Освітня програма «Системи штучного інтелекту»

Permanent URI for this community

https://ir.kneu.edu.ua/handle/2010/43648

Browse

Browsing Освітня програма «Системи штучного інтелекту» by Author "Doniev, Danylo"

Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    Створення платформи для планування та досягнення цілей з використанням штучного інтелекту та персоналізованих рекомендацій
    (Київський національний економічний університет імені Вадима Гетьмана, 2025-05-22) Донєв, Данило Романович; Doniev, Danylo; Васильєва, Людмила Володимирівна
    Метою роботи є розробка архітектури, методології та реалізація MVP прототипу платформи, яка використовує алгоритми штучного інтелекту, великі мовні моделі (LLM) і поведінкову аналітику для підвищення ефективності досягнення користувачем власних цілей. У роботі розв’язано низку завдань: здійснено огляд предметної області, аналіз наявних платформ, обґрунтовано вибір технологій і підходів, описано структуру системи, реалізовано модель користувача та рекомендаційні алгоритми, зокрема класифікацію, кластеризацію та RL-агента для адаптації. Сформовано базу знань і даних, реалізовано трекінг взаємодій користувача, збереження історії та динамічну адаптацію системи до фідбеку. Особливу увагу приділено технічній реалізації API, інтерфейсу на Streamlit, обробці запитів до LLM (GPT-4o) та економічній доцільності проєкту. The purpose of the study is to develop the architecture, methodology, and MVP implementation of a platform that leverages artificial intelligence algorithms, large language models (LLMs), and behavioral analytics to enhance the effectiveness of personal goal achievement. The research solves a series of tasks: it provides an overview of the problem domain and current platforms, justifies the choice of technologies and approaches, describes the structure of the system, and implements user modeling and recommendation algorithms, including classification, clustering, and reinforcement learning agents for personalization. A knowledge base and event tracking system are developed, enabling historical data storage and adaptive behavior based on user feedback. Particular attention is paid to the implementation of APIs, a Streamlit-based user interface, LLM integration (via GPT-4o), and an economic viability assessment of the system.