Чат-бот для рекомендацій пізнавального матеріалу

Abstract

Актуальність даної роботи полягає у необхідності підвищення ефективності доступу до пізнавального контенту в умовах інформаційного перевантаження сучасного суспільства та розвитку інтелектуальних систем, що забезпечують персоналізовані рекомендації для підтримки самоосвіти користувачів. Розробка подібного програмного забезпечення із застосуванням сучасних методів обробки природної мови та рекомендаційних алгоритмів дозволяє підвищити релевантність отриманого контенту та мотивацію до навчання. Метою роботи є розробка чат-бота Virgil, як ефективного інструменту самоосвіти, для формування рекомендацій пізнавального матеріалу. Об’єктом роботи є процеси створення рекомендацій. Предметом роботи є технології розробки чат-бота з функцією рекомендацій пізнавального матеріалу. В результаті виконання роботи проаналізовано предметну область та існуючі аналоги рекомендаційних систем, сформульовано технічні вимоги до системи, досліджено методи обробки природної мови та алгоритми рекомендацій. Розроблено модульну архітектуру програмної системи, реалізовано гібридний підхід до обробки запитів, що поєднує класифікацію інтентів за допомогою LSTM- мережі, семантичне ранжування на основі SentenceTransformer, оркестрацію запитів через велику мовну модель Groq та персоналізацію рекомендацій із використанням SessionGRU з урахуванням зворотного зв’язку користувача. Система інтегрує зовнішні джерела даних (TMDB, Last.fm, Google Books, Open Library), застосовує кешування та механізми дедуплікації для підвищення швидкодії та точності рекомендацій. Дана кваліфікаційна робота складається з чотирьох розділів. У першому розділі проведено аналіз предметної області, огляд сучасних рекомендаційних систем та чат-ботів для підбору пізнавального контенту, а також сформовано постановку задачі. Другий розділ присвячений дослідженню методів обробки природної мови, рекомендаційних алгоритмів та архітектур нейронних мереж, що використані для реалізації системи. У третьому розділі наведено результати розробки та проєктування інтелектуального чат-бота для персоналізованих рекомендацій фільмів, книг і музики. У четвертому розділі здійснено тестування системи, аналіз отриманих результатів та оцінку ефективності роботи рекомендаційного модуля. Загальний обсяг роботи – 74 сторінок. Кваліфікаційна робота містить 1 додаток, 12 рисунків, 19 таблицю і 35 джерел посилання. The relevance of this work arises from the need to increase the efficiency of access to cognitive content in the conditions of information overload of modern society and the development of intelligent systems that provide personalized recommendations to support users' self-education. The development of such software using modern methods of natural language processing and recommendation algorithms allows to increase the relevance of the received content and motivation for learning. The purpose of the work is to develop a chatbot Virgil, as an effective selfeducation tool for generating recommendations for cognitive material. The object of the work is the processes of creating recommendations. The subject of the work is the technologies for developing a chatbot with the function of recommendations for cognitive material. As a result of the work, the subject area and existing analogues of recommendation systems were analyzed, technical requirements for the system were formulated, natural language processing methods and recommendation algorithms were investigated. A modular architecture of the software system was developed, a hybrid approach to query processing was implemented, which combines intent classification using an LSTM network, semantic ranking based on SentenceTransformer, query orchestration through the large Groq language model, and recommendation personalization using SessionGRU taking into account user feedback. The system integrates external data sources (TMDB, Last.fm, Google Books, Open Library), uses caching and deduplication mechanisms to increase the speed and accuracy of recommendations. This qualification work consists of four sections. The first section analyzes the subject area, reviews modern recommendation systems and chatbots for selecting cognitive content, and formulates the problem statement. The second section is devoted to the study of natural language processing methods, recommendation algorithms and neural network architectures used to implement the system. The third section presents the results of the development and design of an intelligent chatbot for personalized recommendations of movies, books and music. The fourth section tests the system, analyzes the results obtained and evaluates the efficiency of the recommendation module. The total volume of the work is 74 pages. The qualification work contains 1 appendix, 12 figures, 19 tables and 35 references.