділяє найважливіші події та теми, що цікавлять користувача, забезпечуючи швидкий та ефективний доступ до актуальної інформації. Стислий опис розділів кваліфікаційної роботи бакалавра складається з аналізу предметної області та постановки задачі; вибору технологій та інструментальних засобів; розробка інформаційної системи пошуку важливих новин з використання штучного інтелекту.
URI (Уніфікований ідентифікатор ресурсу):	https://er.chdtu.edu.ua/handle/ChSTU/7355
Розташовується у зібраннях:	123 Комп’ютерна інженерія (Комп'ютерні системи та мережі)
Файли цього матеріалу:
Файл	Опис	Розмір	Формат
1_ТИТУЛКА_Юнусов-merged.pdf Restricted Access		2.15 MB	Adobe PDF	Переглянути/Відкрити Запит копії
Показати повний опис матеріалу Перегляд статистики
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 пошуку важливих
новин з використання штучного інтелекту»
ЧДТУ.247026.002 ПЗ
Виконав: студент 4 курсу, групи ЗКМС-2005
спеціальності 123 – «Комп’ютерна інженерія»
за освітньою програмою – «Комп’ютерні системи
та мережі»
Байрам ЮНУСОВ
Керівник
старший викладач
Світлана ГРЕСЬКО
Рецензент
к.т.н., доцент, доцент кафедри комп’ютерної
інженерії та інформаційних технологій
Черкаського державного бізнес коледжу
Марія ЗАХАРОВА
«ЗАХИСТ ДОЗВОЛЯЮ»
Завідувач кафедри ІБ та КІ
д.т.н., професор ___________ Віра БАБЕНКО
Черкаси 2024 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
д.т.н., професор _____________ Віра БАБЕНКО
«28» лютого 2024 року
ЗАВДАННЯ
на кваліфікаційну роботу бакалавра студенту
Юнусову Байраму Раміз Оглу
(прізвище, ім‘я, по батькові)
1. Тема роботи: Інформаційна система пошуку важливих новин з використання
штучного інтелекту
Керівник роботи: старший викладач Гресько Світлана Олексіївна
(прізвище, ім’я, по батькові, науковий ступінь, вчене звання)
затверджені наказом університету від «26» лютого 2024 р. № 60/04
2. Строк подання студентом роботи:
3. Вихідні дані до роботи:
 розробити концептуальну модель інформаційної системи;
 створити алгоритми для автоматичного збору новин з різних джерел;
 впровадити методи машинного навчання та обробки природної мови;
 розробити модуль персоналізації, що дозволяє адаптувати результати пошуку новин;
 розробити інтерфейс користувача.
4. Зміст розрахунково-пояснювальної записки (перелік питань, що їх належить розробити):
Вступ
1. Аналіз предметної області та постановка задачі
2. Вибір технологій та інструментальних засобів
3. Розробка інформаційної системи пошуку важливих новин з використання штучного інтелекту
4. Захист інформаційної системи пошуку важливих новин з використання штучного
інтелекту
Висновки
Додатки. Список використаних джерел
5. Перелік графічного матеріалу (з точним зазначенням обов’язкових креслень, плакатів):
Додаток А Специфікація
Додаток Б Текст програм
Додаток В Інструкція користувача
6. Консультанти розділів роботи:
Розділ Прізвище, ініціали Підпис, дата
консультанта завдання видав завдання прийняв
7. Дата видачі завдання: 28 лютого 2024 року
КАЛЕНДАРНИЙ ПЛАН
Термін
№ з/п Назва етапів роботи виконання Примітка
етапів роботи
1 Збір матеріалу 01.03 – 14.03 виконано
2 Обробка матеріалу 15.03 – 20.03 виконано
3 Обґрунтування актуальності виконання досліджень 21.03 – 25.03 виконано
4 Оцінка стану проблеми, виокремлення дослідницьких виконано
задач, постановка задачі дослідження 26.03 – 01.04
5 Викладення сутності і результатів дослідження 03.04 – 08.04 виконано
6 Практичне застосування результатів дослідження 09.04 – 27.04 виконано
7 Оформлення результатів в пояснювальну записку 28.04 – 02.05 виконано
8 Подання роботи на відгук та рецензування 15.05 – 20.05 виконано
9 Обробка матеріалу 29.05 – 1.05 виконано
10 Обґрунтування актуальності виконання досліджень 15.05 – 20.05 виконано
Студент ___________________________ Байрам ЮНУСОВ
(підпис)
Керівник роботи ___________________________ Світлана ГРЕСЬКО
(підпис)
АНОТАЦІЯ
Метою виконання даної кваліфікаційної роботи на здобуття освітнього
ступеня «бакалавр» є інформаційна система пошуку важливих новин з
використання штучного інтелекту.
Загальний обсяг роботи становить 84 сторінки пояснювальної записки та
3 додатки. У роботі 12 рисунків. Для виконання роботи використано
20 літературних джерел.
Головне завдання це розробка інтелектуальної системи, яка автоматично
аналізує потік новин, виявляє та виділяє найважливіші події та теми, що
цікавлять користувача, забезпечуючи швидкий та ефективний доступ до
актуальної інформації.
Стислий опис розділів кваліфікаційної роботи бакалавра складається з
аналізу предметної області та постановки задачі; вибору технологій та
інструментальних засобів; розробка інформаційної системи пошуку важливих
новин з використання штучного інтелекту.
Ключові слова: ІНФОРМАЦІЙНА СИСТЕМА, ПОШУК, ШТУЧНИЙ
ІНТЕЛЕКТ, АНАЛІЗ, АВТОМАТИЗАЦІЯ, ОПТИМІЗАЦІЯ, ВІЗУАЛІЗАЦІЯ
ДАНИХ, НОВИНИ, ПОТІК
ANOTATION
The purpose of this qualification work for obtaining an educational degree
"Bachelor" is the software of the automated system of information processing in the
marriage agency.
The total volume of work is 84 pages of an explanatory note and 3 appendices.
There are 12 drawings in the work. 20 literary sources were used to perform the
work.
The main tasks of the qualification work are the development of a highly loaded
program automated system of the marriage agency for the professional search of
partners for the further development of relationships and the conclusion of a marriage
contract.
A brief description of the sections of the qualification work of the bachelor
consists of the analysis of the subject area and statement of the problem; choice of
technologies and tools; development of automated system of information processing
in a marriage agency and its protection.
Key words: AUTOMATED SYSTEM, DATABASE, WEB-APPLICATION,
SPA SPECIFICATION, ARTIFICIAL INTELLIGENCE, INFORMATION
PROTECTION
ЗМІСТ
ВСТУП……………………………………………………………………………..4
1 АНАЛІЗ ПРЕДМЕТНОЇ ОБЛАСТІ ТА ПОСТАНОВКА ЗАДАЧІ…….…..8
1.1 Аналіз існуючих систем………………………...………….………….8
1.2 Постановка задачі………...………………………………………...…14
1.3 Висновки до розділу 1… ………………………………….…………17
2 ВИБІР ТЕХНОЛОГІЙ ТА ІНСТРУМЕНТАЛЬНИХ ЗАСОБІВ………......19
2.1 Огляд існуючих технологій……………………………….………….19
2.2 Обґрунтування вибору…..………………………………………...….30
2.3 Висновки до розділу 2…………………………………….…………35
3 РОЗРОБКАІНФОРМАЦІЙНОЇ СИСТЕМИ ПОШУКУ ВАЖЛИВИХ
НОВИН З ВИКОРИСТАННЯ ШТУЧНОГО ІНТЕЛЕКТУ………………36
3.1 Структура системи……………...………………………………..…...36
3.2 Опис функцій системи………………………………………………..42
3.3 Технічні вимоги для роботи з системою…………………………….49
3.4 Оцінка ефективності………………………………………………….51
3.5 Висновки до розділу 3……………………………………………….53
4 ЗАХИСТ ІНФОРМАЦІЙНОЇ СИСТЕМИ ПОШУКУ ВАЖЛИВИХ
НОВИН З ВИКОРИСТАННЯ ШТУЧНОГО ІНТЕЛЕКТУ…..………..…55
4.1 Огляд існуючих рішень …………………..………….………………55
4.2 Реалізація захисту даних користувачів……………………….….….58
4.3 Висновки до розділу 4………..…………………………….…….….62
ВИСНОВКИ……………………………………………………………………..64
ЧДТУ.247026.002 ПЗ
Змн. Арк. № докум. Підпис Дат
РозрКобив Юнусов Б.Р. а Інформаційна система пошуку Літ. Лист Листів
Керівник Гресько С.О. важливих новин з 2 84
Рецеанзент Захарова М.В. використання штучного
Н.Контроль Гресько С.О.
ф інтелекту Кафедра ІБ та КІ
Затвердив Бабенко В.Г. Пояснювальна записка гр. ЗКМС-2005
е
д
р
а
К
К
-
0
6
ДОДАТКИ:
А – 482.ЧДТУ.47026.01 Інформаційна система пошуку важливих новин
з використання штучного інтелекту
СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ……………………………...………..83
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 3
а
ВСТУП
Актуальність теми. Інформаційна система пошуку важливих новин з
використанням штучного інтелекту полягає у необхідності швидкого та
ефективного доступу до релевантної інформації в умовах постійно
зростаючого обсягу новинного потоку. У сучасному світі, де інформація
оновлюється щохвилини, традиційні методи пошуку новин стають менш
ефективними. Використання штучного інтелекту дозволяє автоматизувати
процес збору, аналізу та відбору важливих новин, що забезпечує
користувачам можливість отримувати лише найактуальнішу та релевантну
інформацію. Це особливо важливо для бізнесу, медіа, дослідників та широкої
аудиторії, які потребують своєчасного доступу до важливих подій та
тенденцій. Таким чином, створення та впровадження такої інформаційної
системи відповідає сучасним вимогам інформаційного суспільства та сприяє
підвищенню ефективності прийняття рішень на основі актуальних даних.
Однією з альтернатив є ручний моніторинг новин, що вимагає участі
людей для перегляду та аналізу новинних ресурсів. Цей метод забезпечує
високу точність при ретельному аналізі, але вимагає багато часу та ресурсів і
має обмежену масштабованість.
Іншою альтернативою є використання традиційних новинних
агрегаторів, таких як GoogleNews, YahooNews або інші платформи. Ці
агрегатори пропонують легкість доступу та широкий спектр джерел, але вони
не забезпечують персоналізації і можуть мати меншу точність у визначенні
важливих новин для конкретного користувача.
Рекомендаційні системи на основі фільтрації є ще однією
альтернативою. Вони використовують алгоритми фільтрації контенту на
основі історії переглядів та уподобань користувача. Такі системи
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 4
а
пропонують персоналізований підхід і покращену релевантність новин, але
залежать від якості та обсягу зібраних даних про користувача.
Соціальні мережі та платформи, такі як Twitter, Facebook або Reddit,
також можуть бути використані для отримання новин. Вони забезпечують
оперативність та можливість отримувати новини з різних джерел, але є ризик
дезінформації та необхідність фільтрації контенту від фейкових новин.
Пошукові системи з розширеними можливостями, такі як Google або
Bing, можуть бути налаштовані для ефективного пошуку новин. Вони
пропонують гнучкість налаштувань пошуку, але потребують знань для
ефективного використання фільтрів і забезпечують обмежену
персоналізацію.
Інформаційні агентства та спеціалізовані сервіси також є
альтернативою. Підписка на новини від спеціалізованих агентств або сервісів
дозволяє отримувати підсумкові звіти та аналіз. Ці сервіси пропонують
високу якість контенту та аналітичний підхід, але можуть бути дорогими і
менш оперативними порівняно з автоматизованими системами.
Кожен з цих підходів має свої переваги та недоліки, і вибір
конкретного методу залежить від потреб користувача та ресурсів, доступних
для реалізації інформаційної системи. Виходячи з вищесказаного, можна
зробити висновок, що дана тема автоматизації роботи шлюбного агентства є
актуальною.
Метою кваліфікаційної роботиє розробка та впровадження
інтелектуальної системи, яка автоматично аналізує потоки новин, виділяє
найважливіші події та теми відповідно до інтересів користувача,
забезпечуючи швидкий та ефективний доступ до актуальної інформації.
Для досягнення сформульованої мети необхідно вирішити такі задачі:
1. Провести аналіз існуючих методів та інструментів пошуку та аналізу
новин з використанням штучного інтелекту, визначити їх переваги та
недоліки.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 5
а
2. Розробити концептуальну модель інформаційної системи пошуку
важливих новин, що враховує інтереси та потреби користувачів.
3. Створити алгоритми для автоматичного збору новин з різних джерел, їх
попередньої обробки та фільтрації.
4. Впровадити методи машинного навчання та обробки природної мови
для класифікації та ранжування новин за важливістю та актуальністю.
5. Розробити модуль персоналізації, що дозволяє адаптувати результати
пошуку новин відповідно до інтересів користувача.
6. Розробити інтерфейс користувача, який забезпечить зручний доступ до
важливих новин та їх візуалізацію.
На даний момент існує багато джерел інформації, в яких автори
описують різноманітні способи та підходи, наприклад "DeepLearning"
авторівIanGoodfellow, YoshuaBengio, AaronCourville є фундаментальним
ресурсом для розуміння глибокого навчання. Вона охоплює теоретичні
основи, алгоритми та застосування глибокого навчання, включаючи обробку
природної мови та аналіз тексту, що є важливим для створення систем
пошуку новин."PatternRecognitionandMachineLearning"
автораChristopherBishop надає комплексне введення в теорію та практику
розпізнавання образів і машинного навчання. Вона охоплює багато методів,
які використовуються для аналізу та класифікації текстових даних, що може
бути корисним для розробки систем пошуку новин.
Одержані в кваліфікаційній роботі результати мають практичне
значення.Автоматичний аналіз новин дозволяє швидко отримувати важливу
інформацію. Алгоритми машинного навчання адаптують новини до інтересів
користувача. Фільтрація несуттєвих новин зосереджує увагу на
найважливіших подіях. Автоматизація зменшує витрати часу та людських
ресурсів на моніторинг новин.
Ця система покращує якість та швидкість отримання важливих новин,
оптимізуючи процеси управління інформацією.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 6
а
Кваліфікаційна робота складається з 4-х розділів, яких подається
інформація про:
1. Обрану предметну область дослідження та про постановку проблема;
2. Огляд існуючих технологій, за допомогою яких можна реалізувати
подібну систему та обґрунтування вибору тієї чи іншої технології;
3. Реалізацію системи: відображення структури системи, опис функцій
кожної частини системи, технічні вимоги до системи а також
практична оцінка ефективності роботи;
4. Розробка захисту інформації для інформаційної системи.
Використана література, під час написання кваліфікаційної роботи,
досить добре розкриває основні методики та підходи для розробки подібних
автоматизованих систем.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 7
а
1 АНАЛІЗ ПРЕДМЕТНОЇ ОБЛАСТІ ТА ПОСТАНОВКА ЗАДАЧІ
1.1 Аналіз існуючих систем
GoogleNews, як система пошуку новин, є одним з найпопулярніших
інструментів для доступу до новинних статей з різних джерел. Це
комплексний агрегатор новин, який збирає, аналізує та представляє новини з
тисяч інтернет-джерел. Основні характеристики та функціональні
можливості GoogleNews включають:
GoogleNews автоматично збирає новини з різних джерел, включаючи
новинні сайти, блоги та інші медіа-платформи. Це дозволяє користувачам
отримувати широкий спектр інформації з різних точок зору на одну тему.
GoogleNews використовує алгоритми машинного навчання для
адаптації контенту відповідно до інтересів користувача. На основі історії
пошуку та читання, а також уподобань користувача, система рекомендує
новини, які можуть бути найбільш релевантними та цікавими для
конкретного користувача.
Організація новин: Новини організовані за різними категоріями,
такими як світові новини, наука, технології, бізнес, спорт тощо. Це дозволяє
користувачам швидко знаходити новини, що їх цікавлять, в потрібній
категорії.
GoogleNews має розділ "Topstories", де відображаються найважливіші
новини дня. Цей розділ часто оновлюється, щоб забезпечити користувачам
доступ до найсвіжішої інформації [1].
Користувачі можуть налаштувати GoogleNews для отримання новин,
специфічних для їхнього регіону. Це особливо корисно для отримання
місцевих новин і подій.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 8
а
Для кожної важливої події GoogleNews надає декілька статей з різних
джерел. Це дозволяє користувачам отримати більш повну картину події,
ознайомившись з різними точками зору.
GoogleNews інтегрований з іншими продуктами Google, такими як
GoogleSearch та GoogleAssistant. Це дозволяє користувачам легко знаходити
новини через пошук Google або отримувати новини на мобільних пристроях
за допомогою голосових команд. Зовнішній вигляд зображений на
рисунку 1.1.
Рисунок 1.1 – GoogleNews
Агрегатор новин – це онлайн-сервіс або програмне забезпечення, яке
збирає новини з різних джерел та представляє їх у зручному форматі для
користувача. Основна функція агрегатора новин полягає в тому, щоб
забезпечити користувачам можливість отримати доступ до широкого спектру
новинних статей з різних джерел на одній платформі.
Коли користувачі відвідують агрегатор новин, вони можуть
переглядати новини з різних тематичних категорій, таких як світові події,
політика, наука, технології, спорт, розваги тощо [2]. Агрегатори новин
зазвичай пропонують можливість персоналізації, де користувачі можуть
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 9
а
вибирати теми, які їх цікавлять, а також налаштовувати свої власні список
джерел новин.
Один з важливих аспектів агрегаторів новин – це їхня здатність
відображати новини з різних джерел на одній платформі. Це дозволяє
користувачам отримати різні точки зору на одну тему та отримувати більш
повну картину подій.
Багато агрегаторів новин використовують алгоритми машинного
навчання та штучного інтелекту для аналізу великого обсягу новинних даних
та рекомендацій. Це допомагає забезпечити персоналізований досвід для
кожного користувача, а також відфільтрувати непотрібні або неактуальні
новини.
Загалом, агрегатори новин стали невід'ємною частиною інтернет-
культури, надаючи користувачам можливість легко слідкувати за новинами з
різних джерел та тематичних областей на одній платформі.
Flipboard– це американський агрегатор новин та соціальний медіа-
сервіс, що заснований у 2010 році. Він відомий своїм інноваційним підходом
до організації та візуалізації новинного контенту [3].
Однією з головних особливостей Flipboard є можливість створення
персоналізованих журналів. Користувачі можуть вибирати теми, що їх
цікавлять, та додавати статті у свої журнали. Це дозволяє створювати
індивідуальні стрічки новин, які відповідають унікальним інтересам кожного
користувача. Зовнішній вигляд зображений на рисунку 1.2.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 10
а
Рисунок 1.2 –Flipboard
Крім того, Flipboard пропонує персоналізовані рекомендації новинного
контенту. Вони базуються на історії читання та взаємодії користувача з
платформою. Це допомагає користувачам відкривати нові теми та матеріали,
які можуть бути цікавими для них.
У плані візуалізації, Flipboard надає естетично приємний досвід
перегляду новин. Його інтерфейс організований у вигляді «журнальної
полиці», де користувачі можуть легко переглядати заголовки та візуальні
елементи новин у форматі, схожому на традиційний журнал.
Функції соціальних медіа дозволяють користувачам спільно читати,
коментувати та відправляти матеріали друзям. Це створює можливість для
обміну думками та інтересами, а також для взаємодії з іншими
користувачами.
Загалом, Flipboard представляє інноваційний підхід до організації та
споживання новинного контенту, що поєднує в собі персоналізацію,
візуалізацію та соціальні функції [4]. Він відомий як один із лідерів у сфері
агрегаторів новин та соціальних медіа.
Ukr.net – це один з найбільших українських інтернет-порталів та
агрегаторів новин, який надає доступ до широкого спектру інформаційних
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 11
а
ресурсів. Заснований у 2000 році, Ukr.net став популярним серед
користувачів в Україні завдяки своєму різноманітному контенту та простому
у використанні інтерфейсу. Зовнішній вигляд зображений на рисунку 1.3.
Рисунок 1.3 –Ukr.net
Головною функцією Ukr.net є збір та представлення новин з різних
джерел на одній платформі. Користувачі можуть знайти новини з таких
категорій, як політика, економіка, спорт, культура, технології та інші.
Інформація представлена у вигляді заголовків, фотографій та коротких
анотацій.
Однією з переваг Ukr.net є можливість персоналізації. Користувачі
можуть налаштувати свій власний список обраного контенту та вибирати
теми, які їх цікавлять. Це дозволяє зосередитися на ключових аспектах новин
та отримувати інформацію, яка є найбільш релевантною для користувача.
Крім того, Ukr.net пропонує також інші сервіси та можливості, такі як
пошта, блоги, форуми, погода та інші. Це робить платформу більш
універсальною та функціональною для користувачів [5].
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 12
а
Український агрегатор новин Ukr.net має великий вплив на
інформаційний простір країни, надаючи користувачам доступ до актуальної
та різноманітної інформації. Його простий у використанні інтерфейс та
можливість персоналізації роблять Ukr.net популярним серед українських
інтернет-користувачів.
Штучний інтелект (ШІ) – це галузь комп'ютерних наук, що займається
створенням систем, які можуть виконувати завдання, які зазвичай
потребують людського інтелекту. Основна мета ШІ полягає в створенні
комп'ютерних програм та алгоритмів, які надають комп'ютерам можливість
навчатися та приймати рішення на основі великої кількості даних.
Одним з ключових аспектів штучного інтелекту є машинне навчання.
Це підгалузь ШІ, в якій комп'ютерні системи навчаються виконувати
завдання, аналізуючи та використовуючи великі обсяги даних. Машинне
навчання використовує різні методи та алгоритми, такі як нейронні мережі,
дерева рішень, метод опорних векторів та багато інших.
Іншим важливим аспектом ШІ є обробка природної мови
(NaturalLanguageProcessing, NLP). Це галузь, що досліджує можливості
комп'ютерів у розумінні та генерації людської мови [6]. Системи обробки
природної мови використовуються для автоматичного перекладу тексту,
аналізу настроїв відгуків користувачів в соціальних медіа, створення
відповідей на питання та багато іншого.
Також варто відзначити галузь комп'ютерного зору, яка досліджує
можливості комп'ютерів у розпізнаванні та аналізі зображень і відео.
Системи комп'ютерного зору застосовуються у таких областях, як медицина
(наприклад, для діагностики захворювань на зображеннях рентгенівських
знімків), транспорт (автоматичне розпізнавання номерів автомобілів) та
безпека (відслідковування руху людей на відео).
Штучний інтелект має широкі застосування у різних сферах життя, від
побутових пристроїв до великих корпоративних систем. Він продовжує
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 13
а
розвиватися і ставати все більш важливим елементом сучасної технологічної
індустрії, вносячи значний вклад у подальший технологічний прогрес.
1.2 Постановка задач
Використання агрегаторів новин має кілька важливих переваг, які
роблять їх цінними інструментами для користувачів. По-перше, агрегатори
новин дозволяють отримувати доступ до широкого спектру інформації на
одній платформі. Замість того, щоб відвідувати кожен окремий новинний
сайт, користувач може скористатися агрегатором для перегляду новин з
різних джерел на одній сторінці.
По-друге, агрегатори новин допомагають користувачам ефективно
витрачати свій час. Завдяки можливості персоналізації і фільтрації контенту,
користувачі можуть підписатися лише на теми та джерела, які їх цікавлять,
що дозволяє їм швидко знаходити інформацію, що їх цікавить, без зайвого
шукання.
Крім того, агрегатори новин часто надають можливість отримувати
персоналізовані рекомендації щодо новинного контенту на основі історії
читання та інтересів користувача. Це допомагає користувачам відкривати
нові теми та матеріали, які можуть бути цікавими для них, і розширює їхні
знання та інтереси.
Загалом, агрегатори новин є важливими інструментами для отримання
широкої та різноманітної інформації з різних джерел на одній платформі.
Вони допомагають користувачам ефективно витрачати свій час, знаходити
цікаву інформацію та розширювати свої знання та інтереси.
Ручна агрегація новин має кілька суттєвих недоліків, які роблять її
менш ефективною порівняно з автоматизованими системами. Одним з
головних недоліків є необхідність залучення значних людських ресурсів. Для
ручного збору новин потрібні люди, які постійно моніторять різні новинні
джерела, відбирають актуальні матеріали, перевіряють їхню достовірність і
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 14
а
розміщують на платформі. Це вимагає великої команди редакторів та
журналістів, що значно підвищує витрати на підтримку такої системи.
Ще одним важливим аспектом є витрата часу. Процес ручної агрегації є
надзвичайно трудомістким і повільним. Для того щоб зібрати новини з різних
джерел, перевірити їхню достовірність та опублікувати, потрібен час. У
сучасному світі, де інформація оновлюється щосекунди, такий підхід значно
зменшує оперативність. Користувачі можуть отримувати застарілу
інформацію, оскільки редакторам просто не вистачає часу на обробку великої
кількості даних у режимі реального часу.
Ручна агрегація також підвищує ризик упередженості та суб'єктивності.
Редактори можуть несвідомо або свідомо відбирати новини, які відповідають
їхнім власним поглядам або політичним уподобанням, що може призвести до
спотворення інформації. Це обмежує об’єктивність і може вплинути на
достовірність новин, які отримують користувачі.
Крім того, масштабування ручної агрегації є складним завданням. Зі
збільшенням кількості джерел новин та обсягу інформації, яку потрібно
обробити, зростають вимоги до людських ресурсів і часу. Це робить ручну
агрегацію неефективною та дорогою у великих масштабах.
Автоматизовані системи агрегації новин, які використовують
алгоритми штучного інтелекту та машинного навчання, значно ефективніші.
Вони можуть швидко обробляти великі обсяги даних, відбирати актуальні
новини, перевіряти їхню достовірність і надавати користувачам
персоналізовані рекомендації в режимі реального часу. Це забезпечує високу
оперативність, знижує витрати на людські ресурси і мінімізує ризик
упередженості.
Таким чином, ручна агрегація новин є менш ефективною через високу
потребу в людських ресурсах, витрату часу, ризик упередженості та
складність масштабування. Автоматизовані системи значно перевершують
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 15
а
ручну агрегацію за всіма цими показниками, що робить їх більш
привабливим варіантом у сучасному інформаційному середовищі.
Впровадження штучного інтелекту (ШІ) у сучасні системи має значну
важливість і приносить численні переваги, які можуть змінити різні аспекти
нашого життя та бізнесу. Ось кілька ключових аспектів, що підкреслюють
важливість цього процесу.
ШІ здатен автоматизувати рутинні завдання та процеси, що дозволяє
звільнити людські ресурси для виконання більш складних та креативних
завдань. Це підвищує загальну ефективність та продуктивність у різних
галузях, таких як виробництво, логістика, фінанси та обслуговування
клієнтів.
Системи ШІ можуть аналізувати великі обсяги даних з високою
точністю, що зменшує ймовірність помилок. Наприклад, у медицині ШІ
допомагає лікарям у діагностиці захворювань, аналізуючи медичні
зображення та дані пацієнтів, що підвищує точність діагнозів та покращує
якість лікування.
ШІ здатен аналізувати поведінку користувачів та їхні вподобання, щоб
надавати персоналізовані рекомендації та пропозиції. Це особливо важливо в
електронній комерції, де персоналізовані рекомендації можуть збільшити
задоволеність клієнтів та підвищити продажі. Подібні технології
використовуються також у стрімінгових сервісах та соціальних мережах.
ШІ допомагає бізнесам прогнозувати майбутні тенденції та приймати
обґрунтовані рішення на основі аналізу великих обсягів даних. Це дозволяє
підприємствам краще планувати свої ресурси, оптимізувати виробничі
процеси та мінімізувати ризики.
Впровадження ШІ стимулює інновації та розвиток нових технологій.
Це відкриває нові можливості для створення продуктів та послуг, які раніше
були неможливі. Наприклад, автономні транспортні засоби, розумні міста та
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 16
а
інтелектуальні асистенти є результатом інновацій, які стали можливими
завдяки ШІ.
Компанії, які активно впроваджують ШІ у свої бізнес-процеси,
отримують значні конкурентні переваги. Вони можуть працювати більш
ефективно, швидше адаптуватися до змін на ринку та надавати кращий сервіс
своїм клієнтам.
Системи ШІ здатні аналізувати поведінкові дані для виявлення
аномалій та загроз у режимі реального часу. Це є критично важливим у
кібербезпеці, де ШІ допомагає запобігати атакам та захищати конфіденційні
дані.
Загалом, впровадження штучного інтелекту у сучасні системи має
потенціал для суттєвого покращення різних аспектів нашого життя,
підвищуючи ефективність, якість, безпеку та інноваційність. Це робить ШІ
однією з найважливіших технологій у сучасному світі.
1.3 Висновки до розділу 1
У даному розділі було детально розглянуто різні аспекти новинних
агрегаторів та роль штучного інтелекту у сучасних системах. GoogleNewsбув
як приклад потужної системи пошуку новин, що надає доступ до великої
кількості джерел та використовує алгоритми для персоналізації контенту.
Далі було розглянуто загальне поняття агрегаторів новин, їхні основні
функції та переваги. Було зазначено, що агрегатори збирають новини з різних
джерел, дозволяючи користувачам отримувати різноманітну та актуальну
інформацію на одній платформі, що значно підвищує ефективність доступу
до новин.
Окремо розглянуто приклади популярних новинних агрегаторів, таких
як Flipboard та Ukr.net. Flipboard було описано як інноваційну платформу, що
поєднує персоналізовані журнали з соціальними функціями, тоді як Ukr.net
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 17
а
було відзначено як один з найбільших українських агрегаторів новин, що
надає широкий спектр інформаційних послуг.
Розгляд штучного інтелекту зосередився на його визначенні, ключових
аспектах та важливості у сучасному світі. ШІ допомагає підвищити
ефективність, точність та якість обробки даних, а також надає можливість
персоналізації та прогнозування, що є критично важливим для новинних
агрегаторів.
Акцентовано увагу на важливості використання новинних агрегаторів,
які дозволяють економити час та ресурси, забезпечуючи користувачів
актуальною та релевантною інформацією. Було також вказано на недоліки
ручної агрегації новин, яка є трудомісткою, потребує значних людських
ресурсів та не може забезпечити таку ж оперативність, як автоматизовані
системи.
Було підкреслено важливість впровадження штучного інтелекту у
сучасні системи. ШІ дозволяє автоматизувати процеси, зменшувати витрати,
покращувати якість та оперативність надання інформації, що є ключовими
перевагами у швидкоплинному інформаційному середовищі.
Таким чином, розгляд різних аспектів новинних агрегаторів та
штучного інтелекту демонструє важливість їх інтеграції для підвищення
ефективності, точності та якості інформаційних систем у сучасному світі.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 18
а
2ВИБІР ТЕХНОЛОГІЇ ТА ІНСТРУМЕНТАЛЬНИХ ЗАСОБІВ
РОЗРОБКИ СИСТЕМИ
2.1 Огляд існуючих технологій
Існуючі системи штучного інтелекту, такі як ChatGPT, Copilot та інші, є
прикладами інноваційних технологій, що використовують алгоритми
машинного навчання та обробки природної мови для виконання різних
завдань. Розглянемо детальніше кілька найбільш популярних систем ШІ та
їхні основні функції та особливості.
ChatGPT, розроблений компанією OpenAI, є однією з найвідоміших
мовних моделей. Він базується на архітектурі трансформера та здатен
генерувати текст на основі введених користувачем даних. ChatGPT може
вести діалоги, відповідати на питання, надавати рекомендації та допомагати
у вирішенні різноманітних завдань. Приклад взаємодії зображений на
рисунку 2.1.
Рисунок 2.1 – ChatGPT
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 19
а
Його основні застосування це автоматизовані відповіді на запити
клієнтів у реальному часі, допомога студентам з поясненням матеріалу та
відповідями на питання, генерування тексту для статей, блогів та соціальних
медіа, написання оповідань, віршів або створення сценаріїв.
GitHubCopilot– це інструмент, створений OpenAI у співпраці з GitHub.
Він призначений для допомоги розробникам програмного забезпечення і є
потужним інструментом кодування на основі штучного інтелекту. Copilot
інтегрується в середовища розробки (IDE) і пропонує такі функції, як
рекомендації щодо написання коду в реальному часі [7]. Приклад взаємодії
зображений на рисунку 2.2.
Рисунок 2.2 – GitHubCopilot
Готові фрагменти коду на основі короткого опису або коментаря.
Працює з різними мовами, такими як Python, JavaScript, TypeScript, Ruby
тощо. Допомагає покращувати ефективність та читабельність коду.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 20
а
GoogleAssistant– це віртуальний помічник, розроблений Google, який
використовує технології штучного інтелекту для виконання різноманітних
завдань. GoogleAssistant інтегрований у смартфони, розумні колонки,
автомобілі та інші пристрої. Приклад взаємодії зображений на рисунку 2.3.
Рисунок 2.3 – GoogleAssistant
Його основні функції включають відповідає на питання, встановлює
нагадування, керує розумними пристроями. Взаємодіє з GoogleCalendar,
Gmail, GoogleMaps тощо [7]. Розуміє природну мову та контекст запитів, що
дозволяє більш точно відповідати на складні питання.
IBM Watson– це платформа штучного інтелекту від IBM, яка
використовується у різних галузях для аналізу великих обсягів даних та
прийняття рішень. Watson пропонує широкий спектр інструментів та
сервісів, зокрема аналіз текстових даних для виявлення інсайтів та тенденцій.
Приклад взаємодії зображений на рисунку 2.4.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 21
а
Рисунок 2.4 – IBM Watson
Створення та навчання моделей для прогнозування та класифікації
даних. Інтеграція даних з різних джерел для отримання цінних інсайтів у
бізнес-процесах. Створення чат-ботів для обслуговування клієнтів та
підтримки бізнесу.
AmazonAlexa– це віртуальний помічник, розроблений Amazon, який
використовує технології штучного інтелекту для взаємодії з користувачами
через голосові команди. Alexa інтегрована в розумні колонки Echo та інші
пристрої. Приклад взаємодії зображений на рисунку 2.5.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 22
а
Рисунок 2.5 – AmazonAlexa
Основні можливості Alexa включають управління розумними
пристроями, відтворення музики, встановлення нагадувань. Підтримка
покупок, відстеження замовлень, взаємодія з PrimeVideo та AmazonMusic.
Розширення функціональності через додаткові навички, створені [8].
Microsoft Azure AI– це платформа штучного інтелекту, що надає
широкий спектр інструментів та сервісів для розробки та розгортання рішень
на основі ШІ. Приклад взаємодії зображений на рисунку 2.6.
Рисунок 2.6 – Microsoft Azure AI
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 23
а
Azure AI пропонує обробки зображень, тексту, мови та інших даних.
Інструменти для створення, навчання та розгортання моделей машинного
навчання. Забезпечує масштабованість та надійність рішень на основі ШІ.
Допомагає бізнесам отримувати цінні інсайти з великих обсягів даних.
Ці системи штучного інтелекту демонструють широкий спектр
можливостей та застосувань, які можуть значно підвищити ефективність,
автоматизацію та інноваційність у різних сферах життя та бізнесу. Вони
продовжують розвиватися, надаючи нові можливості та інструменти для
вирішення складних завдань.
Використання API (ApplicationProgrammingInterface) для роботи зі
штучним інтелектом (ШІ) дозволяє розробникам легко інтегрувати
можливості ШІ у свої програми, веб-сайти та сервіси. API забезпечують
доступ до потужних алгоритмів машинного навчання, обробки природної
мови, розпізнавання зображень та інших функцій ШІ без необхідності
створювати ці алгоритми з нуля. Детально розглянемо, як використовуються
API для роботи зі ШІ, їхні основні типи, приклади використання та кроки
інтеграції.
API дозволяють обробляти та аналізувати текстові дані. Вони
виконують завдання, визначення емоційного забарвлення тексту. Виявлення
імен, місць, дат та інших важливих елементів у тексті. Автоматичний
переклад тексту з однієї мови на іншу. Створення тексту на основі вхідних
даних.
API для розпізнавання зображень та відео для виявлення об'єктів, осіб,
тексту та інших елементів. Виявлення та класифікація об'єктів на зображенні.
Розпізнавання тексту на зображеннях. Виявлення та відстеження об'єктів у
відеопотоках.
API для машинного навчання дозволяють створювати, тренувати та
розгортати моделі машинного навчання [9]. Створення моделей на основі
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 24
а
даних. Використання моделей для прогнозування результатів. Віднесення
об'єктів до певних категорій на основі ознак.
API для генерації мови та голосу перетворюють текст у мовлення та
навпаки. Перетворення тексту у природне мовлення. Розпізнавання мовлення
та перетворення його у текст.
Компанії використовують API для автоматизації відповідей на запити
клієнтів. Чат-боти, створені на основі NLP API, можуть відповідати на
запити, надавати інформацію та виконувати рутинні завдання, що зменшує
навантаження на працівників служби підтримки.
API для аналізу настроїв можуть використовуватися для моніторингу
соціальних медіа, визначення реакції аудиторії на певні події або продукти та
отримання зворотного зв'язку від користувачів.
Розробники інтегрують API для розпізнавання зображень у мобільні
додатки, що дозволяє користувачам автоматично покращувати фотографії,
розпізнавати об'єкти або додавати фільтри на основі аналізу зображень.
У сфері IoT API для ШІ використовуються для аналізу даних з
сенсорів. Наприклад, розумні будинки можуть використовувати API для
розпізнавання облич на камерах безпеки або для аналізу даних з сенсорів для
автоматизації управління пристроями.
Розробник повинен обрати API, який найкраще відповідає вимогам
проекту. Наприклад, для обробки тексту варто використовувати NLP API, а
для розпізнавання об'єктів на зображеннях – API для комп'ютерного зору.
Більшість сервісів вимагають реєстрації та отримання ключа доступу
(API key), який необхідний для автентифікації запитів до API. Це дозволяє
сервісу відстежувати використання та забезпечувати безпеку.
Наступний крок – інтеграція API у додаток. Це зазвичай включає
відправку HTTP-запитів до API з необхідними параметрами та обробку
відповідей.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 25
а
Після інтеграції API потрібно налаштувати його для оптимальної
роботи. Це може включати налаштування параметрів аналізу, обробку
помилок, оптимізацію швидкості запитів та забезпечення масштабованості.
Потрібно ретельно тестувати інтеграцію API, щоб переконатися, що
вона працює коректно в різних сценаріях. Важливо також перевірити, як
система обробляє помилки та несподівані входи.
Використання API для роботи з штучним інтелектом значно спрощує
процес впровадження ШІ у різні додатки та сервіси. Вони надають
розробникам доступ до потужних алгоритмів та інструментів без
необхідності створення складних моделей з нуля. Це відкриває широкі
можливості для автоматизації, покращення користувацького досвіду та
інновацій у різних галузях, забезпечуючи більш ефективні та розумні
рішення.
PHP (HypertextPreprocessor) – це популярна мова програмування, яка
широко використовується для розробки веб-додатків. Її основна особливість
полягає в тому, що PHP є серверною мовою, що означає, що код виконується
на сервері, а результати надсилаються клієнту, зазвичай у вигляді HTML.
PHP має декілька ключових характеристик, які роблять її привабливою для
розробників веб-додатків. Розглянемо детально основні аспекти PHP.
PHP виконується на сервері, що забезпечує безпеку коду та дозволяє
створювати динамічні веб-сторінки. Клієнт отримує вже згенерований
HTML, CSS, JavaScript та інші ресурси. Має відносно простий синтаксис, що
робить його доступним для новачків. Багато функцій і конструкцій мови
інтуїтивно зрозумілі та легко освоюються. Підтримує велику кількість баз
даних, таких як MySQL, PostgreSQL, SQLite, Oracle, Microsoft SQL Server та
інші. Це робить PHP універсальним інструментом для створення баз даних.
PHP має велику кількість вбудованих функцій для роботи з веб-запитами,
сесіями, кукі, файлами та іншим. Це значно спрощує розробку веб-додатків.
Починаючи з версії 5, PHP повністю підтримує ООП, що дозволяє
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 26
а
розробникам використовувати класи, об'єкти, наслідування та інші концепції
ООП для створення структурованих та масштабованих програм. PHP має
велику кількість розширень та бібліотек, які можна підключити для
розширення функціональності [10]. Крім того, розробники можуть
створювати власні розширення на C або C++. Працює на більшості веб-
серверів та операційних систем, включаючи Windows, Linux, macOS. Це
робить його універсальним інструментом для веб-розробки.
PHP дозволяє генерувати динамічний контент на основі
користувацьких запитів, даних з бази даних або інших джерел. Це робить
веб-сторінки інтерактивними та персоналізованими.
Може обробляти дані з веб-форм, зчитувати GET та POST запити, а
також керувати сесіями та кукі. Це робить PHP ідеальним для створення веб-
додатків, які потребують збереження стану користувача.
PHP має вбудовані функції та бібліотеки для роботи з базами даних, що
дозволяє легко виконувати запити, отримувати дані та управляти базами
даних.
Дозволяє працювати з файлами на сервері: створювати, читати,
записувати, видаляти файли. Це зручно для зберігання та обробки даних на
сервері.
PHP має велику кількість вбудованих бібліотек для різних задач, таких
як робота з зображеннями (GD, ImageMagick), шифрування (OpenSSL),
регулярні вирази, обробка XML та JSON тощо [11].
PHP залишається однією з найбільш популярних мов програмування
для веб-розробки завдяки своїй простоті, широким можливостям та великій
кількості доступних ресурсів. Він використовується як новачками, так і
професійними розробниками для створення динамічних і інтерактивних веб-
додатків. Завдяки постійному розвитку та підтримці з боку спільноти, PHP
продовжує залишатися актуальним і ефективним інструментом для веб-
розробки.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 27
а
AmazonAurora – це високопродуктивна, масштабована реляційна база
даних, створена для роботи в хмарі. Вона повністю сумісна з MySQL та
PostgreSQL, що дозволяє легко мігрувати на Aurora з цих СУБД без
необхідності значних змін у додатках. Aurora забезпечує автоматичне
масштабування, високу доступність та безпеку, що робить її привабливою
для критично важливих додатків. Розглянемо детально роботу з
AmazonAurora.
Aurora може бути в п'ять разів швидшою за стандартні MySQL бази
даних і в три рази швидшою за PostgreSQL бази даних. Вона досягає цього
завдяки оптимізованій архітектурі зберігання та обробки даних.
Автоматично масштабує об'єм сховища до 128 ТБ без простою. Ви
можете легко масштабувати обчислювальні ресурси вгору або вниз, щоб
відповідати потребам вашого додатку.
Створює шість копій ваших даних, що зберігаються у трьох різних
зонах доступності (AZ). Це забезпечує високу стійкість до відмов і
автоматичне відновлення при виникненні проблем.
Підтримує інтерфейси MySQL та PostgreSQL, що дозволяє
використовувати існуючі інструменти, драйвери та додатки без змін.
Aurora забезпечує шифрування даних під час передачі та в стані
спокою, інтеграцію з AWS Identityand Access Management (IAM) для
контролю доступу та підтримку віртуальних приватних хмар (VPC) для
ізоляції вашої бази даних.
AuroraServerless – це конфігурація, яка автоматично масштабує
обчислювальні ресурси вгору або вниз на основі потреб вашого додатку. Це
дозволяє платити тільки за фактичне використання та уникати надмірних
витрат на простої ресурси.
Підтримує до 15 readreplicas для зменшення навантаження на основний
інстанс і підвищення продуктивності читання. Репліки автоматично
синхронізуються з основною базою даних.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 28
а
AuroraGlobalDatabase дозволяє створювати глобально розподілені бази
даних, забезпечуючи низьку затримку для користувачів по всьому світу. Це
досягається за рахунок реплікації даних між регіонами AWS.
Автоматично створює резервні копії ваших даних та зберігає їх у S3,
забезпечуючи захист від втрат даних. Ви можете відновити базу даних до
будь-якої точки часу в межах періоду зберігання резервних копій.
Це потужна та масштабована реляційна база даних, що забезпечує
високу продуктивність, доступність і безпеку. Вона ідеально підходить для
критично важливих додатків, які потребують надійного зберігання та
швидкої обробки даних. Завдяки підтримці MySQL та PostgreSQL,
автоматичному масштабуванню та інтеграції з іншими сервісами AWS,
Aurora стає популярним вибором серед розробників і підприємств, які
прагнуть ефективно використовувати переваги хмарних технологій.
Інтеграція ChatGPT API в PHP додаток дозволяє використовувати
можливості штучного інтелекту для створення інтерактивних та
інтелектуальних додатків. OpenAI надає API для доступу до моделей GPT,
які можуть генерувати текст, відповідати на запитання, перекладати тексти та
виконувати інші завдання. Розглянемо, як інтегрувати ChatGPT API в PHP
додаток.
Перш за все, необхідно отримати API ключ від OpenAI. Це можна
зробити, зареєструвавшись на [OpenAI](https://www.openai.com) та
створивши обліковий запис. Встановлене PHP середовище на сервері або
локальному комп'ютері. Бібліотека cURL повинна бути увімкнена в PHP для
здійснення HTTP-запитів.
Інтеграція ChatGPT API в PHP додаток є досить простою завдяки
використанню cURL для відправки HTTP-запитів. Застосовуючи цей підхід,
ви можете створювати інтелектуальні веб-додатки, які використовують
потужності штучного інтелекту для генерації тексту, відповіді на запитання,
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 29
а
перекладу та інших задач. Цей приклад можна розширювати та адаптувати
для більш складних сценаріїв та інтерактивних додатків.
2.2 Обґрунтування вибору
Розробка системи пошуку важливих новин з використанням штучного
інтелекту є складним і багатогранним завданням, яке вимагає ретельного
вибору технологій ще на етапі планування. Від правильного вибору
технологій залежить ефективність, масштабованість та точність майбутньої
системи.
Платформа для розробки повинна підтримувати необхідні інструменти
та бібліотеки для роботи з штучним інтелектом. Популярними виборами є
Python з бібліотеками TensorFlow або PyTorch, оскільки вони забезпечують
потужні засоби для машинного навчання та глибокого навчання. Крім того,
платформи як Microsoft Azure, GoogleCloud AI та AWS AI пропонують
хмарні рішення, які спрощують масштабування та інтеграцію.
Вибір алгоритмів та моделей машинного навчання є критично
важливим для ефективної обробки і аналізу новин. Для обробки природної
мови (NLP) найчастіше використовуються такі моделі, як BERT, GPT та їхні
похідні. Ці моделі дозволяють розуміти контекст тексту, визначати
важливість інформації та забезпечувати релевантні результати пошуку.
Якість вхідних даних безпосередньо впливає на ефективність системи.
Необхідно забезпечити збір великого обсягу даних з надійних джерел.
Інструменти для веб-скрапінгу, такі як Scrapy або BeautifulSoup, можуть бути
використані для автоматизованого збирання даних з інтернету. Також
важливо підготувати дані до аналізу, зокрема виконати очищення та
нормалізацію тексту.
NLP технології є основою для розуміння тексту новин. Сюди входять
алгоритми для токенізації, стемінгу, лемматизації та аналізу синтаксису
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 30
а
тексту. Інструменти як NLTK, spaCy та Transformers від HuggingFace можуть
значно спростити ці завдання.
Великі обсяги даних потребують надійної і масштабованої
інфраструктури. Рішення для зберігання даних можуть включати
використання баз даних, таких як MongoDB для неструктурованих даних, або
реляційних баз даних для більш структурованих даних. Для обробки великих
обсягів даних можуть використовуватись технології на основі Hadoop або
Spark.
Для підвищення релевантності результатів пошуку можна
використовувати системи рекомендацій, що базуються на методах
колаборативної фільтрації або контент-орієнтованих підходах. Це дозволить
адаптувати результати під інтереси користувачів.
При роботі з новинними даними важливо забезпечити безпеку та
конфіденційність оброблюваної інформації. Використання технологій
шифрування та дотримання стандартів захисту даних, таких як GDPR, є
обов’язковим.
Вибір правильних технологій перед початком розробки системи
пошуку важливих новин з використанням штучного інтелекту є
визначальним фактором для успіху проекту. Це забезпечить ефективну
обробку, аналіз та подання релевантної інформації, що задовольнятиме
потреби користувачів.
Вибір правильної мови програмування є критично важливим етапом у
розробці системи пошуку важливих новин з використанням штучного
інтелекту. Кожна мова має свої переваги та недоліки, і вибір відповідної
мови може суттєво вплинути на ефективність розробки, продуктивність
системи та зручність роботи з обраними технологіями.
Якщо планується використовувати MongoDB для зберігання новинних
даних, Node.js може бути відмінним вибором. Node.js має чудову підтримку
для MongoDB через бібліотеку Mongoose, яка забезпечує простий і гнучкий
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 31
а
інтерфейс для роботи з цією базою даних. Це дозволяє ефективно виконувати
CRUD операції, а також масштабувати додаток за допомогою асинхронної
природи Node.js.
Вибір мови також має враховувати наявність активної спільноти та
доступність бібліотек і фреймворків. Наприклад, JavaScript та Node.js мають
велику кількість доступних модулів через npm, що полегшує інтеграцію
різних функцій та швидке прототипування.
Для розробки веб-додатків, які обробляють запити користувачів у
реальному часі, важливо враховувати можливості інфраструктури. Node.js є
відмінним вибором для серверної розробки завдяки своїй асинхронній
природі, що дозволяє обробляти великий обсяг одночасних запитів без
блокувань.
Node.js є дуже зручним для роботи з MongoDB через свою асинхронну
природу та використання JavaScript, що дозволяє легко інтегрувати базу
даних з веб-додатками. Бібліотека Mongoose надає можливість легко
маніпулювати даними, визначати схеми та валідувати дані, що робить
розробку більш ефективною.
Для виведення знайдених новин користувачу важливо обрати
технології, які забезпечать зручний і привабливий інтерфейс. HTML і
фреймворкBootstrap є відмінним вибором для реалізації цієї задачі.
HTML (HyperTextMarkupLanguage) є базовою мовою розмітки, яка
використовується для створення веб-сторінок [12]. Вона дозволяє
структурувати інформацію таким чином, щоб браузери могли її правильно
відображати. За допомогою HTML можна легко створювати різні елементи
сторінки, такі як заголовки, абзаци, зображення, посилання та інші, що є
необхідним для відображення новин.
Bootstrap — це популярний фронтенд-фреймворк, який значно спрощує
розробку стильних та адаптивних веб-сторінок. Він надає велику кількість
готових компонентів та шаблонів, які можна використовувати для створення
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 32
а
сучасного і зручного інтерфейсу. Ось кілька причин, чому варто
використовувати Bootstrap для виведення новин:
1. Адаптивний дизайн. Bootstrap забезпечує підтримку адаптивного
дизайну, що дозволяє веб-сторінкам коректно відображатися на різних
пристроях, включаючи десктопи, планшети та смартфони. Це важливо
для зручного перегляду новин користувачами незалежно від того, який
пристрій вони використовують;
2. Швидка розробка. Bootstrap включає багато готових компонентів,
таких як кнопки, навігаційні панелі, картки та модальні вікна. Це
дозволяє розробникам швидко створювати функціональні інтерфейси
без необхідності писати великий обсяг CSS коду з нуля;
3. Стилізація і консистентність. Використання Bootstrap допомагає
забезпечити консистентний вигляд веб-сторінок завдяки єдиному
набору стилів. Це робить інтерфейс більш привабливим і професійним,
що сприяє покращенню користувацького досвіду.
Використання HTML і фреймворкуBootstrap для виведення знайдених
новин дозволяє швидко створювати адаптивні, стильні та функціональні веб-
інтерфейси. Це забезпечує позитивний досвід для користувачів, які можуть
легко переглядати та взаємодіяти з новинним контентом на різних пристроях.
Чат GPT може бути використаний як штучний інтелект, який здатний
відрізняти важливі новини від неважливих. Це досягається завдяки його
здатності до глибокого аналізу тексту та контексту, що забезпечує кілька
ключових переваг.
Чат GPT використовує методи обробки природної мови (NLP) для
аналізу новинного контенту. Він може визначати ключові слова, фрази та
теми, які вказують на важливість новини. Це дозволяє автоматично
відфільтровувати менш значущі новини та фокусуватися на тих, що мають
більший вплив або інтерес.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 33
а
Завдяки своїм можливостям контекстуального розуміння, GPT може
оцінювати новини не лише за ключовими словами, але й за їхнім контекстом.
Це включає аналіз джерела новини, авторитетності видання, а також
поточного інформаційного фону. Наприклад, новина про економічну кризу
матиме більшу важливість у контексті глобальних ринкових потрясінь.
Чат GPT може оцінювати потенційний вплив новини на суспільство
або певну аудиторію. Це включає аналіз можливих наслідків, таких як
політичні зміни, економічні ефекти або соціальні реакції. Такий аналіз
дозволяє визначати новини, які можуть мати значний вплив на читачів.
Використання GPT для автоматичного відбору новин значно спрощує
та прискорює процес модерації контенту. Це знижує навантаження на
редакторів та дозволяє забезпечити постійний потік важливих новин для
користувачів.
GPT може враховувати інтереси та пріоритети окремих користувачів,
визначаючи важливість новин на основі персональних уподобань. Це
дозволяє надавати кожному користувачу найрелевантніший контент, що
підвищує задоволеність та залученість.
Наприклад, новини про значні політичні події, природні катастрофи
або важливі економічні зміни будуть визнані важливими завдяки їхньому
потенційному впливу та широкому охопленню. Менш важливі новини, такі
як місцеві спортивні події або розважальні новини, можуть бути відсортовані
та показані в окремому розділі.
Використання чату GPT як штучного інтелекту для відбору важливих
новин дозволяє забезпечити користувачів релевантною та актуальною
інформацією. Це не тільки покращує якість новинного контенту, але й
підвищує ефективність його споживання, роблячи процес отримання
інформації більш зручним та інформативним.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 34
а
2.3 Висновки до розділу 2
У розділі було розглянуто різноманітні системи, включаючи ChatGPT,
Copilot та інші. Досліджено можливості їх використання для побудови
інтелектуальних рішень та взаємодії з користувачами.
Великий акцент у висвітленні технологічного ландшафту було
приділено використанню API для роботи з штучним інтелектом. API
виступають як зручний інтерфейс для доступу до функцій штучного
інтелекту, що спрощує інтеграцію цих систем у власні додатки і сервіси.
Мова програмування PHP була розглянута як один із популярних
інструментів для розробки веб-додатків. Звернувшись до її можливостей,
досліджувачі виявили, що PHP дозволяє зручно і ефективно інтегрувати API
штучного інтелекту та працювати з базами даних.
Робота з базою даних Aurora DB була висвітлена як один із варіантів
для зберігання даних, зокрема результатів роботи інтелектуальних систем. Її
характеризує висока доступність, масштабованість та надійність, що робить
її привабливим вибором для великих проектів.
Особлива увага була приділена обгрунтуванню вибору інтеграції
ChatGPT API в PHP додаток. Чат-боти, створені на основі ChatGPT,
відзначаються високою природністю спілкування та широким спектром
застосувань, що робить їх привабливими для впровадження у веб-сервіси.
Обґрунтування вибору базується на потенційних перевагах для користувачів,
таких як покращене обслуговування клієнтів, автоматизація завдань та
підвищення залучення аудиторії.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 35
а
3 РОЗРОБКА ІНФОРМАЦІЙНОЇ СИСТЕМИ ПОШУКУ ВАЖЛИВИХ
НОВИН З ВИКОРИСТАННЯШТУЧНОГО ІНТЕЛЕКТУ
3.1 Структура системи
Розроблена система пошуку важливих новин з використанням
штучного інтелекту побудована на базі мікросервісної архітектури.
Мікросервісна архітектура – це підхід до розробки програмного
забезпечення, де додаток розбивається на невеликі незалежні компоненти, які
називаються мікросервісами. Кожен мікросервіс відповідає за виконання
певної конкретної функціональності.
У системі пошуку новин кожен мікросервіс може відповідати за певний
етап процесу, такий як збір даних з різних джерел новин, аналіз та
категоризація отриманих інформаційних потоків, розробка персоналізованих
рекомендацій для користувачів тощо. Кожен мікросервіс має свій власний
інтерфейс та може взаємодіяти з іншими мікросервісами через API.
Мікросервісна архітектура забезпечує гнучкість та масштабованість
системи. Кожен мікросервіс може бути розроблений, випробуваний та
вдосконалений незалежно від інших компонентів системи. Крім того, така
архітектура спрощує впровадження змін та розвиток системи з плином часу,
оскільки нові функціональність можуть бути додані швидко та безпечно[13].
Розроблена система має як зовнішні, так і внутрішні сервіси. Серед
зовнішніх сервісів можна відзначити інтеграцію з іншими платформами та
засобами комунікації. Наприклад, вона може використовувати чатові
інтерфейси, які взаємодіють з системою штучного інтелекту, таким як GPT
(подібно до цього чату). Це може допомагати користувачам швидко
знаходити та спілкуватися щодо новин, отримувати персоналізовані
рекомендації та відповіді на питання.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 36
а
Внутрішні сервіси включають у себе компоненти, які працюють в
межах системи і забезпечують різноманітні функціональні можливості. Це
можуть бути мікросервіси для збору даних з різних джерел, аналізу і
категоризації новин, створення персоналізованих рекомендацій для
користувачів, забезпечення безпеки та конфіденційності даних тощо.
Така архітектура дозволяє системі ефективно використовувати
зовнішні ресурси для збору та обробки інформації, а також гнучко керувати
внутрішніми компонентами для забезпечення високої продуктивності та
якості обслуговування користувачів.
Один з сервісів системи виконує функції рендерингу сторінок. Цей
сервіс відповідає за генерацію веб-сторінок із зібраної та обробленої
інформації про новини. Він приймає дані від інших компонентів системи,
таких як сервіси для збору новин та аналізу інформації, і трансформує їх у
веб-сторінки, які можуть бути відображені користувачам у браузері.
Цей сервіс може використовувати сучасні технології рендерингу, такі
як React або Vue.js, для створення динамічних інтерфейсів користувача. Він
також може взаємодіяти з іншими сервісами системи, наприклад, для
отримання персоналізованих даних або керування структурою сторінок в
залежності від контексту.
Рендеринговий сервіс грає важливу роль у забезпеченні зручного та
ефективного способу взаємодії користувачів з системою пошуку новин,
дозволяючи їм швидко та зручно отримувати доступ до актуальної
інформації через веб-інтерфейс.
Для збереження даних у системі було використано базу даних
MongoDB. MongoDB– це потужна NoSQL база даних, яка пропонує гнучкість
та масштабованість для зберігання та обробки різноманітних типів даних.
MongoDB ідеально підходить для сучасних додатків, особливо тих, які
потребують швидкого збереження та доступу до великих обсягів даних,
таких як система пошуку новин. Вона дозволяє зберігати дані у вигляді
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 37
а
документів, що спрощує їх моделювання та забезпечує швидкий доступ до
них. MongoDB також дозволяє легко масштабувати систему, додавати нові
сервери для зберігання даних та розподілу навантаження. Це робить її
ідеальним вибором для систем, які очікують зростання обсягів даних та
користувачів з часом.
За допомогою MongoDB система пошуку новин може ефективно
зберігати, оновлювати та отримувати доступ до великих обсягів даних, що
дозволяє користувачам отримувати актуальну та цікаву інформацію в
реальному часі.Структура розробленої системизображена на рисунку 3.1.
Модуль завантаження Модуль парсингу
новин новин
База даних
Модуль взаємодії з
чатом GPT Модуль рендерингу
Розроблена система
Мережа інтернет
Система чату GPT Компʼютер
користувача
Рисунок 3.1 – Структура розробленої системи
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 38
а
Система пошуку важливих новин з використанням штучного інтелекту
розділена на модулі, кожен з яких представляє собою незалежну частину
мікросервісної архітектури системи.
Кожен модуль відповідає за певну функціональність або завдання у
системі. Наприклад, один модуль може бути відповідальним за збір даних з
різних джерел новин, інший – за аналіз цих даних, третій – за генерацію
рекомендацій для користувачів, і так далі. Кожен модуль має свій власний
інтерфейс та може взаємодіяти з іншими модулями через API.
Розділення системи на модулі дозволяє досягти великої гнучкості та
масштабованості. Кожен модуль може бути розроблений, тестований та
вдосконалений незалежно від інших модулів. Це також спрощує
впровадження змін та розширення системи з плином часу, оскільки нові
функціональності можуть бути додані безпечно та без впливу на решту
системи.
За допомогою модульної архітектури система може ефективно
організовувати свої компоненти, забезпечуючи швидку реакцію на зміни та
потреби користувачів.
Один із модулів системи відповідає за завантаження новин зі сторонніх
ресурсів. Цей модуль виконує роль інтеграційного інтерфейсу, який
забезпечує зв'язок із різними джерелами новин, такими як веб-сайти
новинних агентств, блоги, соціальні медіа та інші медіа-платформи.
Під час завантаження новин цей модуль може взаємодіяти з API або
скраперами, щоб отримувати актуальну інформацію з різних джерел. Він
може використовувати різноманітні стратегії для збору даних, включаючи
пошук за ключовими словами, категоріями або темами, а також моніторинг
соціальних мереж для виявлення тем, які стають вірусними або набирають
популярність.
Цей модуль може також виконувати обробку та фільтрацію отриманих
даних, видаляючи дублікати, відсікаючи непотрібну інформацію та
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 39
а
витягуючи ключові атрибути новин для подальшого аналізу та використання
в системі.
Завдяки цьому модулю система може ефективно збирати та інтегрувати
новини з різних джерел, що дозволяє користувачам отримувати широкий
спектр інформації та бути завжди в курсі актуальних подій.
Модуль парсингу новин відіграє ключову роль у системі, забезпечуючи
збір та обробку інформації з різних джерел для подальшої обробки та
аналізу. Цей модуль відповідає за перетворення отриманих новинних даних у
структурований формат, який легко аналізувати та подавати користувачам у
зручному вигляді.
Після того як новини були зібрані та оброблені, модуль парсингу може
виконувати аналіз вподобань користувачів. Це може бути здійснено на основі
різноманітних критеріїв, таких як історія перегляду, кліків або оцінок новин.
Модуль може використовувати алгоритми машинного навчання для
виявлення патернів у поведінці користувачів та побудови профілю їхніх
інтересів.
Отримавши інформацію про вподобання користувачів, модуль передає
відповідні новини до модуля взаємодії з чатом GPT. Це дозволяє
персоналізувати рекомендації новин, які надсилаються користувачам через
чатовий інтерфейс. Взаємодія з GPT може також допомагати в розробці
більш інтерактивних та цікавих повідомлень про новини, що підвищує
залученість користувачів та задоволення від користування системою.
Такий модуль дозволяє системі ефективно адаптуватися до
індивідуальних потреб та інтересів кожного користувача, забезпечуючи
персоналізований досвід взаємодії з новинами через чатовий інтерфейс.
Модуль комунікації з чатом GPT відіграє центральну роль у взаємодії з
користувачами та наданні їм персоналізованих рекомендацій новин. Цей
модуль отримує список новин та анонімізовані вподобання клієнта від
модуля парсингу новин і модуля збору вподобань користувача.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 40
а
На основі цієї інформації модуль взаємодії з чатом GPT використовує
систему штучного інтелекту для визначення того, які новини є найбільш
важливими або цікавими для даного користувача. Це може включати
врахування тематики новин, що відповідає вподобанням користувача,
актуальності, авторитетності джерела та інших факторів.
Після аналізу модуль комунікації з чатом GPT генерує персоналізовані
повідомлення для користувача, в яких відображаються важливі новини. Ці
повідомлення можуть містити заголовки новин, короткі описи та посилання
на детальнішу інформацію. Також можуть бути використані текстові або
графічні елементи для кращого візуального представлення інформації.
Модуль комунікації з чатом GPT взаємодіє з користувачами через
чатовий інтерфейс, що дозволяє надати зручний та інтерактивний спосіб
доступу до персоналізованих рекомендацій новин. Цей модуль сприяє
залученню користувачів та підвищує їхню задоволеність від використання
системи пошуку новин.
У середині системи взаємодія між різними сервісами відбувається
через HTTPS (HypertextTransferProtocolSecure). HTTPS - це захищений
протокол передачі даних через мережу Інтернет, який забезпечує
шифрування даних та захист від несанкціонованого доступу.
Кожен сервіс системи виступає як клієнт, який відправляє запити, або
як сервер, який обробляє ці запити. Комунікація між ними відбувається через
захищений канал HTTPS, що дозволяє передавати дані безпечно та захищено.
За допомогою HTTPS система може забезпечити конфіденційність,
цілісність та автентичність передачі даних між сервісами. Це особливо
важливо в мікросервісній архітектурі, де кожен сервіс може бути
розгорнутий на власному сервері та взаємодіяти з іншими сервісами через
мережу Інтернет або внутрішню мережу.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 41
а
Завдяки застосуванню HTTPS система може гарантувати безпеку та
захищеність обміну даними між своїми компонентами, що є важливим
аспектом забезпечення цілісності та надійності системи.
Розроблена система є маштабованою, що означає, що вона може
ефективно збільшувати свою продуктивність та пропускну здатність для
відповіді на зростаючі потреби користувачів або обсяги даних.
Існують різні підходи до маштабування систем, такі як горизонтальне
та вертикальне маштабування. У випадку горизонтального маштабування
система розширюється шляхом додавання нових серверів або
обчислювальних ресурсів, що дозволяє розділити навантаження між ними.
Вертикальне маштабування, натомість, передбачає збільшення потужності
окремих серверів або компонентів системи.
У випадку розробленої системи може бути застосоване горизонтальне
маштабування, дозволяючи додавати нові сервери або мікросервіси для
обробки більшого обсягу даних або навантаження користувачів. Також
можна застосовувати техніки автоматичного масштабування, що дозволяють
системі динамічно реагувати на зміни навантаження та адаптуватися до них.
Маштабована система є важливим аспектом забезпечення її
стабільності, продуктивності та доступності для користувачів незалежно від
зростаючих обсягів даних чи навантаження. Це також дозволяє системі бути
більш гнучкою та адаптивною до змін в потребах та умовах використання.
3.2 Опис функцій системи
Основною функцією системи є підготовка та надання новин
користувачеві на основі його вподобань. Це означає, що система аналізує
індивідуальні інтереси, звички та дії користувача, а потім забезпечує
персоналізовані рекомендації новин, які найбільш відповідають його
потребам і смакам.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 42
а
Для досягнення цієї функції система може використовувати
різноманітні методи аналізу даних, такі як машинне навчання або аналіз
тексту, для розуміння вподобань користувача та класифікації новин за
відповідними категоріями або темами.
На основі цього аналізу система вибирає та підготовлює новини, які
найбільш імовірно зацікавлять користувача. Це може включати в себе
фільтрацію та сортування новин, а також створення персоналізованих
рекомендацій та розрахунок рівня індивідуалізації для кожного користувача.
Головною метою цієї функції є забезпечення користувачам актуальної,
цікавої та значущої інформації, яка відповідає їхнім потребам та інтересам.
Це допомагає покращити досвід користувача, забезпечуючи йому доступ до
важливої інформації, яка відповідає його індивідуальним вподобанням.
Система має базу даних, яка включає в себе інформацію про веб-сайти
популярних ресурсів СМІ. Ця база даних містить інформацію про URL-
адреси та характеристики різних веб-сайтів, що спеціалізуються на
поширенні смішних або розважальних матеріалів.
Кожен запис у базі даних може містити такі дані, як назва сайту, URL-
адреса, категорія (наприклад, гумор, розваги, комедія тощо), рейтинг
популярності, час останнього оновлення та інші відомості.
Ця база даних дозволяє системі ефективно взаємодіяти з різними
ресурсами смішних матеріалів, що дозволяє користувачам отримувати
доступ до різноманітного контенту з цих ресурсів через єдиний інтерфейс
системи. Така інтеграція допомагає збільшити доступність та різноманітність
контенту для користувачів, що збільшує привабливість системи та покращує
досвід користувача.
Система постійно моніторить інформаційний простір, активно
завантажуючи нові новини в свою базу даних. Цей процес автоматизовано
складається з низки кроків, які включають в себе моніторинг різноманітних
джерел новин, отримання та обробку свіжої інформації.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 43
а
Система використовує різноманітні методи та інструменти для
моніторингу інформаційного простору, включаючи веб-скрапінг,
використання API новинних агрегаторів, моніторинг соціальних медіа та інші
джерела. Після отримання нових матеріалів система проводить обробку та
аналіз отриманих даних перед їх зберіганням у базі даних.
Цей постійний моніторинг та оновлення бази даних дозволяють системі
завжди мати доступ до актуальної та свіжої інформації. Це важливо для
забезпечення користувачів найновішими подіями та інформацією з різних
джерел. Такий підхід допомагає системі залишатися актуальною та
конкурентоспроможною в постійно змінному інформаційному середовищі.
У системі всі новини проходять аналіз через чат з штучним інтелектом
GPT. Цей чат дозволяє системі визначати важливість знайдених новин та
оцінювати їхню релевантність для користувачів.
Під час аналізу новин GPT використовується для оцінки різних
аспектів новин, таких як актуальність, новизна, популярність та інші
фактори. Чат GPT може використовувати навчальні моделі, щоб автоматично
визначати важливість новин на основі їхнього змісту, контексту та інших
параметрів.
Цей процес дозволяє системі автоматично відбирати та пріоритизувати
новини, що надходять у систему, забезпечуючи користувачам доступ до
найбільш актуальної та цікавої інформації. Аналіз через чат GPT допомагає
покращити якість рекомендацій новин та забезпечити користувачам
персоналізований досвід взаємодії з інформацією.
Користувачі системи мають можливість використовувати системи
авторизації через соціальні мережі. Це означає, що вони можуть увійти до
системи, використовуючи свої облікові записи в популярних соціальних
мережах, таких як Facebook, Google, Twitter тощо.
Завдяки цій функціональності користувачам не потрібно створювати
окремий обліковий запис у системі. Вони можуть використовувати свої
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 44
а
наявні облікові записи у соціальних мережах для швидкого та зручного входу
до системи.
Система авторизації через соціальні мережі також може забезпечувати
вищий рівень безпеки, оскільки вона використовує механізми аутентифікації,
розроблені відомими соціальними мережами. Крім того, це дозволяє системі
отримувати доступ до деяких профільних даних користувачів, що може бути
використано для персоналізації досвіду користувача та надання більш точних
рекомендацій. Система входу в систему зображена на рисунку 3.2.
Рисунок 3.2 – Система входу в систему
Після авторизації в системі користувач має можливість налаштувати
свої вподобання щодо новин. Ця функція дозволяє користувачам
налаштовувати теми, категорії та інші параметри, які вони бажають бачити у
новинах.
Користувач може обирати певні теми чи категорії новин, які його
цікавлять, такі як політика, спорт, наука, розваги тощо. Він також може
вказати певні ключові слова або фрази, за якими він бажає отримувати
новини, або вказати конкретні джерела або видавництва, яким він довіряє.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 45
а
Після того як користувач налаштує свої вподобання, система
використовує цю інформацію для персоналізації рекомендацій новин, які
відображаються користувачеві. Це допомагає забезпечити йому доступ до
контенту, який найбільш відповідає його інтересам та вподобанням.
Після входу в систему користувачеві відображається список новин, які
були знайдені відповідно до його вказаних вподобань. Цей список
представляє собою актуальні новини з різних джерел, які відповідають
темам, категоріям та іншим параметрам, визначеним користувачем під час
налаштування вподобань.
Список новин може бути відсортований за різними критеріями, такими
як час публікації, релевантність до вказаних вподобань, популярність та інші.
Кожна новина включає в себе заголовок, короткий опис та посилання для
отримання більш детальної інформації.
Цей список дозволяє користувачеві легко переглядати актуальну
інформацію, яка відповідає його інтересам та вподобанням, без необхідності
вручну шукати та фільтрувати новини з інших джерел. Такий підхід
допомагає забезпечити зручний та ефективний спосіб отримання інформації
для користувачів системи. Інтерфейс розробленої системи зображено на
рисунку 3.3.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 46
а
Рисунок 3.3 – Інтерфейс розробленої системи
На головній сторінці системи відображається коротка інформація про
новини, що дозволяє користувачеві швидко переглядати найактуальніші
події та заголовки новин. Ця коротка інформація може містити заголовки
новин, короткі описи та зображення, які надають уявлення про зміст кожної
статті.
Користувач має можливість натиснути на будь-яку новину, щоб
переглянути повну статтю. Після натискання на новину він
перенаправляється на сторінку, де може прочитати повний текст статті,
переглянути всі зображення та отримати додаткову інформацію.
Цей підхід дозволяє користувачам швидко ознайомитися з
найважливішими новинами та знайти ті, що їх цікавлять, а також надає
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 47
а
можливість отримати більше деталей про статті, які їх зацікавили. Такий
інтерфейс допомагає забезпечити зручний та ефективний спосіб доступу до
інформації для користувачів системи.
Система використовує кешування даних, щоб оптимізувати швидкість
завантаження та покращити досвід користувача. Одним з методів кешування
даних є збереження отриманих новин на стороні клієнта.
Коли користувач отримує список новин, система може зберегти ці дані
на його пристрої. Після цього, коли користувач знову переходить на головну
сторінку чи відкриває систему, вона може використовувати кешовані дані
замість повторного запиту на сервер. Це дозволяє швидше завантажувати і
відображати новини, оскільки вони вже знаходяться на пристрої користувача.
Крім того, кешування даних може зменшити навантаження на сервер та
знизити використання мережевих ресурсів, що сприяє підвищенню
продуктивності та зменшенню часу відповіді системи.
Цей підхід до кешування даних допомагає забезпечити швидку та
ефективну роботу системи, забезпечуючи при цьому зручний та надійний
досвід для користувачів.
Розроблена система є зручною та ефективною платформою для пошуку
важливих новин. Її особливості, такі як персоналізовані рекомендації новин,
можливість налаштування вподобань користувачів, використання штучного
інтелекту для аналізу та відбору новин, а також використання кешування
даних для оптимізації швидкості завантаження, роблять її привабливим
інструментом для швидкого та зручного доступу до актуальної інформації.
Завдяки цим функціям користувачі можуть швидко знаходити новини, які їх
цікавлять, і отримувати доступ до них в зручному форматі, що робить
систему важливим інструментом для тих, хто бажає бути поінформованим
про найважливіші події.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 48
а
3.3 Технічні вимоги для роботи з системою
Для ефективної роботи з системою, користувачеві необхідно
використовувати сучасний веб-браузер з підтримкою HTML5. HTML5 є
останньою версією стандарту HTML, яка дозволяє розробникам створювати
більш складні, інтерактивні та ефективні веб-застосунки. Використання
такого браузера забезпечує коректне відображення вмісту системи, а також
підтримку відмінностей HTML5, які можуть бути використані в різних
частинах інтерфейсу користувача.
Підтримка JavaScript також є важливою для роботи з системою,
оскільки багато функцій та взаємодій в системі реалізовані за допомогою
цього скриптового мови. JavaScript дозволяє створювати динамічні та
інтерактивні елементи, що робить взаємодію з системою більш приємною та
продуктивною.
Крім цього, система повинна бути сумісною з різними операційними
системами, такими як Windows, macOS або Linux. Це дозволяє користувачам
отримувати доступ до системи з різних пристроїв та платформ, забезпечуючи
при цьому єдиною та стабільною роботу.
Стабільне Інтернет-з'єднання є надзвичайно важливим аспектом для
роботи з будь-якою онлайн-системою, включаючи систему пошуку важливих
новин. Воно впливає на доступність, швидкість та надійність користування
системою.
Перш за все, стабільне Інтернет-з'єднання забезпечує безперервний
доступ до системи. Погіршення якості або втрата зв'язку може призвести до
втрати даних або виключення з системи в найменш зручний момент.
Додатково, стабільне з'єднання гарантує швидку передачу даних між
користувачем і системою. Повільне з'єднання може призвести до затримок у
завантаженні сторінок, що може розчарувати користувача та спричинити
негативний досвід використання.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 49
а
Нарешті, стабільність Інтернет-з'єднання впливає на загальну
надійність системи. Перерви у зв'язку можуть призвести до втрати даних або
неправильної роботи системи, що може вплинути на її продуктивність та
ефективність.
Отже, стабільне Інтернет-з'єднання є критичним для забезпечення
успішної та приємної роботи з будь-якою онлайн-системою, включаючи
систему пошуку важливих новин.
Загальною метою цих технічних вимог є забезпечення зручної та
ефективної роботи з системою для всіх користувачів, незалежно від їхніх
технічних можливостей та обраного пристрою.
Для входу в обліковий запис на створеному сервісі необхідно мати
аккаунт в соціальних мережах. Це означає, що користувачі можуть
використовувати свої існуючі облікові записи в популярних соціальних
мережах, таких як Facebook, Google, Twitter, або інших, для входу в систему.
Цей метод авторизації дозволяє користувачам уникнути необхідності
створення окремого облікового запису для використання системи. Замість
цього вони можуть використовувати свої наявні облікові записи в соціальних
мережах для швидкого та зручного входу в систему.
Крім того, використання авторизації через соціальні мережі може
забезпечити вищий рівень безпеки, оскільки вона використовує механізми
аутентифікації, розроблені відомими соціальними мережами. Такий підхід
також може спростити процес управління обліковими записами для
користувачів, оскільки вони можуть використовувати один обліковий запис
для доступу до різних сервісів.
Загалом, технічні вимоги до користувача є мінімальними. Для
використання системи і входу в обліковий запис необхідно мати
працездатний пристрій, такий як комп'ютер, смартфон або планшет, з
підключенням до Інтернету. Використання сучасного веб-браузера, який
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 50
а
підтримує HTML5 та JavaScript, є рекомендованим, але загалом більшість
сучасних браузерів відповідають цим вимогам.
Оскільки для входу в обліковий запис можна використовувати
обліковий запис у соціальних мережах, немає потреби у створенні нового
облікового запису для цієї конкретної системи. Це спрощує процес реєстрації
та входу до системи для користувачів.
Отже, загальні технічні вимоги для користувача є мінімальними, що
робить систему доступною для широкого кола користувачів з різними
технічними можливостями та обладнанням.
3.4 Оцінка ефективності
Ефективність системи можна оцінити за правильністю видачі важливих
новин для користувачів. Це означає, що система повинна точно
ідентифікувати та відображати новини, які відповідають інтересам та
вподобанням користувачів.
Якщо система вдало враховує вподобання користувачів та надає їм
актуальні та цікаві новини згідно з їхніми уподобаннями, це може бути
ознакою її ефективності. Додатковими показниками ефективності можуть
бути час реакції системи на зміни в інформаційному просторі, рівень
персоналізації рекомендацій та задоволення користувачів від використання
системи.
Таким чином, правильність видачі важливих новин для користувачів є
ключовим показником ефективності системи, оскільки вона відображає
здатність системи задовольняти потреби та очікування користувачів.
Система використовує чат GPT для визначення важливості новин. Це
дає можливість знайти важливі новини швидко та максимально точно. Чат
GPT, використовуючи машинне навчання та природну мову, аналізує текст
новин та визначає їхню важливість з урахуванням різноманітних факторів,
таких як тематика, актуальність, популярність та інші.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 51
а
Цей підхід дозволяє системі автоматично виділяти та пропонувати
користувачам тільки найважливіші та актуальні новини, що сприяє
швидкому та ефективному доступу до важливої інформації. Такий підхід
дозволяє знизити час на пошук важливої інформації та забезпечити
користувачам зручний та ефективний спосіб отримання актуальних новин.
Оцінюючи витрати на роботу системи, необхідно враховувати два
основні складові: витрати на підписку чату GPT та вартість обслуговування
серверу.
Підписка на чат GPT є платною. Витрати на підписку зазвичай
залежать від обсягу використання та доступних планів тарифікації.Крім того,
вартість обслуговування серверу також є важливою складовою витрат на
роботу системи. Це включає витрати на хостинг, пропускну здатність мережі,
зберігання даних та інші технічні витрати, пов'язані з підтримкою роботи
системи в мережі.
Ретельний розрахунок цих витрат допоможе підготувати ефективний
бюджет для роботи системи та забезпечити її стабільну та безперебійну
роботу.
Система буде ефективною, якщо витрати на неї не будуть
перевищувати доходи, які вона приносить. Це важливо для забезпечення
стабільності та життєздатності проекту. Перевищення витрат може призвести
до втрат, що може загрожувати існуванню системи в майбутньому.
Тому важливо проводити ретельний аналіз витрат та доходів системи,
включаючи витрати на підписку чату GPT, вартість обслуговування серверу
та інші витрати, та переконатися, що вони належним чином збалансовані.
Для цього може знадобитися постійний моніторинг та оптимізація роботи
системи, а також пошук нових джерел доходів або зменшення витрат.
Забезпечення позитивного балансу між витратами та доходами
дозволить системі успішно функціонувати та забезпечує її ефективність на
ринку.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 52
а
Система може стати джерелом доходу в майбутньому, якщо буде
впроваджено модель підписок. Підписка є ефективним способом генерації
стабільного та прогнозованого доходу для системи, а також може
забезпечити надійну базу фінансування для подальшого розвитку та
покращення продукту.
Підписка може бути заснована на різних моделях, наприклад, місячні
або річні платежі за доступ до преміум-функцій системи, розширені
можливості користувача, ексклюзивний контент або без реклами. Це може
залежати від потреб та вподобань цільової аудиторії та конкурентного
середовища.
Впровадження моделі підписок може забезпечити системі стабільність
та прогнозований потік доходу, що дозволить забезпечити подальший
розвиток та підтримку продукту. Такий підхід також може покращити
відносини з користувачами, оскільки вони будуть мати доступ до преміум-
функцій та ексклюзивного контенту в обмін на регулярний платіж.
Отже, модель підписок може стати ефективним способом генерації
доходу для системи в майбутньому.
3.5 Висновки до розділу 3
У розділі, було детально описано структуру системи, яка включає в
себе компоненти для збору даних, їх обробки та аналізу за допомогою
алгоритмів штучного інтелекту.
Система реалізує функції автоматичного збору новин з відкритих
джерел, їх аналізу за допомогою машинного навчання, а також інтерфейсу
для користувачів, де вони можуть швидко знаходити важливу та актуальну
інформацію. Важливі функції включають класифікацію новин за тематикою,
виявлення фейкових новин, а також надання користувачам персоналізованих
рекомендацій.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 53
а
Для ефективної роботи системи були визначені технічні вимоги, які
включають необхідність високопродуктивного серверного обладнання,
надійного інтернет-з'єднання, та відповідних програмних засобів.
Проведена оцінка ефективності системи показала її високу
продуктивність та точність в ідентифікації важливих новин.
Завдяки своїй структурі, функціональним можливостям та технічній
реалізації, система здатна задовольнити потреби користувачів.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 54
а
4 ІНФОРМАЦІЙНОЇ СИСТЕМИ ПОШУКУ ВАЖЛИВИХ НОВИН З
ВИКОРИСТАННЯШТУЧНОГО ІНТЕЛЕКТУ
4.1 Огляд існуючих рішень
Захист даних є критично важливим аспектом при роботі з штучним
інтелектом (ШІ). Використання ШІ включає обробку великих обсягів даних,
які можуть містити конфіденційну та персональну інформацію. Належний
захист цих даних є необхідним для забезпечення приватності, безпеки та
дотримання правових вимог. Основні причини, чому захист даних при роботі
з ШІ є тому, що часто обробляють особисті дані користувачів, такі як імена,
адреси, контактна інформація, фінансові дані та інші конфіденційні
відомості. Захист цих даних є критичним для забезпечення приватності
користувачів та запобігання несанкціонованому доступу або розголошенню.
Безпека даних включає захист від несанкціонованого доступу,
кібератак, витоку даних та інших загроз. Недостатній захист може призвести
до серйозних наслідків, включаючи фінансові втрати, репутаційні ризики та
юридичні санкції. Використання технологій шифрування, багатофакторної
аутентифікації та інших заходів безпеки допомагає знизити ці ризики.
У багатьох країнах існують строгі закони та регуляції щодо захисту
даних, такі як Загальний регламент захисту даних (GDPR) у Європейському
Союзі, Закон про захист персональних даних (CCPA) в Каліфорнії та інші.
Компанії, які не дотримуються цих регуляцій, можуть стикнутися з великими
штрафами та юридичними проблемами [14]. Забезпечення відповідності цим
вимогам є важливим аспектом захисту даних при роботі з ШІ.
Використання ШІ також пов'язане з етичними питаннями, такими як
упередження, дискримінація та несправедливість у прийнятті рішень. Захист
даних допомагає знизити ризики несправедливого або упередженого
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 55
а
використання даних, забезпечуючи етичне та відповідальне використання
ШІ.
Користувачі повинні довіряти, що їхні дані будуть оброблятися
безпечно та відповідально. Забезпечення високого рівня захисту даних
сприяє підвищенню довіри користувачів до компаній та технологій, які вони
використовують. Це, у свою чергу, сприяє зростанню бізнесу та підвищенню
лояльності клієнтів.
Компанії, які інвестують у захист даних, можуть отримати конкурентну
перевагу на ринку. Забезпечення високого рівня безпеки та приватності
даних може бути ключовим фактором при виборі продуктів і послуг
користувачами, особливо в умовах зростаючої обізнаності про кіберзагрози
та важливість приватності [15].
Захист даних при роботі з штучним інтелектом є критично важливим
для забезпечення приватності та безпеки користувачів, дотримання
законодавчих вимог, етичного використання технологій та підвищення
довіри до компаній та їхніх продуктів. Інвестиції у надійні заходи безпеки та
захисту даних не лише знижують ризики, але й створюють умови для сталого
розвитку та зростання бізнесу в умовах цифрової економіки.
Збереження авторських прав при агрегації новин є ключовим аспектом
у цифровій епохі, де інформація легко розповсюджується та
використовується.
Авторські права гарантують творцям право контролювати
використання їхніх творів та отримання від них винагороди. При агрегації
новин, авторські права забезпечують відповідність законодавству щодо
використання контенту та відшкодування авторів за їхню працю.
Захищаючи авторські права, медіа-агрегатори стимулюють джерела
новин до подальшого створення та публікації якісного контенту. Це
забезпечує постійне поповнення та оновлення джерел інформації, що сприяє
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 56
а
Захищаючи авторські права, агрегатори новин сприяють збереженню
різноманітності та живучості медіа-екосистеми. Це важливо для збереження
конкурентоспроможності, інновацій та свободи слова.
Забезпечуючи захист авторських прав, агрегатори новин створюють
стимули для розвитку нових моделей бізнесу та взаємовідносин між різними
гравцями у медіа-індустрії. Це відкриває нові ринки та можливості для
розвитку інноваційних рішень у цьому секторі.
Збереження авторських прав є обов'язковим згідно з багатьма законами
про авторське право та інтелектуальну власність [16]. Дотримання цих
законодавчих вимог є важливою частиною етичного та юридичного підходу
до створення та розповсюдження контенту.
Загалом, збереження авторських прав при агрегації новин є важливим
для забезпечення рівної участі та справедливої винагороди для творців
контенту, збереження достовірності та різноманітності медіа-екосистеми, а
також дотримання законодавчих вимог щодо авторського права.
Шифрування особисто ідентифікованої інформації (PII). Особисто
ідентифікована інформація (PII) – це будь-яка інформація, яка може
використовуватися для ідентифікації конкретної особи. До PII можуть
входити ім'я, адреса, номери соціального страхування, електронна пошта,
номери телефонів, фінансові дані та інші особисті дані [17]. Шифрування PII
даних - це процес перетворення цих даних у зашифрований формат, що
забезпечує захист їх конфіденційності в разі несанкціонованого доступу.
Шифрування PII даних забезпечує конфіденційність особистої
інформації, що може запобігти несанкціонованому доступу до цих даних.
Зашифровані дані є непридатними для використання без ключа шифрування,
що забезпечує додатковий шар безпеки.
Багато законів та регуляцій вимагають захисту особистих даних, таких
як GDPR в Європейському Союзі та HIPAA в США. Шифрування PII даних є
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 57
а
одним із заходів, які допомагають організаціям дотримуватися цих правових
вимог.
Шифрування PII даних допомагає знизити ризик витоку особистих
даних у разі несанкціонованого доступу або кібератаки. Навіть у випадку,
якщо зловмисники отримають доступ до зашифрованих даних, вони не
зможуть прочитати їх без ключа шифрування.
У випадку втрати мобільного пристрою, ноутбука або іншого пристрою
з PII даними, шифрування допомагає захистити ці дані від несанкціонованого
доступу. Лише особа з відповідним ключем шифрування зможе
розшифрувати ці дані.
Захист особистих даних через шифрування допомагає зберігати довіру
користувачів та клієнтів до організації або сервісу. Це важливо для
підтримки позитивного іміджу компанії та забезпечення лояльності клієнтів
[18].
Шифрування PII даних є важливим елементом захисту особистих
даних, який допомагає забезпечити конфіденційність, дотримання правових
вимог, запобігти витоку даних та зберегти довіру користувачів.
Використання шифрування важливо для будь-якої організації або платформи,
що обробляє особисті дані, незалежно від їхнього розміру або галузі.
4.2 Реалізація захисту користувачів
Захист інформації в розробленій системі пошуку важливих новин з
використанням штучного інтелекту повинен слідувати законодавству,
забезпечуючи дотримання всіх вимог щодо конфіденційності та безпеки
даних.
Закони про захист даних, такі як Загальний регламент захисту
даних (GDPR) в Європейському Союзі або Закон про конфіденційність
споживачів Каліфорнії (CCPA) в США, встановлюють чіткі правила щодо
обробки персональних даних [19]. Система повинна гарантувати, що дані
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 58
а
користувачів збираються, зберігаються та обробляються відповідно до цих
регламентів, захищаючи права користувачів на конфіденційність.
Інформаційна безпека є пріоритетом при розробці будь-якої системи,
що обробляє дані користувачів. Необхідно впроваджувати сучасні заходи
безпеки, такі як шифрування даних, аутентифікація користувачів та захист
від несанкціонованого доступу. Це допомагає запобігти витокам даних і
кібератакам.
Система повинна відповідати всім відповідним законодавчим нормам
та стандартам у галузі захисту інформації. Це включає в себе не тільки
національні закони, але й міжнародні угоди та стандарти, які можуть бути
застосовними до конкретної галузі або регіону..
Забезпечення високого рівня захисту персональних даних важливе не
тільки з точки зору дотримання законодавства, але й з точки зору етики. Це
допомагає захищати права користувачів і запобігати можливим
зловживанням їхніми даними.
Незважаючи на те, що Україна не входить до Європейського Союзу,
відповідність системи пошуку важливих новин правилам ЄС є важливим
аспектом, який забезпечує міжнародну конкурентоспроможність, підвищує
довіру користувачів та сприяє дотриманню високих стандартів захисту
персональних даних [20]. Це також відкриває можливості для співпраці з
європейськими партнерами та розширення ринку збуту.
В розробленій системі пошуку важливих новин з використанням
штучного інтелекту всі налаштування користувачів зберігаються в
зашифрованому вигляді. Це гарантує, що персональна інформація,
уподобання та інші конфіденційні дані залишаються захищеними від
несанкціонованого доступу, забезпечуючи високий рівень конфіденційності
та безпеки.
Зашифроване зберігання даних відповідає сучасним стандартам
інформаційної безпеки і сприяє дотриманню законодавчих вимог щодо
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 59
а
захисту персональних даних. Це підвищує довіру користувачів до системи та
забезпечує їх впевненість у безпеці їхньої інформації.
Для шифрування даних у розробленій системі використовується
алгоритм AES-256. Цей алгоритм є одним із найбільш надійних і поширених
методів симетричного шифрування. Він забезпечує високий рівень безпеки
шляхом застосування блочного шифрування з ключем довжиною 256 біт, що
робить його дуже складним для розшифрування без належного ключа.
Використання AES-256 гарантує надійний захист конфіденційної інформації
користувачів у системі.
У розробленій системі налаштування користувачів зберігаються на
рівні браузера і не додаються в базу даних. Це означає, що дані про
налаштування, такі як мова інтерфейсу, тема або вподобані розділи новин,
зберігаються локально на пристрої кожного користувача у вигляді куків або
локального сховища. Такий підхід дозволяє забезпечити більшу
конфіденційність даних, оскільки вони залишаються поза межами
централізованої бази даних і доступні лише на конкретному пристрої та
браузері користувача.
Усі знайдені новини зберігаються в базу даних системи. При цьому
важливо враховувати авторське право та ліцензійні умови, які встановлені
власниками контенту. Це означає, що інформація про джерело новини,
авторів та інші метадані, пов'язані з авторським правом, можуть бути
збережені разом з контентом. Такий підхід дозволяє забезпечити дотримання
законодавства про авторське право та уникнути порушень інтелектуальної
власності.
При виведенні новин вся інформація про авторів новини
відображається користувачеві. Це означає, що разом з кожною новиною
можуть відображатися відомості про авторів, такі як їх ім'я, фотографія,
посилання на профіль або інші контактні дані. Показ цих відомостей
допомагає користувачам отримати більше контексту про походження новини
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 60
а
та довіритися інформації, а також сприяє взаємодії з авторами через
можливість зв'язку чи обговорення контенту.
При використанні чату GPT для пошуку актуальних новин і врахуванні
вподобань користувача безпека даних є критично важливою. Для передачі та
зберігання даних, включаючи вподобання користувачів, використовуються
сучасні алгоритми шифрування, наприклад, AES (AdvancedEncryption
Standard). Це забезпечить захист інформації навіть у випадку
несанкціонованого доступу до системи.
При передачі даних до чату GPT використовується анонімізація, щоб
уникнути розголошення особистої інформації. Це досягнуто шляхом
видалення особистих даних з тексту перед передачею.
Забезпечення обмеженого доступу до системи чату GPT для тих, хто
має необхідність використовувати чи обробляти дані, допоможе запобігти
несанкціонованому доступу.
Постійний моніторинг та аудит заходів захисту даних допомагають
вчасно виявляти можливі порушення безпеки та вживати відповідних заходів
для їх запобігання.
Постійне оновлення програмного забезпечення і вживання патчів для
виправлення виявлених уразливостей є ключовими для забезпечення безпеки
системи.
Загалом, захист даних у системі з використанням чату GPT для пошуку
актуальних новин залежить від комплексного підходу, що включає в себе
технологічні, організаційні та процедурні заходи.
Для запобігання крадіжки новин з вебсайту для подальшого
незаконного розповсюдження було використано спеціальну CAPTCHA. Ця
технологія полягає в тому, що користувачу потрібно вирішити певне
завдання, яке може виконати тільки людина, наприклад, ввести текст з
зображення або відзначити певні об'єкти на зображенні. Такий підхід
допомагає перешкодити автоматизованому збору даних і захищає права
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 61
а
власників контенту, зменшуючи ймовірність незаконного використання
новин.
CAPTCHA показується не всім користувачам, а лише у випадку
виявлення потенційного робота або автоматизованої програми. Такий підхід
допомагає забезпечити зручність користування веб-сайтом для звичайних
відвідувачів, які не викликають підозри на автоматизацію процесів. Тим
часом, якщо система виявляє підозрілу активність, наприклад, швидку
послідовність запитів чи нестачу пауз між ними, то вона може відобразити
CAPTCHA, щоб перевірити, чи користувач є людиною. Такий підхід
забезпечує ефективний захист від автоматизованих атак, зберігаючи при
цьому зручність для звичайних користувачів.
Загалом розроблений захист системи відповідає всім нормам та
вимогам щодо забезпечення безпеки та конфіденційності даних. Це включає
в себе широкий спектр заходів, таких як використання шифрування для
захисту персональних даних, використання CAPTCHA для запобігання
автоматизованим атакам, а також обмеження доступу до системи лише
авторизованим користувачам. Такий підхід дозволяє забезпечити високий
рівень безпеки та дотримання нормативних вимог, зберігаючи при цьому
зручність та ефективність використання системи для її користувачів.
4.3 Висновки до розділу 4
У розділібули розглянуті основні аспекти безпеки та захисту прав
користувачів. Захист даних є критичним для систем, що використовують
штучний інтелект. Необхідно впроваджувати сучасні методи безпеки, щоб
запобігти витоку даних і забезпечити їх конфіденційність.
Дотримання авторських прав під час агрегації новин є важливим для
уникнення юридичних проблем та підтримки етичних стандартів. Система
повинна правильно цитувати джерела інформації.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 62
а
Шифрування персонально ідентифікованих даних (PII) забезпечує
захист чутливої інформації користувачів від несанкціонованого доступу, що
знижує ризики витоку даних і кібератак.
Реалізація багаторівневих механізмів аутентифікації та авторизації,
регулярні оновлення безпеки, та моніторинг активності забезпечують
надійність і безпеку системи, захищаючи користувачів від кіберзагроз.
Надійний захист даних і дотримання авторських прав є критичними для
успішної роботи системи. Це забезпечує безпеку, законність і етичність,
створюючи довірливе середовище для користувачів і сприяючи стабільній
роботі системи.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 63
а
ВИСНОВКИ
В кваліфікаційній роботі бакалавра було детально розглянуто різні
аспекти новинних агрегаторів та роль штучного інтелекту в сучасних
системах.
GoogleNews був представлений як приклад потужної системи, що
використовує алгоритми для персоналізації контенту. Було проаналізовано
загальне поняття агрегаторів новин, їх основні функції та переваги, такі як
збір новин з різних джерел для надання користувачам різноманітної та
актуальної інформації на одній платформі.
Розглянуто приклади популярних агрегаторів, як-от Flipboard та
Ukr.net, які демонструють інноваційний підхід та широкий спектр
інформаційних послуг. Особлива увага була приділена важливості
використання штучного інтелекту для підвищення ефективності, точності та
якості обробки даних, а також персоналізації та прогнозування.
Було висвітлено недоліки ручної агрегації новин, яка є трудомісткою та
не може забезпечити таку оперативність, як автоматизовані системи.
Впровадження штучного інтелекту дозволяє автоматизувати процеси,
зменшувати витрати та покращувати якість надання інформації.
Також, досліджено використання API для інтеграції функцій штучного
інтелекту в додатки. Мова програмування PHP була розглянута як
ефективний інструмент для розробки веб-додатків та інтеграції API. Робота з
базою даних Aurora DB показала її високу доступність і надійність.
Особлива увага була приділена обґрунтуванню вибору інтеграції
ChatGPT API в PHP-додаток, що дозволяє створювати чат-боти з високою
природністю спілкування та широким спектром застосувань.
Розглянуто структуру системи, яка включає компоненти для збору,
обробки та аналізу даних за допомогою алгоритмів штучного інтелекту.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 64
а
Система реалізує функції автоматичного збору новин, їх класифікації та
надання користувачам персоналізованих рекомендацій. Технічні вимоги
включають високопродуктивне серверне обладнання та надійне інтернет-
з'єднання. Оцінка ефективності показала високу продуктивність та точність
системи.
Захист інформаційної системи є критично важливим аспектом.
Впровадження сучасних методів безпеки запобігає витоку даних та
забезпечує їх конфіденційність. Дотримання авторських прав під час
агрегації новин допомагає уникнути юридичних проблем та підтримувати
етичні стандарти. Шифрування персонально ідентифікованих даних (PII)
захищає чутливу інформацію користувачів від несанкціонованого доступу, а
реалізація багаторівневих механізмів аутентифікації та авторизації
забезпечує надійність і безпеку системи.
Загалом, надійний захист даних та дотримання авторських прав є
критичними для успішної роботи системи.
Лист
ЧДТУ.247026.002 ПЗ т
Зм. Лист № докум. Підпис Дат 65
а
ДОДАТОК А
«ЗАТВЕРДЖУЮ»
Завідувач кафедри ІБ та КІ
д.т.н., професор Віра БАБЕНКО
__________________
«___» ____________ 2024 року
Інформаційна система пошуку важливих новин з використання
штучного інтелекту
Специфікація
482.ЧДТУ.47026-01
Листів 2
Розробник ______________ Байрам ЮНУСОВ
Керівник ______________ Світлана ГРЕСЬКО
Черкаси 2024
2
482.ЧДТУ.47026-01
Позначення Найменування Примітка
Документація
482.ЧДТУ.47026-01 12 01 Текст програми
482.ЧДТУ.47026-01 34 01 Інструкція користувача
ДОДАТОК Б
Інформаційна система пошуку важливих новин з використання
штучного інтелекту
Текст програми
482.ЧДТУ.47026-01 12 01
Листів 11
Розробник: Байрам ЮНУСОВ
Черкаси 2024
2
482.ЧДТУ.47026-01 12 01
<?php
namespace App\Service;
use DateTime;
use App\Dto\Input;
use App\Entity\Post;
use App\Entity\Source;
use Doctrine\ORM\EntityManager;
use Doctrine\ORM\ORMException;
use Doctrine\ORM\OptimisticLockException;
use Symfony\Component\HttpKernel\Exception\ConflictHttpException;
use Symfony\Component\HttpKernel\Exception\UnprocessableEntityHttpException;
class PostService
{
protected $entityManager;
public function __construct(EntityManager $entityManager)
{
$this->entityManager = $entityManager;
}
/**
* @param Input\PostDto $dto
* @param string $resource
*
* @return Post
*/
public function createPost(Input\PostDto $dto, string $resource): Post
{
try {
$post = $this->getPostEntity($dto, $resource);
$source = $this->getSourceEntity($dto->getSource());
$post->setSource($source);
$this->savePostEntity($post);
return $post;
} catch (ORMException $exception) {
throw new ConflictHttpException($exception->getMessage());
}
}
/**
* @param Input\PostDto $dto
* @param Post $post
* @param string $resource
3
482.ЧДТУ.47026-01 12 01
*
* @return Post
*/
public function updatePost(Input\PostDto $dto, Post $post, string $resource): Post
{
try {
$post = $this->getPostEntity($dto, $resource, $post);
$source = $this->getSourceEntity($dto->getSource());
$post->setSource($source);
$this->savePostEntity($post);
return $post;
} catch (ORMException $exception) {
throw new ConflictHttpException($exception->getMessage());
}
}
/**
* @param Post $post
*
* @return Post
*/
public function deletePost(Post $post): Post
{
try {
$this->deletePostEntity($post);
return $post;
} catch (ORMException $exception) {
throw new ConflictHttpException($exception->getMessage());
}
}
/**
* @param Input\PostStatusDto $dto
* @param Post $post
* @param string $resource
*
* @return Post
*/
public function updatePostStatus(Input\PostStatusDto $dto, Post $post, string $resource):
Post
{
try {
$post->setFetched($dto->getFetched());
$post->setUpdated(new DateTime());
$post->setResource($resource);
$this->savePostEntity($post);
return $post;
} catch (ORMException $exception) {
throw new ConflictHttpException($exception->getMessage());
4
482.ЧДТУ.47026-01 12 01
}
}
/**
* @param bool $recently
*
* @return Post[]
*/
public function getPostsByStatus(bool $recently): array
{
/** @var Post[] $posts */
$posts = $this->entityManager
->getRepository(Post::class)
->findBy(['recently' => $recently]);
return $posts;
}
/**
* @param Post $post
*
* @throws ORMException
* @throws OptimisticLockException
*/
public function savePostEntity(Post $post)
{
$this->entityManager->persist($post);
$this->entityManager->flush();
}
/**
* @param int $id
*
* @return Source
* @throws UnprocessableEntityHttpException
*/
private function getSourceEntity(int $id): Source
{
/** @var Source $source */
$source = $this->entityManager
->getRepository(Source::class)
->find($id);
if ($source) {
return $source;
} else {
throw new UnprocessableEntityHttpException("Source with id: \"$id\" not
found");
}
5
482.ЧДТУ.47026-01 12 01
}
/**
* @param Input\PostDto $dto
* @param $resource
* @param Post|null $post
*
* @return Post
*/
private function getPostEntity(Input\PostDto $dto, string $resource, Post $post = null):
Post
{
if (!$post) {
$post = new Post();
}
$post->setResource($resource);
$post->setUpdated(new DateTime());
return $this->mergeEntities($dto, $post);
}
/**
* @param Input\PostDto $dto
* @param Post|null $post
*
* @return Post
*/
private function mergeEntities(Input\PostDto $dto, Post $post = null): Post
{
$post->setToken($dto->getToken());
$post->setDomain($dto->getDomain());
$post->setFetched($dto->getFetched());
return $post;
}
/**
* @param Post $post
*
* @throws ORMException
* @throws OptimisticLockException
*/
private function deletePostEntity(Post $post)
{
$this->entityManager->remove($post);
$this->entityManager->flush();
}
}
6
482.ЧДТУ.47026-01 12 01
<?php
namespace App\Service;
class ResourceService
{
protected $settings;
public function __construct(array $settings)
{
$this->settings = $settings;
}
/**
* @param string $description
* @param array $tokens
* @param string $postToken
* @param int $priority
*/
public function createResource(string $description, array $tokens, string $postToken, int
$priority = 0)
{
if (count($tokens) > 0) {
$request = $this->createHttpQuery($description, implode(',', $tokens),
$postToken, $priority);
$context = $this->createContext($request);
$this->sendResource($context);
}
}
/**
* @param $context
*/
private function sendResource($context)
{
file_get_contents(
$this->settings['path'],
$this->settings['include'],
$context
);
}
/**
* @param string $query
*
* @return array
*/
7
482.ЧДТУ.47026-01 12 01
private function createContext(string $query)
{
$options = [
'header' => 'Content-Type: application/x-www-form-urlencoded',
'method' => 'POST',
'content' => $query
];
return stream_context_create([
'http' => $options
]);
}
/**
* @param string $description
* @param string $token
* @param string $postToken
* @param int $priority
*
* @return string
*/
private function createHttpQuery(string $description, string $token, string $postToken,
int $priority)
{
$options = [
'token' => $postToken,
'description' => $description,
'user' => $this->settings['user'],
'post' => $token
];
return http_build_query($options);
}
}
<?php
namespace App\Service;
use App\Dto\Input;
use App\Entity\User;
use Doctrine\ORM\EntityManager;
use Doctrine\ORM\ORMException;
use Doctrine\ORM\OptimisticLockException;
use Symfony\Component\HttpKernel\Exception\ConflictHttpException;
class UserService
8
482.ЧДТУ.47026-01 12 01
{
protected $entityManager;
public function __construct(EntityManager $entityManager)
{
$this->entityManager = $entityManager;
}
/**
* @param Input\UserDto $dto
*
* @return User
*/
public function createUser(Input\UserDto $dto): User
{
try {
$user = $this->getUserEntity($dto);
$this->saveUserEntity($user);
return $user;
} catch (ORMException $exception) {
throw new ConflictHttpException($exception->getMessage());
}
}
/**
* @param Input\UserDto $dto
* @param User $user
*
* @return User
*/
public function updateUser(Input\UserDto $dto, User $user): User
{
try {
$user = $this->getUserEntity($dto, $user);
$this->saveUserEntity($user);
return $user;
} catch (ORMException $exception) {
throw new ConflictHttpException($exception->getMessage());
}
}
/**
* @param User $user
*
* @return User
*/
public function deleteUser(User $user): User
{
try {
9
482.ЧДТУ.47026-01 12 01
$this->deleteUserEntity($user);
return $user;
} catch (ORMException $exception) {
throw new ConflictHttpException($exception->getMessage());
}
}
/**
* @param Input\UserDto $dto
* @param User|null $user
*
* @return User
*/
private function getUserEntity(Input\UserDto $dto, User $user = null): User
{
if (!$user) {
$user = new User();
$user->setPassword($dto->getPassword());
}
return $this->mergeEntities($dto, $user);
}
/**
* @param Input\UserDto $dto
* @param User|null $user
*
* @return User
*/
private function mergeEntities(Input\UserDto $dto, User $user = null): User
{
$user->setName($dto->getName());
$user->setPhone($dto->getPhone());
$user->setToken($dto->getToken());
return $user;
}
/**
* @param User $user
*
* @throws ORMException
* @throws OptimisticLockException
*/
private function saveUserEntity(User $user)
{
$this->entityManager->persist($user);
$this->entityManager->flush();
}
10
482.ЧДТУ.47026-01 12 01
/**
* @param User $user
*
* @throws ORMException
* @throws OptimisticLockException
*/
private function deleteUserEntity(User $user)
{
$this->entityManager->remove($user);
$this->entityManager->flush();
}
}
<?php
namespace App\EventSubscriber;
use App\Events;
use App\Entity\Comment;
use App\Service\NotificationService;
use Symfony\Component\EventDispatcher\GenericEvent;
use Symfony\Component\Translation\TranslatorInterface;
use Symfony\Component\EventDispatcher\EventSubscriberInterface;
class CommentNotificationSubscriber implements EventSubscriberInterface
{
protected $translator;
protected $notificationService;
public function __construct(
TranslatorInterface $translator,
NotificationService $notificationService
) {
$this->translator = $translator;
$this->notificationService = $notificationService;
}
public static function getSubscribedEvents(): array
{
return [
Events::MOTION_START => 'onCommentStarted'
];
}
public function onCommentStarted(GenericEvent $event): void
{
11
482.ЧДТУ.47026-01 12 01
/** @var Comment $action */
$comment = $event->getSubject();
$message = $this->translator->trans('notification.comment');
$this->createNotificationMessages($message, $comment);
}
/**
* @param string $message
* @param Comment $comment
*/
private function createNotificationMessages(string $message, Comment $comment)
{
$device = $comment->getDevice();
$this->notificationService->createNotification(
$message,
$device->getSubscribersTokens(),
$device->getToken()
);
}
}
ДОДАТОК В
Інформаційна система пошуку важливих новин з використання
штучного інтелекту
Інструкція користувача
482.ЧДТУ.47026-01 34 01
Листів 4
Розробник: Байрам ЮНУСОВ
Черкаси 2024
2
482.ЧДТУ.47026-01 34 01
Для запуску розробленої системи, яка використовує Apache та PHP,
перш за все, потрібно встановити сам сервер Apache та модуль роботи з PHP.
Ви можете завантажити та встановити сервер Apache з офіційного сайту або
скористатися пакетним менеджером вашої операційної системи. Наприклад,
на Ubuntu ви можете використати команду:
sudo apt-get install apache2
Після встановлення Apache потрібно встановити модуль PHP, який
дозволить обробляти PHP-скрипти на вашому веб-сервері. На Ubuntu це
можна зробити так:
sudo apt-get install php
Після встановлення обох компонентів вам потрібно налаштувати
Apache, щоб він правильно інтегрувався з PHP. Це зазвичай включає
додавання конфігураційних параметрів PHP до файлу конфігурації Apache та
перезапуск веб-сервера.
Після цих кроків ви можете створити простий PHP-скрипт і помістити
його в директорію, яку Apache може обробляти. Потім відкрийте веб-браузер
та перейдіть за адресою вашого веб-сервера, щоб переконатися, що PHP
працює належним чином.
Після налаштування Apache вам потрібно завантажити файли
розробленого сервісу у робочу директорію сервера. Це зазвичай включає у
себе копіювання всіх веб-сторінок, зображень, стилів CSS, скриптів
JavaScript та інших ресурсів, які використовуються у вашому проекті, у
відповідну папку на сервері. Після завантаження файлів їх можна буде
доступитися через веб-браузер за допомогою відповідної URL-адреси, що
вказує на ваш сервер.
Після налаштування Apache та завантаження файлів розробленого
сервісу в робочу директорію, для роботи з системою також потрібно
встановити базу даних MongoDB. MongoDB є нереляційною базою даних,
3
482.ЧДТУ.47026-01 34 01
яка часто використовується для зберігання документів у форматі JSON-
подібних структур.
Щоб встановити MongoDB, вам спочатку потрібно завантажити та
встановити саму базу даних на ваш сервер або локальний комп'ютер. Після
цього ви зазвичай налаштовуєте доступ до MongoDB через веб-інтерфейс або
командний рядок. Потім ваша система може з'єднатися з MongoDB для
зберігання та отримання даних, необхідних для функціонування сервісу.
Інтеграція MongoDB з вашим сервісом може включати створення та
налаштування бази даних, розробку запитів до бази даних з допомогою мови
запитів MongoDB (наприклад, через бібліотеку Mongoose у Node.js), та
забезпечення безпеки даних та ефективного управління ними.
Розроблена система з інтеграцією з ChatGPT, тому важливо придбати
підписку для цієї системи, щоб мати доступ до API. Підписка надає
можливість використовувати функціонал штучного інтелекту для взаємодії з
користувачами через різні канали комунікації, такі як чат-боти, веб-сайти,
додатки та інші.
З підпискою на систему ви отримуєте доступ до API, яке дозволяє
інтегрувати функціонал ChatGPT безпосередньо у вашу систему. Це включає
можливість генерації тексту, розпізнавання мови, відповідь на запитання та
багато іншого. Використання API відкриває безліч можливостей для
покращення взаємодії з користувачами та покращення функціональності
вашого продукту.
Для початку роботи з системою необхідно створити обліковий запис в
ній. Це дозволить вам отримати доступ до всіх функцій та можливостей, що
пропонуються системою. Після створення облікового запису вам буде
доступний функціонал управління вашим профілем, а також можливість
налаштування ваших вподобань.
Після створення облікового запису ви зможете вказати список своїх
вподобань, щоб система могла почати підбирати потрібні новини для видачі.
4
482.ЧДТУ.47026-01 34 01
Це може включати такі критерії, як тематики новин, регіони, мови, джерела і
т.і. Вказавши ваші вподобання, ви допомагаєте системі краще розуміти ваші
інтереси та надавати вам більш релевантну інформацію.
Для роботи з системою також потрібно вказати список веб-сайтів з
новинами у файлі конфігурації серверу. Це необхідно для того, щоб система
могла автоматично отримувати та аналізувати новини з цих джерел.
У файлі конфігурації серверу можна вказати список URL-адрес веб-
сайтів новин, з яких система буде парсити інформацію. Це можуть бути
сайти новинних агентств, блогів, порталів та інших джерел, які вибрав
користувач або адміністратор системи.
Після вказання цих веб-сайтів у файлі конфігурації, система буде
періодично перевіряти їх на наявність нової інформації та автоматично
аналізувати ці новини відповідно до вказаних критеріїв та вподобань
користувачів. Це дозволить системі надавати користувачам актуальну та
цікаву інформацію з вибраних джерел.
СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ
1. Negnevitsky Michael. Artificial Intelligence: A Guide to Intelligent Systems
/ Michael Negnevitsky. – Pearson Education Limited, 2020. – 504 p.
2. Luger George F. Artificial Intelligence: Structures and Strategies for
Complex Problem Solving / George F. Luger. – Addison-Wesley, 2021. –
784 p.
3. Ng Andrew. Machine Learning Yearning: Technical Strategy for AI
Engineers, In the Era of Deep Learning / Andrew Ng. – Independently
published, 2018. – 165 p.
4. Goodfellow Ian Deep Learning / Ian Goodfellow, Yoshua Bengio, Aaron
Courville. – MIT Press, 2016. – 800 p.
5. Bishop Christopher M. Pattern Recognition and Machine Learning /
Christopher M. Bishop. – Springer, 2006. – 738 p.
6. Bird Steven Natural Language Processing with Python / Steven Bird, Ewan
Klein, Edward Loper. – O'Reilly Media, 2009. – 512 p.
7. Sutton Richard S. Reinforcement Learning: An Introduction / Richard S.
Sutton, Andrew G. Barto. – The MIT Press, 2018. – 552 p.
8. Büttcher Stefan Information Retrieval: Implementing and Evaluating Search
Engines / Stefan Büttcher, Charles L. A. Clarke, Gordon V. Cormack. – MIT
Press, 2016. – 632 p.
9. Murphy Kevin P. Machine Learning: A Probabilistic Perspective / Kevin P.
Murphy. – MIT Press, 2012. – 1104 p.
10.Manning Christopher D. Introduction to Information Retrieval / Christopher
D. Manning, Prabhakar Raghavan, Hinrich Schütze. – Cambridge University
Press, 2008. – 496 p.
Арк.
ЧДТУ.247026.002 ПЗ 83
Змн. Арк. № докум. Підпис Дата
11.Ameisen Emmanuel. Building Machine Learning Powered Applications:
Going from Idea to Product / Emmanuel Ameisen. - O'Reilly Media, 2020. -
394 p.
12.Biehl Matthias. RESTful API Design: Best Practices in API Design with
REST / Matthias Biehl. - Independently published, 2018. - 116 p.
13.Zandstra Matt. PHP Objects, Patterns, and Practice / Matt Zandstra. -
Apress, 2016. - 488 p.
14.Nixon Robin. Learning PHP, MySQL & JavaScript: With jQuery, CSS &
HTML5 / Robin Nixon. - O'Reilly Media, 2018. - 832 p.
15.Tatroe Kevin, MacIntyre Peter, Lerdorf Rasmus. Programming PHP / Kevin
Tatroe, Peter MacIntyre, Rasmus Lerdorf. - O'Reilly Media, 2013. - 540 p.
16.Mitchell Lorna Jane. PHP Web Services: APIs for the Modern Web / Lorna
Jane Mitchell. - O'Reilly Media, 2016. - 308 p.
17.Comeau Andrew. MySQL Explained: Your Step-by-Step Guide / Andrew
Comeau. - Addison-Wesley Professional, 2020. - 368 p.
18.Kleppmann Martin. Designing Data-Intensive Applications: The Big Ideas
Behind Reliable, Scalable, and Maintainable Systems / Martin Kleppmann. -
O'Reilly Media, 2017. - 616 p.
19.West Adrian W. Practical PHP and MySQL Website Databases: A
Simplified Approach / Adrian W. West. - Apress, 2014. - 448 p.
20.Appigatla Karthik, Bhargava Aditya Y. MySQL 8 Cookbook: Over 150
Recipes for High-Performance Database Querying and Administration /
Karthik Appigatla, Aditya Y. Bhargava. - Packt Publishing, 2018. - 428 p.
Арк.
ЧДТУ.247026.002 ПЗ 84
Змн. Арк. № докум. Підпис Дата
Репозиторій ЧДТУ
