Розробка мобільного застосунку для рекомендацій фільмів з використанням технологій React Native

Abstract

Об’єктом дослідження є мобільний застосунок для рекомендацій фільмів. У роботі розглянуто проблему інформаційного перенасичення при виборі контенту та обґрунтовано потребу в інтелектуальній системі рекомендацій, що адаптується до вподобань користувача. Метою є створення функціонального застосунку з інтуїтивним інтерфейсом, який дозволяє отримувати персоналізовані рекомендації, зберігати улюблені фільми, залишати відгуки, ставити оцінки, переглядати історію, взаємодіяти з контентом. Реалізація виконана за допомогою React Native, Firebase (зберігання даних і авторизація), TMDb API (отримання інформації про фільми) та Figma (проєктування інтерфейсу). У результаті розроблено застосунок FilmBuddy із підтримкою авторизації, списків, рекомендацій на основі жанрів і переглядів, функцією випадкового фільму, системою відгуків та оцінювання, з розмежуванням доступу для гостьових і зареєстрованих користувачів. Особливістю є реалізований прототип рекомендаційного алгоритму, заснованого на векторному представленні жанрів і історії взаємодії. Новизна полягає у гнучкій архітектурі з можливістю масштабування. Застосунок має практичну цінність для персоналізованого вибору фільмів і може стати основою комерційної або освітньої платформи. Економічна ефективність досягнута завдяки використанню безкоштовних інструментів. Результати можуть бути використані для подальшої інтеграції моделей машинного навчання та штучного інтелекту.

The object of this study is a mobile application for movie recommendations. The work addresses the problem of information overload that users face when selecting content and justifies the need for an intelligent recommendation system that adapts to user preferences. The goal is to develop a functional mobile application with an intuitive interface that allows users to receive personalized movie recommendations, save favorite films, leave reviews, rate content, view interaction history, and interact with content in a convenient way. The implementation was carried out using React Native, Firebase (for data storage and authentication), TMDb API (for retrieving movie data), and Figma (for interface design). As a result, the FilmBuddy application was developed, supporting user authentication, movie lists, recommendations based on genre preferences and viewing history, a random movie feature, and a review and rating system, with differentiated access for guest and registered users. A notable feature is the implemented prototype of a recommendation algorithm based on a vector representation of genre preferences and viewing history. The scientific novelty lies in the flexible, scalable system architecture. The app has practical value as a tool for personalized movie selection and can serve as a foundation for commercial or educational platforms in the film industry. Its economic efficiency is ensured by using free and open-source development tools. The results of this work can be used for future research and improvements, particularly in integrating machine learning models and AI-based recommendations.