Använd denna länk för att citera eller länka till detta dokument:
http://elartu.tntu.edu.ua/handle/lib/50843| Titel: | Розробка рекомендаційної системи для онлайн-стрімінгових платформ |
| Övriga titlar: | Development of a Recommendation System for Online Streaming Platforms |
| Författare: | Доберчак, Олексій Doberchak, Oleksii |
| Affiliation: | ТНТУ ім. І. Пулюя, Факультет комп’ютерно-інформаційних систем і програмної інженерії, Кафедра комп’ютерних наук, м. Тернопіль, Україна |
| Bibliographic description (Ukraine): | Доберчак О. В. Розробка рекомендаційної системи для онлайн-стрімінгових платформ : робота на здобуття кваліфікаційного ступеня магістр : спец. 122 - комп’ютерні науки / наук. кер. С. В. Марценко. Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2025. 47 с. |
| Bibliographic reference (2015): | Доберчак О. В. Розробка рекомендаційної системи для онлайн-стрімінгових платформ : робота на здобуття кваліфікаційного ступеня магістр : спец. 122 «Комп’ютерні науки» / наук. кер. С. В. Марценко. Тернопіль : ТНТУ, 2025. 47 с. |
| Utgivningsdatum: | 22-dec-2025 |
| Submitted date: | 8-dec-2025 |
| Date of entry: | 2-jan-2026 |
| Utgivare: | ТНТУ ім. І.Пулюя, ФІС, м. Тернопіль, Україна |
| Country (code): | UA |
| Place of the edition/event: | Тернопіль |
| Supervisor: | Марценко, Сергій Володимирович Martsenko, Serhii |
| Committee members: | Ясній, Олег Петрович Yasniy, Oleg |
| UDC: | УДК 004.8:004.89і |
| Nyckelord: | 122 комп’ютерні науки рекомендаційна система стрімінгова платформа машинне навчання колаборативна фільтрація контентна фільтрація персоналізація алгоритми великі дані recommendation system streaming platform machine learning collaborative filtering content-based filtering personalization algorithms big data |
| Page range: | 47 |
| Sammanfattning: | Відеоконтент надається споживачам за допомогою мереж доставки контенту (CDN). Зазвичай відео транслюється на вимогу, але прямі трансляції здійснюються все частіше (наприклад, відеоконтент у прямому ефірі в YouTube Live). Для забезпечення кінцевим користувачам відеопотоки високої якості, оригінальне відео має бути перекодовано для доставки через CDN.
Архітектура програмного забезпечення для ведення прямих ефірів з прогнозуванням віртуальних ресурсів для рекомендацій контенту та для транскодування відео в реальному часі може здійснюватись на основі платформи Kubernetes чи власного програмного забезпечення, як у Netflix, наприклад. Video content is delivered to consumers via content delivery networks (CDNs). Video is typically delivered on-demand, but live streaming is becoming increasingly common (e.g., live video content on YouTube Live). To provide high-quality video streams to end users, the original video must be transcoded for delivery via the CDN. The architecture of a live streaming software with predictive virtual resources for content recommendations and real-time video transcoding can be built on Kubernetes or on proprietary software, such as Netflix. |
| Beskrivning: | Роботу виконано на кафедрі комп'ютерних наук Тернопільського національного технічного університету імені Івана Пулюя. Захист відбудеться 22.12.2025р. на засіданні екзаменаційної комісії №32 у Тернопільському національному технічному університеті імені Івана Пулюя |
| Content: | ВСТУП 6 1 ОГЛЯД ТЕХНОЛОГІЙ ШІ АГЕНТІВ 8 1.1 Типи задач, для вирішення яких використовуються ШІ агенти 8 1.2 Агентські проти неагентних чат-ботів ШІ 10 1.3 Принципи роботи ШІ агентів 11 1.4 Типи агентів штучного інтелекту 12 1.5 Варіанти використання агентів штучного інтелекту та переваги їх використання 18 1.6 Асистенти зі штучним інтелектом як об'єкт дослідницької роботи 23 2 АНАЛІЗ ШІ АГЕНТІВ ЯК АСИСТЕНТІВ АВТОМАТИЗАЦІЇ БІЗНЕС-ПРОЦЕСІВ 26 2.1 Огляд можливостей агентів штучного інтелекту в задачах обслуговування клієнтів 26 2.2 Варіанти використання агентів штучного інтелекту 28 2.3 Варіанти використання агентів ШІ в обслуговуванні клієнтів 36 2.4 Інтеграція штучного інтелекту в ширшу стратегію взаємодії з клієнтами 38 3 Опис ПРОЄКТУ ПРОПОНОВАНОЇ СИСТЕМИ 40 3.1 Типи архітектур ШІ агентів 40 3.2 Типи агентів архітектури 42 3.3 Реактивні, деліберативні та когнітивні архітектури 47 3.4 Принцип взаємодії агентів в мультиагентній архітектурі 47 3.5 Приклад побудови ШІ агента супроводу користувача 53 4 ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ CИТУАЦІЯХ 56 4.1 Питання щодо охорони праці в ІТ-галузі 56 4.2 Питання щодо безпеки в надзвичайних ситуаціях 58 ВИСНОВКИ 61 СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ 63 ДОДАТКИ |
| URI: | http://elartu.tntu.edu.ua/handle/lib/50843 |
| Copyright owner: | © Доберчак Олексій, 2025 |
| References (Ukraine): | 1. Behnam N. Using Traffic Modeling to Load-Balance Netflix Traffic at Global Scale. InfoQ. URL: https://www.infoq.com/presentations/load-balancing-netflix/ (date of access: 16.10.2025). 2. Vora M., Berglund A., Sadafal V. Distributing Content to Open Connect. Distributing Content to Open Connect. URL: https://netflixtechblog.com/distributing-content-to-open-connect-3e3e391d4dc9 (date of access: 11.09.2025). 3. Keck C. A look under the hood of the most successful streaming service on the planet. The Verge. URL: https://www.theverge.com/22787426/netflix-cdn-open-connect (date of access: 16.11.2025). 4. Lives Ceptro - Home. URL: https://intrarede.nic.br/files/apresentacao/arquivo/850/Live%20Intra%20REDE%20Nic.br%202020.pdf (дата звернення: 10.12.2025). 5. Vora M., Berglund A., Sadafal V. Introducing Netflix’s Key-Value Data Abstraction Layer. Medium.com. URL: https://netflixtechblog.com/introducing-netflixs-key-value-data-abstraction-layer-1ea8a0a11b30 (date of access: 16.10.2025). 6. Шумова, Л. О., Рязанцев, О. І., & Покришка, С. А. (2023). Mоделі машинного навчання для формування рекомендацій. Вісник Східноукраїнського національного університету імені Володимира Даля, (2 (278)), 96-105. 7. ШЕВЧЕНКО, С., ЖДАНОВА, Ю., & ДАНИЛЮК, О. (2024). АНАЛІЗ ТА ДОСЛІДЖЕННЯ ХАРАКТЕРИСТИК АЛГОРИТМІВ У РЕКОМЕНДАЦІЙНИХ СИСТЕМАХ. Вісник Херсонського національного технічного університету, (4 (91)), 367-376. 8. Пасічник, В. В., Юнчик, В. Л., Кунанець, Н. Е., & Федонюк, А. А. (2022). Використання нечіткої логіки у процесі експертного оцінювання електронних навчальних ресурсів. Scientific Bulletin of UNFU, 32(4), 66-76. 9. Pankiv, Y., Kunanets, N., Artemenko, O., Veretennikova, N., & Nebesnyi, R. (2021, September). Project of an intelligent recommender system for parking vehicles in smart cities. In 2021 IEEE 16th International Conference on Computer Sciences and Information Technologies (CSIT) (Vol. 2, pp. 419-422). IEEE. 10. Matsyuk, O., Nazaruk, M., Turbal, Y., Veretennikova, N., & Nebesnyi, R. (2018, September). Information analysis of procedures for choosing a future specialty. In Conference on Computer Science and Information Technologies (pp. 364-375). Cham: Springer International Publishing. 11. Небесний, Р. М. (2023). Рекомендаційна система формування команд виконавців з відповідними фаховими компетентностями (Doctoral dissertation, Тернопільський національний технічний університет імені Івана Пулюя). 12. Ржеуський, А., Кунанець, Н., & Стахів, М. (2018). Рекомендаційна система інформаційного обслуговування користувачів бібліотек. У Матеріали V науково-технічної конференції "Інформаційні моделі, системи та технології" (с. 37). Тернопіль: ТНТУ. 13. Голінько В. І. Охорона праці в галузі інформаційних технологій: навч. посіб. / В. І. Голінько, М. Ю. Іконніков, Я. Я. Лебедєв; М-во освіти і науки України, Держ. вищий навч. закл. "Нац. гірн. ун-т". - Дніпропетровськ: НГУ, 2015. - 246 с. 14. Гандзюк М.П. Основи охорони праці: Підручник. 4-е вид./Гандзюк М.П., Желібо Є.П., Халімовський М.О. - Київ: Каревела, 2008. – 384с. 15. Техноекологія та цивільна безпека. Частина «Цивільна безпека»: Навчальний посібник; укл.: Стручок В. С. Тернопіль: ФОП Паляниця В.А., 2022. 150 с. 16. Безпека в надзвичайних ситуаціях. Методичний посібник для здобувачів освітнього ступеня «магістр» всіх спеціальностей денної та заочної (дистанційної) форм навчання / укл.: Стручок В. С. Тернопіль: ФОП Паляниця В. А., 2022. 156 с. 17. Умови праці працівників, які використовують у роботі персональні комп'ютери. Zolochiv.Net. URL: https://zolochiv.net/umovy-pratsi-pratsivnykiv-iaki-vykorystovuiut-u-roboti-personal-ni-komp-iutery/ (дата звернення: 25.10.2024). |
| Content type: | Master Thesis |
| Samling: | 122 — комп’ютерні науки |
Fulltext och övriga filer i denna post:
| Fil | Beskrivning | Storlek | Format | |
|---|---|---|---|---|
| Mag_2025_SNm_61_Doberchak_O.pdf | Дипломна робота | 2,89 MB | Adobe PDF | Visa/Öppna |
Materialet i DSpace är upphovsrättsligt skyddat och får ej användas i kommersiellt syfte!
Administrativa verktyg