Проєкт інформаційної системи для обробки користувацьких відгуків мобільних застосунків
Автор: Бойканич Арсен Миколайович
Кваліфікаційний рівень: магістр
Спеціальність: Управління ІТ проектами
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2025-2026 н.р.
Мова захисту: українська
Анотація: Магістерська кваліфікаційна робота присвячена розробленню проєкту інформаційної системи, яка забезпечує автоматизовану обробку користувацьких відгуків мобільних застосунків із використанням технологій штучного інтелекту (ШІ) та сучасних підходів управління ІТ-проєктами. В умовах насиченого ринку цифрових сервісів користувацькі відгуки стають основним чинником, що визначає рейтинг, залучення нових користувачів і прибутковість програмного продукту. Їх ефективна аналітична обробка є важливою частиною життєвого циклу програмного забезпечення (ПЗ), оскільки саме на основі відгуків розробники можуть виявляти дефекти, формувати дорожню карту оновлень і підвищувати рівень задоволеності користувачів. Актуальність теми зумовлена тим, що існуючі програмні рішення у сфері управління відгуками (зокрема, AppFollow, Appbot, AppTweak) орієнтовані переважно на корпоративних клієнтів і мають надмірний функціонал при високій вартості підписок. Такі системи виявляються економічно недоцільними для невеликих компаній та незалежних розробників. З іншого боку, спрощені сервіси (AppReviewBot тощо) не забезпечують достатнього рівня аналітики та автоматизації. Таким чином, виникає ринкова прогалина між функціонально насиченими, але дорогими корпоративними платформами, та мінімалістичними, але обмеженими бюджетними інструментами. Об’єкт дослідження – процес збору, агрегації, аналізу й реагування на користувацькі відгуки мобільних застосунків, розміщених у цифрових магазинах App Store та Google Play. Предмет дослідження – проєкт архітектури та концепція реалізації хмарної інформаційної системи (SaaS-платформи), яка інтегрує методи обробки природної мови (NLP) і великі мовні моделі (LLM) для класифікації, сентимент-аналізу й генерації персоналізованих відповідей. Мета дослідження – розроблення архітектури та прототипу мінімально життєздатного продукту (MVP) інформаційної системи, здатної забезпечити ефективне, доступне та масштабоване управління користувацьким зворотним зв’язком на основі технологій ШІ. Для досягнення мети проведено системний аналіз предметної області, визначено ключові проблеми, сформульовано функціональні та нефункціональні вимоги до системи, розроблено UML-діаграми, дерево цілей, структуру робіт (WBS), графік виконання та плани керування якістю, ризиками й ресурсами. Виконано моделювання процесів збору та обробки даних, що відображає логіку взаємодії модулів: агрегації відгуків, їх аналізу, генерації відповідей і формування аналітичних звітів. Реалізовано прототип системи, який взаємодіє з API App Store та Google Play, виконує автоматичний сентимент-аналіз, тематичне тегування й генерує відповіді на відгуки із застосуванням LLM-моделей GPT. Наукова новизна полягає у створенні й обґрунтуванні архітектурного рішення, що забезпечує ефективну інтеграцію NLP та LLM-моделей у хмарне середовище з використанням підходу serverless. Це дозволяє масштабувати систему без значних інфраструктурних витрат та автоматизувати рутинні процеси аналізу текстів. На відміну від існуючих аналогів, розроблена концепція орієнтована на сегмент SMB (Small and Mid-sized Businesses), що забезпечує оптимальне співвідношення функціональності, вартості та простоти використання. Практичне значення результатів полягає у створенні доступного інструменту для розробників, який дозволяє: ? зменшити витрати часу на реагування на відгуки на 70–80 %; ? підвищити середній рейтинг застосунку та покращити його позиції у видачі App Store і Google Play; ? автоматизувати моніторинг настроїв користувачів та виявлення повторюваних проблем; ? отримувати аналітичні дашборди з візуалізацією ключових показників для прийняття рішень щодо пріоритетів розробки. Розроблена система може бути впроваджена як окремий SaaS-сервіс для мобільних розробників або інтегрована у корпоративні середовища DevOps/HelpDesk. Отримані результати можуть бути використані в інженерії ПЗ, аналітиці користувацького досвіду (CX/UX analytics), управлінні якістю сервісів і в освітніх цілях для підготовки фахівців із управління ІТ-проєктами. Ключові слова: інформаційна система, мобільні застосунки, користувацькі відгуки, штучний інтелект, сентимент-аналіз, LLM-моделі, управління ІТ-проєктами. Список використаних джерел: 1. Bar-Ilan, J. (2007). Which h-index? — A comparison of WoS, Scopus and Google Scholar. Scientometrics, 74(2), 257–271. doi: 10.1007/s11192-008-0216-y. 2. Jones, T., Huggett, S., & Kamalski, J. (2011). Finding a Way Through the Scientific Literature: Indexes and Measures. World Neurosurgery, 76(1-2), 36-38. doi: 10.1016/j.wneu.2011.01.015. 3. Synup (2023). Review Management Automation with AI Assistants. DOI: 10.48550/arXiv.2309.03147. 4. AppFollow (2024). Customer Feedback Management Platform. Retrieved from https://appfollow.io. 5. Appbot (2024). Sentiment Analysis for App Reviews. Retrieved from https://appbot.co.