1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
  2. Роботи студентів
  3. Бакалавр
  4. 121 — Інженерія програмного забезпечення, F2 Інженерія програмного забезпечення (бакалаври)
Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elartu.tntu.edu.ua/handle/lib/53483
Повний запис метаданих
Поле DCЗначенняМова
dc.contributor.advisorБачинський, Михайло Володимирович-
dc.contributor.authorПетров, Юрій Сергійович-
dc.contributor.authorPetrov, Yurii-
dc.date.accessioned2026-07-15T12:19:07Z-
dc.date.available2026-07-15T12:19:07Z-
dc.date.issued2026-06-
dc.identifier.urihttp://elartu.tntu.edu.ua/handle/lib/53483-
dc.description.abstractМетою роботи є проектування та розробка розподіленої системи, що складається з мобільного клієнта, серверної частини та підсистеми штучного інтелекту, і реалізує платформу для обміну текстовими порадами між користувачами з автоматичною модерацією та персоналізацією контенту. У роботі спроектовано трирівневу клієнт-серверну архітектуру: мобільний застосунок на Flutter із патерном BLoC та локальним кешуванням Hive; серверна частина на FastAPI з розгортанням на Google Cloud Run із підтримкою Firebase Authentication, Cloud Firestore та RevenueCat; підсистема штучного інтелекту на BentoML, що включає сервіс визначення токсичності та NLP-сервіс із fine-tuned моделлю DistilBERT для класифікації тематики публікацій за 5 категоріями. Для персоналізованих рекомендацій реалізовано алгоритм пошуку на основі 768- вимірних векторів із зберіганням у базі даних Qdrant.uk_UA
dc.description.abstractThe aim of the work is to design and develop a distributed system consisting of a mobile client, a server-side component, and an artificial intelligence subsystem, implementing a platform for sharing text-based advice between users with automatic moderation and content personalization. The work presents a three-tier client-server architecture: a Flutter mobile application utilizing the BLoC pattern and local caching via Hive; a FastAPI backend deployed on Google Cloud Run with support for Firebase Authentication, Cloud Firestore, and RevenueCat; an artificial intelligence subsystem built on BentoML, comprising a toxicity detection service and an NLP service with a fine-tuned DistilBERT model for classifying post topics into 5 categories. For personalized recommendations, a similarity search algorithm based on 768-dimensional vectors stored in a Qdrant database was implemented.uk_UA
dc.description.tableofcontentsВСТУП.............................................................................................................................. 6 1 АНАЛІЗ ПРЕДМЕТНОЇ ОБЛАСТІ ТА ОГЛЯД ІСНУЮЧИХ РІШЕНЬ................ 8 1.1 Характеристика предметної області та постановка задачі ................................ 8 1.2 Огляд існуючих рішень та аналіз конкурентів ................................................... 9 1.3 Обґрунтування вибору технологічного стеку................................................... 11 1.4 Вимоги до системи .............................................................................................. 12 2 ПРОЕКТУВАННЯ АРХІТЕКТУРИ СИСТЕМИ .................................................... 15 2.1 Загальна архітектура клієнт-серверної системи ............................................... 15 2.2 Варіанти використання........................................................................................ 17 2.3 Ключові сценарії.................................................................................................. 18 2.4 Модель даних ....................................................................................................... 21 3 РОЗРОБКА МОБІЛЬНОГО КЛІЄНТУ .................................................................... 23 3.1 Архітектура Flutter-додатку та патерн BLoC.................................................... 23 3.2 Система навігації та маршрутизації................................................................... 24 3.3 Ін'єкція залежностей та репозиторний патерн.................................................. 25 3.4 Локальне кешування даних................................................................................. 27 3.5 Інтеграція з Firebase Authentication.................................................................... 28 3.6 Система підписок RevenueCat ............................................................................ 29 4 РОЗРОБКА СЕРВЕРНОЇ ЧАСТИНИ....................................................................... 30 4.1 REST API на основі FastAPI ............................................................................... 30 4.2 Робота з Firebase Firestore ................................................................................... 32 4.3 Інтеграція NLP-сервісу модерації контенту...................................................... 33 4.5 Обробка вебхуків RevenueCat............................................................................. 34 4.6 Векторна база даних Qdrant................................................................................ 35 5 ШІ КОМПОНЕНТИ СИСТЕМИ .............................................................................. 36 5.1 Архітектура NLP-сервісу на BentoML............................................................... 36 5.2 Fine-tuning моделі DistilBERT для визначення тематики порад..................... 38 5.3 Алгоритм векторних рекомендацій ................................................................... 40 6 РОЗГОРТАННЯ СИСТЕМИ..................................................................................... 44 6.1 Розгортання серверної частини на Google Cloud ............................................. 44 6.2 Налаштування Firebase та хмарної інфраструктури ........................................ 47 6.3 Публікація та тестування додатку...................................................................... 497 БЕЗПЕКА ЖИТТЄДІЯЛЬНОСТІ, ОСНОВИ ОХОРОНИ ПРАЦІ ........................ 51 7.1 Психологічні чинники небезпеки....................................................................... 51 7.2 Вимоги до профілактичних медичних оглядів для працівників ПК .............. 54uk_UA
dc.subjectFlutteruk_UA
dc.subjectFastAPIuk_UA
dc.subjectFirebaseuk_UA
dc.subjectBLoCuk_UA
dc.subjectNLPuk_UA
dc.subjectрекомендаційна системаuk_UA
dc.subjectмобільний застосунокuk_UA
dc.subjectмодерація контентуuk_UA
dc.subjectrecommendation systemuk_UA
dc.subjectmobile applicationuk_UA
dc.subjectcontent moderationuk_UA
dc.titleРозробка кросплатформного мобільного додатку обміну порадами з використанням ШІ-модерації контентуuk_UA
dc.title.alternativeDevelopment of a Cross-Platform Mobile Application for Anonymous Advice Sharing with Artificial Intelligence content moderationuk_UA
dc.typeBachelor Thesisuk_UA
dc.rights.holder© Петров Юрій Сергійович, 2026uk_UA
dc.coverage.placenameТНТУ ім. І.Пулюя, ФІС, м. Тернопіль, Українаuk_UA
dc.format.pages63-
dc.subject.udc004.9uk_UA
dc.relation.references1. Михалик Д.М. Методичні вказівки до виконання кваліфікаційної роботи бакалавра для здобувачів першого (бакалаврського) рівня вищої освіти за освітньопрофесійною програмою «Інженерія програмного забезпечення» спеціальності 121 – «Інженерія програмного забезпечення» всіх форм навчання. – Тернопіль : ТНТУ ім. І. Пулюя, 2024. – 45 с.uk_UA
dc.relation.references2. Flutter documentation. – URL: https://docs.flutter.dev (дата звернення: 10.05.2025).uk_UA
dc.relation.references3. FastAPI documentation. – URL: https://fastapi.tiangolo.com (дата звернення: 10.05.2025).uk_UA
dc.relation.references4. Firebase documentation. – URL: https://firebase.google.com/docs (дата звернення: 10.05.2025).uk_UA
dc.relation.references5. Sanh V., Debut L., Chaumond J., Wolf T. DistilBERT, a distilled version of BERT. – 2019. – URL: https://arxiv.org/abs/1910.01108.uk_UA
dc.relation.references6. BentoML documentation. – URL: https://docs.bentoml.com (дата звернення: 10.05.2025).uk_UA
dc.relation.references7. Qdrant vector database documentation. – URL: https://qdrant.tech/documentation (дата звернення: 10.05.2025).uk_UA
dc.relation.references8. RevenueCat documentation. – URL: https://docs.revenuecat.com (дата звернення: 10.05.2025).uk_UA
dc.relation.references9. Google Cloud Run documentation. – URL: https://cloud.google.com/run/docs (дата звернення: 10.05.2025).uk_UA
dc.relation.references10. Detoxify library. – URL: https://github.com/unitaryai/detoxify (дата звернення: 10.05.2025).uk_UA
dc.relation.references11. Devlin J. et al. BERT: Pre-training of Deep Bidirectional Transformers. – 2018. – URL: https://arxiv.org/abs/1810.04805.uk_UA
dc.relation.references12. Reimers N., Gurevych I. Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks. – 2019. – URL: https://arxiv.org/abs/1908.10084.uk_UA
dc.relation.references13. Hive database for Flutter. – URL: https://docs.hivedb.dev (дата звернення: 10.05.2025).uk_UA
dc.relation.references14. go_router package. – URL: https://pub.dev/packages/go_router (дата звернення: 10.05.2025).uk_UA
dc.relation.references15. Kocienda K. et al. Bloc Library for Flutter. – URL: https://bloclibrary.dev (дата звернення: 10.05.2025).uk_UA
dc.contributor.affiliationТНТУ ім. І. Пулюя, Факультет комп’ютерно-інформаційних систем і програмної інженерії, Кафедра програмної інженерії, м. Тернопіль, Українаuk_UA
dc.coverage.countryUAuk_UA
dc.identifier.citation2015Петров Ю. С. Розробка кросплатформного мобільного додатку обміну порадами з використанням ШІ-модерації контенту : робота на здобуття кваліфікаційного ступеня бакалавра : 121 - інженерія програмного забезпечення / наук. кер. М. В. Бачинський. Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2026. 63 с.uk_UA
Розташовується у зібраннях:121 — Інженерія програмного забезпечення, F2 Інженерія програмного забезпечення (бакалаври)

Файли цього матеріалу:
Файл Опис РозмірФормат 
dyplom_Petrov_Y_2026.pdf1,74 MBAdobe PDFПереглянути/відкрити
Показати базовий опис матеріалу Перегляд статистики


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.

Інструменти адміністратора