Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://elartu.tntu.edu.ua/handle/lib/48661| Název: | Моделювання та аналіз системи рекомендацій на веб-сайті на основі теорії графів та статистичних алгоритмів |
| Další názvy: | Modeling and analysis of a website recommendation system based on graph theory and statistical algorithms |
| Autoři: | Курчак, Юрій Романович Kurchak, Yuriy Romanovych |
| Affiliation: | ТНТУ ім. І. Пулюя, Факультет комп’ютерно-інформаційних систем і програмної інженерії, Кафедра комп’ютерних наук, м. Тернопіль, Україна |
| Bibliographic description (Ukraine): | Курчак Ю. Р. Моделювання та аналіз системи рекомендацій на веб-сайті на основі теорії графів та статистичних алгоритмів : робота на здобуття кваліфікаційного ступеня магістра : спец. 122 – комп’ютерні науки / наук. кер. І. О. Боднарчук. – Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2025. – 83 с. |
| Bibliographic reference (2015): | Курчак Ю. Р. Моделювання та аналіз системи рекомендацій на веб-сайті на основі теорії графів та статистичних алгоритмів : робота на здобуття кваліфікаційного ступеня магістра, спец. 122 – комп’ютерні науки / Ю. Р. Курчак ; наук. кер. І. О. Боднарчук. – Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2025. – 83 с. |
| Datum vydání: | 28-kvě-2025 |
| Submitted date: | 14-kvě-2025 |
| Date of entry: | 31-kvě-2025 |
| Nakladatel: | ТНТУ ім. І.Пулюя, ФІС, м. Тернопіль, Україна |
| Country (code): | UA |
| Place of the edition/event: | Ткернопіль |
| Supervisor: | Боднарчук, Ігор Орестович Bodnarchuk, Ihor |
| Committee members: | Стухляк, Петро Данилович Stuhlyak, Petro |
| UDC: | 004.4 |
| Klíčová slova: | 122 комп’ютерні науки веб-додаток рекомендаційна система теорія графів машинне навчання статистичні алгоритми web application recommendation system graph theory machine learning statistical algorithms |
| Page range: | 83 |
| Abstrakt: | Кваліфікаційна робота присвячена розв’язанню задачі Моделювання та аналіз системи рекомендацій на веб-сайті на основі теорії графів і статистичних алгоритмів У першому розділі кваліфікаційної роботи описані теоретичні основи побудови рекомендаційних систем. Висвітлено класифікацію підходів, розглянуто алгоритмічні моделі, проаналізовано принципи оцінювання ефективності. У другому розділі кваліфікаційної роботи представлено загальну архітектуру проєкту. Досліджено інструменти розробки, подано опис серверних і клієнтських технологій, а також моделі даних. У третьому розділі кваліфікаційної роботи описано процес реалізації сайту. Проаналізовано логіку функціональних модулів, проведено тестування працездатності системи. Об’єкт дослідження: моделювання системи рекомендацій на вебсайті на прикладі онлайн кінотеатру. Предмет дослідження: розробка відомих алгоритмів рекомендацій на вебсайті шляхом застосування теорії графів та статистичних алгоритмів. The qualification work is dedicated to solving the problem of Modeling and analysis of a recommendation system on a website based on graph theory and statistical algorithms The first section of the qualification work describes the theoretical foundations of building recommendation systems. The classification of approaches is highlighted, algorithmic models are considered, and the principles of evaluating effectiveness are analyzed. The second section of the qualification work presents the general architecture of the project. Development tools are studied, a description of server and client technologies, as well as data models are provided. The third section of the qualification work describes the process of implementing the site. The logic of functional modules is analyzed, and the system's performance is tested. Object of research: modeling a recommendation system on a website using the example of an online cinema. Subject of research: development of well-known recommendation algorithms on a website by applying graph theory and statistical algorithms. |
| Popis: | Роботу виконано на кафедрі комп'ютерних наук Тернопільського національного технічного університету імені Івана Пулюя. Захист відбудеться 28.05.2025 р. о 16 год. 30 хв. на засіданні екзаменаційної комісії №33 у Тернопільському національному технічному університеті імені Івана Пулюя. |
| Content: | ВСТУП 9 1 АНАЛІЗ ПРЕДМЕТНОЇ ОБЛАСТІ ТА ОСНОВНІ ПІДХОДИ ДО ПОБУДОВИ РЕКОМЕНДАЦІЙНИХ СИСТЕМ 11 1.1 Рекомендаційні системи як інструмент персоналізації контенту 11 1.1.1 Значення рекомендаційних систем у сучасних веб-сервісах……12 1.1.2 Галузі застосування………………………………………………...13 1.1.3 Основні вимоги до ефективної рекомендаційної системи………15 1.2 Класифікація рекомендаційних систем 18 1.3 Використання графових моделей у рекомендаційних системах 19 1.4 Алгоритми рекомендацій у графових моделях 21 1.5 Метрики оцінювання якості рекомендаційних алгоритмів ………..22 1.6 Аналіз існуючих рішень та інструментів для побудови рекомендаційних систем 23 1.7 Висновки до першого розділу 25 2 АНАЛІЗ МЕТОДІВ, СИСТЕМ ТА ПРОЄКТУВАННЯ РЕКОМЕНДАЦІЙНИХ СИСТЕМ НА ОСНОВІ ТЕОРІЇ ГРАФІВ 26 2.1 Методологічні основи побудови рекомендаційних систем 26 2.2 Системна модель рекомендаційної платформи 27 2.3 Аналіз системи рекомендацій на веб-сайті на основі теорії графів і статистичних алгоритмів 29 2.4 Інструменти та технології розробки 31 2.4.1 Серверні та клієнтські середовища (Flask/Django, React, API) 32 2.4.2Бібліотеки для реалізації алгоритмів 34 2.5 Особливості інтеграції рекомендацій в інтерфейс користувача 36 2.6 Архітектура зберігання та обробки даних у системі рекомендацій фільмів 37 2.7 Висновки до другого розділу 40 3 РОЗРОБКА ВЕБ-САЙТУ З РЕКОМЕНДАЦІЙНОЮ СИСТЕМОЮ 41 3.1 Постановка технічного завдання 41 3.2 Архітектура та функціональні компоненти системи рекомендацій 42 3.2.1Загальна архітектура системи 42 3.2.2Серверна логіка та реалізація рекомендацій 43 3.3Реалізація основних сторінок сайту та функцій 45 3.4Реалізація алгоритмів рекомендацій 48 3.4.1Content-Based Filtering (фільтрація на основі вмісту) 49 3.4.2Collaborative Filtering (колаборативна фільтрація) 49 3.4.3Інші алгоритми системи рекомендацій 51 3.5Інтеграція та візуалізація рекомендацій на веб-сайті 53 3.6Тестування роботи сайту та перевірка рекомендацій 55 3.7Висновок до третього розділу 56 4 ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ 58 4.1 Обовязки роботодавця щодо створення безпечних і нешкідливих умов праці 58 4.2Правило техніки безпеки при експлуатації обладнання 61 4.3 Забезпечення захисту населення від впливу іонізуючих випромінювань 64 ВИСНОВКИ 69 ПЕРЕЛІК ДЖЕРЕЛ 71 ДОДАТКИ |
| URI: | http://elartu.tntu.edu.ua/handle/lib/48661 |
| Copyright owner: | © Курчак Юрій, 2025 |
| References (Ukraine): | 1. Harchenko Alexandr, Bodnarchuk Ihor, Halay Iryna, Yatcyshyn VasylHarchenko Alexandr, Bodnarchuk Ihor, Halay Iryna, Yatcyshyn Vasyl. Software Architecture Design on the Base of Method of Hierarchic Optimization. Proceeding of VIIIth International Conference on Perspective Technologies and Methods in MEMS Design. Сторінки. 39-40 2. Олександр Харченко, Ігор Боднарчук. Моделі оптимізації архітектури програмних систем. Редакційно-видавничий відділ Чернігівського державного технологічного університету 3. ЛВ Волинець, НА Гарматюк, ВА Готович. Великі за обсягом набори біомедичних даних та машинне навчання. Матеріали ⅩⅡ Міжнародної науково-практичної конференції молодих учених та студентів „Актуальні задачі сучасних технологій “. Сторінки 370-371 4. Ihor Bodnarchuk, Yuriy Skorenkyy, Taras Kramar, Oleksii Duda, Vyacheslav Nykytyuk. Конференція ITTAP. Сторінки 414-425 5. Інформація про персоналізацію контенту та рівні [Електронний ресурс]. – Режим доступу до ресурсу: https://www.imena.ua/blog/personalization/ // Дата доступу до ресурсу: 20.05.2025р. 6. Голенко М. Ю., магістрант, гр. ІПЗм-20-1, Вакалюк Т. А., д-р пед. наук, проф., професор кафедри іпз, Державний університет «Житомирська політехніка». Тема: область застосування та види рекомендаційних систем 7. Особливості залучення аудиторії [Електронний ресурс]. – Режим доступу до ресурсу: https://www.kiwiagency.com.ua/blog/chto-takoe-engagement-rate-i-kak-ego-opredelit.html // Дата доступу до ресурсу: 20.05.2025р. 8. Zhurov V., Yasniy O. (2018) Rozrobka systemy upravlinnia kontentom za dopomohoiu pryrodnoi movy [Development of control system by natural language]. Materials of the Ⅴ Scientific and Technical Conference "Information models, systems and technologies" (Tern., 1-2 February 2018), pp. 3 9. Zhurov V., Yasniy O. (2018) Rozrobka systemy upravlinnia kontentom za dopomohoiu pryrodnoi movy [Development of control system by natural language]. Materials of the Ⅴ Scientific and Technical Conference "Information models, systems and technologies" (Tern., 1-2 February 2018), pp. 31 10. 10 Product Recommendation Techniques to Improve UX and Conversions [Електро нний ресурс] - Режим доступу до ресурсу: https://conversionxl.com/blog/productrecommendations/ // Дата доступу до ресурсу: 20.05.2025р. 11. Від концепції до реалізації: як побудувати ефективну рекомендаційну систему на основі машинного навчання за два дні [Електронний ресурс]. – Режим доступу до ресурсу: https://dou.ua/forums/topic/47504/ // Дата доступу до ресурсу: 20.05.2025р. 12. Техніка безпеки під час експлуатації обладнання [Електронний ресурс]. – Режим доступу до ресурсу: https://oppb.com.ua/news/tehnika-bezpeky-pid-chas-ekspluataciyi-obladnannya-v-remontnyh-maysternyah // Дата доступу до ресурсу: 20.05.2025р. 13. Hybrid Recommender Systems: Survey and Experiments. [Електронний ресурс] - Режим доступу до ресурсу: https://pdfs.semanticscholar.org/5880/b9bc3f75f4649b8ec81 9c3f983a14fca9927.pdf // Дата доступу до ресурсу: 20.05.2025р. 14. Forbes - How Much Data Do We Create Every Day [Електроний ресурс] – Режим доступу до ресурсу: https://www.forbes.com/sites/bernardmarr/2018/05/21/how-much-data-do-we-createevery-day-the-mind-blowing-stats-everyone-should-read/#3f7a3fe460ba // Дата доступу до ресурсу: 20.05.2025р. 15. Як інтегрувати графічні бази даних у вже існуючу IT-інфраструктуру: https://careers.epam.ua/blog/how-to-integrate-graph-databases-into-existing-it-infrastructure // Дата доступу до ресурсу: 20.05.2025р. 16. Рекомендаційні системи, що базуються на графах [Електронний ресурс]. – Режим доступу до ресурсу: https://habr.com/ru/companies/epam_systems/articles/526748/ // Дата доступу до ресурсу: 20.05.2025р. 17. Алгоритми та структури даних — від «десь чув» до «ефективно застосовую» [Електронний ресурс]. – Режим доступу до ресурсу: https://dou.ua/forums/topic/40645/ // Дата доступу до ресурсу: 20.05.2025р. 18. Переваги та недоліки python [Електронний ресурс] – режим доступу: https://blog.ithillel.ua/articles/perevagi-i-nedoliki-movi-python // Дата доступу до ресурсу: 20.05.2025р. 19. Робота з моделями на Django [Електронний ресурс] – Режим доступу до ресурсу: https://docs.djangoproject.com/en/4.2/topics/db/models/ // Дата доступу до ресурсу: 20.05.2025р. 20. Wiki [Електронний ресурс]. – Режим доступу до ресурсу: https://uk.wikipedia.org/wiki/%D0%93%D0%BE%D0%BB%D0%BE%D0%B2%D0%BD%D0%B0_%D1%81%D1%82%D0%BE%D1%80%D1%96%D0%BD%D0%BA%D0%B0 // Дата доступу до ресурсу: 20.05.2025р. 21. Тернопільський національний технічний університет імені Івана Пулюя. [Електронний ресурс] – https://tntu.edu.ua/?p=uk/main // Дата доступу до ресурсу: 20.05.2025р. 22. Стаття про Django [Електронний ресурс] – Режим доступу до ресурсу: https://wezom.com.ua/ua/blog/razrabotka-sajtov-na-python-django // Дата доступу до ресурсу: 20.05.2025р. 23. Робота з моделями на Django [Електронний ресурс] – Режим доступу до ресурсу: https://docs.djangoproject.com/en/4.2/topics/db/models/ // Дата доступу до ресурсу: 20.05.2025р. 24. Visual Studio Code docs [Електронний ресурс] – Режим доступу до ресурсу: https://code.visualstudio.com/docs // Дата доступу до ресурсу: 20.05.2025р. 25. Python docs [Електронний ресурс] – Режим доступу до ресурсу: https://docs.python.org/3/ // Дата доступу до ресурсу: 20.05.2025р. 26. С. В. Ватаманеску. Про застосування графів у комп'ютерних інформаційних технологіях / С. В. Ватаманеску (Статті. Донецький національний університет імені Василя Стуса, м. Вінниця) 27. Francesco Ricci, Lior Rokach, Bracha Shapira. Recommender Systems Handbook / Ricci, Lior Rokach, Bracha Shapira 2011 – с. 842 (Довідник по рекомендаційних системах). 28. Персональні рекомендації та як вони працюють [Електронний ресурс] : https://brander.ua/blog/personalni-rekomendacii-yak-ce-pracyue. // Дата доступу до ресурсу: 20.05.2025р. 29. Аналіз поведінки користувача на веб-сайті [Електронний ресурс] : https://www.promodo.ua/blog/5-prostih-krokiv-z-analizu-povedinki-pokupciv-na-sayti. // Дата доступу до ресурсу: 20.05.2025р. 30. Gene H. Golub, Charles F. Van Loan. Matrix Computations / Gene H. Golub, Charles F. Van Loan, 2016 – с. 518 (Математичні методи роботи з матрицями). 31. Персональні рекомендації та як вони працюють [Електронний ресурс] : https://brander.ua/blog/personalni-rekomendacii-yak-ce-pracyue. // Дата доступу до ресурсу: 20.05.2025р. 32. Аналіз поведінки користувача на веб-сайті [Електронний ресурс] : https://www.promodo.ua/blog/5-prostih-krokiv-z-analizu-povedinki-pokupciv-na-sayti. // Дата доступу до ресурсу: 20.05.2025р. 33. Luis Serrano. Grokking Machine Learning / Luis Serrano, 2021 – с. 512 34. Кросплатформність у SMM: як створити унікальний контент для кожної соцмережі [Електронний ресурс]. – Режим доступу до ресурсу: https://textum.com.ua/blog/krosplatformnist-u-smm-yak-stvoryty-unikalnyj-kontent-dlya-kozhnoyi-soczmerezhi/ // Дата доступу до ресурсу: 20.05.2025р. 35. Як працює колаборативна фільтрація [Електронний ресурс]. – Режим доступу до ресурсу: https://www.vpnunlimited.com/ua/help/cybersecurity/collaborative-filtering?srsltid=AfmBOorIFBnOCglRKwGKDqqEnsMrJHtxpdM_-F3XlWAXgK-YJ0ZVs4Ez // Дата доступу до ресурсу: 20.05.2025р. 36. Retailrocket recommender system dataset [Електронниний ресурс] – Режим доcтупу до ресурсу: https://www.kaggle.com/retailrocket/ecommercedataset#events.csv // Дата доступу до ресурсу: 20.05.2025р. 37. Andrew Havens. Beginners guide to creating a REST API [Електронний ресурс]. – Режим доступу: http://www.andrewhavens.com/posts/20/beginners-guide-to-creating-arest-api/ // Дата доступу до ресурсу: 20.05.2025р. 38. McLeod D. Collaborative Filtering for Information Recommendation Systems [Елект ронний ресурс] / D. McLeod, A. Y. Chen // Research Reports. – 2009. – Режим доступу до ресурсу: http://research.create.usc.edu/cgi/viewcontent.cgi?article=1101&context=nonpublished_reports. // Дата доступу до ресурсу: 20.05.2025р. 39. Koren Y. Matrix Factorization Techniques for Recommender Systems / Y. Koren, B. Robert, V. Chris. // Journal Computer. – 2009. – №42 (8). – pp. 30–37. 40. Dunning T. Practical Machine Learning: Innovations in Recommendation / T. Dunning, E. Friedman, A. Felfernig // O'Reilly Media, Inc. , 2014. – 56 с. 41. Lucene documentation [Електронний ресурс] – Режим доступу до ресурсу: https://lucene.apache.org/core/7_5_0/index.html // Дата доступу до ресурсу: 20.05.2025р. 42. Elasticsearch documentation [Електронний ресурс] – Режим доступу до ресурсу: https://www.elastic.co/guide/index.html // Дата доступу до ресурсу: 20.05.2025р. 43. Elasticsearch Spark support [Електронний ресурс] – Режим доступу до ресурсу: https://www.elastic.co/guide/en/elasticsearch/hadoop/current/ spark.html // Дата доступу до ресурсу: 20.05.2025р. 44. HDFS User Guide [Електронний ресурс] – Режим доcтупу до ресурсу: https://hadoop.apache.org/docs/r2.4.1/hadoop-project-dist/hadoophdfs/HdfsUserGuide.html // Дата доступу до ресурсу: 20.05.2025р. 45. Hadoop tutorial [Електронний ресурс] – Режим доcтупу до ресурсу: https://www.tutorialspoint.com/hadoop/ // Дата доступу до ресурсу: 20.05.2025р. 46. Mahout documentation [Електронний ресурс] – Режим доcтупу до ресурсу: https://mahout.apache.org/ // Дата доступу до ресурсу: 20.05.2025р. 47. Building a Correlated Cross-Occurrence (CCO) Recommenders with the Mahout CLI [Електронниний ресурс] – Режим доcтупу до ресурсу: http://mahout.apache.org/users/recommender/intro-cooccurrence-spark.html // Дата доступу до ресурсу: 20.05.2025р. 48. Архітектура рекомендацій: як дати користувачеві соцмережі те, що йому сподобається [Електронний ресурс]. – Режим доступу до ресурсу: https://habr.com/ru/companies/magnus-tech/articles/753706/ // Дата доступу до ресурсу: 20.05.2025р. 49. Техніка безпеки під час експлуатації обладнання [Електронний ресурс]. – Режим доступу до ресурсу: https://oppb.com.ua/news/tehnika-bezpeky-pid-chas-ekspluataciyi-obladnannya-v-remontnyh-maysternyah // Дата доступу до ресурсу: 20.05.2025р. 50. Закон України про захист людини від впливу іонізуючого випромінювання. Режим доступу до ресурсу: https://zakon.rada.gov.ua/laws/show/15/98-%D0%B2%D1%80#Text // Дата доступу до ресурсу: 20.05.2025р. 51. Правове регулювання захисту людини від впливу іонізуючого випромінювання. Режим доступу до ресурсу: https://legalaid.wiki/index.php/%D0%9F%D1%80%D0%B0%D0%B2%D0%BE%D0%B2%D0%B5_%D1%80%D0%B5%D0%B3%D1%83%D0%BB%D1%8E%D0%B2%D0%B0%D0%BD%D0%BD%D1%8F_%D0%B7%D0%B0%D1%85%D0%B8%D1%81%D1%82%D1%83_%D0%BB%D1%8E%D0%B4%D0%B8%D0%BD%D0%B8_%D0%B2%D1%96%D0%B4_%D0%B2%D0%BF%D0%BB%D0%B8%D0%B2%D1%83_%D1%96%D0%BE%D0%BD%D1%96%D0%B7%D1%83%D1%8E%D1%87%D0%BE%D0%B3%D0%BE_%D0%B2%D0%B8%D0%BF%D1%80%D0%BE%D0%BC%D1%96%D0%BD%D1%8E%D0%B2%D0%B0%D0%BD%D0%BD%D1%8F._%D0%92%D1%96%D0%B4%D1%88%D0%BA%D0%BE%D0%B4%D1%83%D0%B2%D0%B0%D0%BD%D0%BD%D1%8F_%D1%88%D0%BA%D0%BE%D0%B4%D0%B8 // Дата доступу до ресурсу: 20.05.2025р. 52. Про захист людини від впливу іонізуючого випромінювання. Режим доступу до ресурсу: https://protocol.ua/ua/pro_zahist_lyudini_vid_vplivu_ionizuyuchogo_viprominyuvannya/ // Дата доступу до ресурсу: 20.05.2025р. 53. Створення безпечних і нешкідливих умов праці. Режим доступу до ресурсу: https://oppb.com.ua/news/stvorennya-bezpechnyh-i-neshkidlyvyh-umov-praci // Дата доступу до ресурсу: 20.05.2025р. 54. Створення безпечних та нешкідливих умов праці. Режим доступу до ресурсу: https://legalaid.wiki/index.php/%D0%A1%D1%82%D0%B2%D0%BE%D1%80%D0%B5%D0%BD%D0%BD%D1%8F_%D0%B1%D0%B5%D0%B7%D0%BF%D0%B5%D1%87%D0%BD%D0%B8%D1%85_%D1%96_%D0%BD%D0%B5%D1%88%D0%BA%D1%96%D0%B4%D0%BB%D0%B8%D0%B2%D0%B8%D1%85_%D1%83%D0%BC%D0%BE%D0%B2_%D0%BF%D1%80%D0%B0%D1%86%D1%96._%D0%94%D0%B5%D1%80%D0%B6%D0%B0%D0%B2%D0%BD%D0%B8%D0%B9_%D0%BD%D0%B0%D0%B3%D0%BB%D1%8F%D0%B4_%D0%B7%D0%B0_%D0%BE%D1%85%D0%BE%D1%80%D0%BE%D0%BD%D0%BE%D1%8E_%D0%BF%D1%80%D0%B0%D1%86%D1%96#:~:text=%D0%A0%D0%BE%D0%B1%D0%BE%D1%82%D0%BE%D0%B4%D0%B0%D0%B2%D0%B5%D1%86%D1%8C%20%D0%B7%D0%BE%D0%B1%D0%BE%D0%B2'%D1%8F%D0%B7%D0%B0%D0%BD%D0%B8%D0%B9%20%D0%B2%D0%B6%D0%B8%D0%B2%D0%B0%D1%82%D0%B8%20%D0%B7%D0%B0%D1%85%D0%BE%D0%B4%D1%96%D0%B2%20%D0%B4%D0%BB%D1%8F%20%D0%B7%D0%B0%D0%B1%D0%B5%D0%B7%D0%BF%D0%B5%D1%87%D0%B5%D0%BD%D0%BD%D1%8F%20%D0%B1%D0%B5%D0%B7%D0%BF%D0%B5%D0%BA%D0%B8%20%D1%96%20%D0%B7%D0%B0%D1%85%D0%B8%D1%81%D1%82%D1%83,)%20(%D1%81%D1%82%D0%B0%D1%82%D1%82%D1%8F%20158%20%D0%9A%D0%97%D0%BF%D0%9F). // Дата доступу до ресурсу: 20.05.2025р. 55. Ben Shaw. Web Development with Django: Learn to build modern web applications with a Python-based framework / Ben Shaw, 2021 – с. 826 56. Francesco Ricci, Lior Rokach, Bracha Shapira. Recommender Systems Handbook / Ricci, Lior Rokach, Bracha Shapira 2011 – с. 842 (Довідник по рекомендаційних системах). |
| Content type: | Master Thesis |
| Vyskytuje se v kolekcích: | 122 — комп’ютерні науки |
Soubory připojené k záznamu:
| Soubor | Popis | Velikost | Formát | |
|---|---|---|---|---|
| Mag_2025_SN_nm_61_Kurchak_Y_R_.pdf | 2,82 MB | Adobe PDF | Zobrazit/otevřít |
Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.
Nástroje administrátora