Інформаційна система надання рекомендацій з формування особистого стилю
Автор: Максимів Іванна Андріївна
Кваліфікаційний рівень: магістр
Спеціальність: Інформаційні системи та технології
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2025-2026 н.р.
Мова захисту: українська
Анотація: У сучасному світі індустрія краси та персонального стилю переживає період стрімкої цифрової трансформації. Зростаюча доступність технологій штучного інтелекту відкриває нові можливості для надання персоналізованих консультацій у сфері макіяжу та стилю. Традиційні методи консультацій, які вимагають особистої присутності та обмежені робочим часом спеціаліста, поступаються місцем інноваційним AI-рішенням, здатним працювати цілодобово та обслуговувати необмежену кількість користувачів одночасно. Інтеграція мультимодальних AI-моделей, таких як Google Gemini, у процеси надання стилістичних рекомендацій дозволяє аналізувати фотографії клієнтів, розпізнавати особливості зовнішності (форму обличчя, тон шкіри, колір очей) та генерувати детальні персоналізовані поради щодо макіяжу з урахуванням контексту події. Це створює унікальну можливість поєднати професійну експертизу візажистів з можливостями штучного інтелекту для підвищення якості обслуговування клієнтів. Мета і задачі дослідження. Метою магістерської роботи є розробка інформаційної системи надання персоналізованих рекомендацій з формування особистого стилю на основі аналізу зображень за допомогою штучного інтелекту Google Gemini API. Для досягнення мети необхідно виконати наступні завдання: • Провести комплексний аналіз предметної області, включаючи дослідження існуючих систем рекомендацій у сфері краси, технологій комп’ютерного зору та методів генерації персоналізованих порад. • Визначити та проаналізувати існуючі аналоги традиційних веб-платформ візажистів та інноваційних AI-рішень, виявити їх особливості, переваги та недоліки • Здійснити системний аналіз, побудувати дерево цілей, розробити концептуальну модель через UML-діаграми. • Провести порівняльний аналіз AI-платформ (OpenAI Vision API, Google Gemini API, Amazon Rekognition, Azure Computer Vision) та обрати оптимальне рішення. • Визначити технологічний стек: React.js, Node.js/Express.js, MongoDB, Google Generative AI SDK. • Розробити інформаційну систему з інтеграцією Google Gemini API для аналізу зображень та генерації персоналізованих рекомендацій щодо макіяжу. • Реалізувати функціонал для клієнтів (завантаження фото, опис події, отримання AI-рекомендацій, історія аналізів) та візажист-стиліста (перегляд AI-аналізів клієнтів, інтерактивний чат з AI-ботом для уточнення деталей) • Протестувати функціонал системи на реальних даних, оцінити якість згенерованих рекомендацій та продемонструвати результати через контрольні приклади. Об’єкт дослідження. Об’єктом дослідження є процес надання персоналізованих рекомендацій щодо макіяжу з використанням комп’ютерного зору та штучного інтелекту. Предмет дослідження. Предметом дослідження є засоби і методи створення інтелектуальних систем рекомендацій на основі мультимодальних AI-моделей, алгоритми аналізу зображень та технології генерації природномовних рекомендацій. Практичне значення розробленої інформаційної системи полягає у: • Підвищенні ефективності роботи візажистів через попередній доступ до AI-аналізів клієнтів . • Створенні конкурентних переваг завдяки впровадженню інноваційного AI-сервісу. • Накопичення історії AI-аналізів та чат-діалогів створює цінну базу даних для подальшого вдосконалення сервісу • Масштабованості консультацій без зниження якості рекомендацій. Розроблена система демонструє ефективність інтеграції передових мультимодальних AI-моделей у традиційні бізнес-процеси індустрії краси, створюючи унікальний досвід для клієнтів та розширюючи можливості професійних візажистів. Ключові слова: інформаційна система, штучний інтелект, Google Gemini API, комп’ютерний зір, персоналізовані рекомендації, макіяж, формування стилю, візажист-стиліст, мультимодальний аналіз, AI-чат, машинне навчання. Перелік використаних джерел: 1. Google AI: Gemini API Documentation [Веб-сайт]. 2025. URL: https://ai.google.dev/gemini-api/docs (дата звернення: 27.10.2025). 2. McKinsey & Company: The state of AI in 2024: Gen AI’s breakout year [Веб-сайт]. 2024. URL: https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai (дата звернення: 16.09.2025). 3. Google DeepMind: Gemini: A Family of Highly Capable Multimodal Models [Веб-сайт]. 2024. URL: https://deepmind.google/technologies/gemini/ (дата звернення: 16.09.2025).