Web-платформа підтримки ментального здоров’я з інтеграцією технологій машинного навчання
Вантажиться...
Дата
2025
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Структура та обсяг кваліфікаційної роботи. Магістерська дисертація складається зі вступу, шести розділів, висновків та додатка. Робота містить посилання на 33 джерела, 15 таблиць, 26 ілюстрацій. Основна частина викладена на 110 сторінках, загальний обсяг роботи 122 сторінки.
Актуальність. У сучасному цифровому суспільстві зростає усвідомлення важливості ментального здоров’я як одного з ключових чинників загального добробуту людини. Стрес, тривожність і емоційне вигорання стають поширеними проблемами, особливо серед молоді та осіб, що перебувають у кризових умовах. Однак доступ до кваліфікованої психологічної допомоги часто є обмеженим через брак фахівців, стигматизацію теми або фінансові бар’єри. У зв’язку з цим актуальним є створення цифрових інструментів самодопомоги, які поєднують простоту використання, доступність і персоналізацію.
Одним з перспективних напрямів є розробка веб-платформ, здатних не лише фіксувати психоемоційний стан користувача, а й надавати індивідуальні рекомендації на основі аналізу текстів і поведінкових даних. Застосування алгоритмів машинного навчання, зокрема TF-IDF та cosine similarity, дозволяє сформувати релевантні поради, враховуючи індивідуальні особливості користувача, його емоційні коливання та взаємодію з платформою .
Метою роботи є розробка веб-платформи підтримки ментального здоров’я, яка забезпечує персоналізовану взаємодію з користувачем на основі алгоритмів машинного навчання, дозволяє вести щоденник, фіксувати настрій, переглядати аналітику та отримувати рекомендації й навчальний контент для емоційної самопідтримки.
Для досягнення поставленої мети виконано такі завдання:
— проаналізовано сучасні цифрові сервіси у сфері ментального здоров’я;
— досліджено математичні основи NLP-моделей, алгоритмів TF-IDF та cosine similarity;
— спроєктовано архітектуру клієнтсько-серверної веб-платформи;
— розроблено серверну частину на основі Nest.js та базу даних у PostgreSQL;
— реалізовано клієнтську частину з використанням Next.js, Tailwind CSS і React Query;
— створено функціональні модулі: щоденник, трекер настрою, навчальні вправи, чат і система рекомендацій;
— проведено дослідження розробленої системи.
Об’єкт дослідження — процес цифрової підтримки ментального здоров’я користувачів у веб-середовищі.
Предмет дослідження — веб-платформа з модульною архітектурою, що реалізує фіксацію емоційного стану, персоналізовані рекомендації та навчальний контент.
Методи дослідження — аналіз, NLP, векторне подання текстів, проєктування, програмування, валідація, REST API, тестування.
Практичне значення роботи полягає у створенні повнофункціонального веб-застосунку, який може бути використаний як цифровий інструмент самодопомоги для покращення ментального стану користувача. Платформа також є адаптивною до впровадження у навчальні, корпоративні чи медичні середовища для моніторингу емоційного стану та надання рекомендацій.
Апробація результатів дисертації.
Основні положення магістерської роботи були опубліковані та презентовані на: XIII Міжнародна науково-практична конференція «Modern digital technologies and problems of their use» Технічні науки, 24 листопада, Прага, Чехія.
Результати дослідження представлені у 1 науковій публікації.
Розроблена веб-платформа підтримки ментального здоров’я реалізована як клієнтсько-серверний застосунок із використанням фреймворків Nest.js для серверної частини та Next.js для клієнтського інтерфейсу. Для взаємодії з базою даних використано ORM Sequelize та реляційну СКБД PostgreSQL, що забезпечує ефективне зберігання психологічних даних користувачів, їхніх записів настрою, журналів та історії рекомендацій. Система має модульну архітектуру й охоплює ключові функціональні блоки: щоденник, трекер настрою, аналітику, чат-бот та модуль персоналізованих рекомендацій, що працює на базі алгоритмів TF-IDF та косинусної подібності. Користувачі отримують можливість фіксувати свій емоційний стан, спостерігати динаміку змін за допомогою графіків (реалізованих через Chart.js), а також взаємодіяти з інтерфейсом через зручний дизайн, створений на Tailwind CSS. Завдяки використанню сучасного технологічного стеку, система відзначається високою продуктивністю, масштабованістю, безпекою та зручністю адаптації до потреб різних цільових груп. Це дозволяє не лише підвищити рівень саморефлексії користувачів, а й створити надійну основу для подальшого впровадження платформи в освітні, корпоративні або медичні середовища.
Опис
Ключові слова
ментальне здоров’я, машинне навчання, веб-платформа, Next.js, Nest.js, PostgreSQL, TF-IDF, рекомендаційна система, аналіз настрою, цифрова підтримка
Бібліографічний опис
Хороших, О. Л. Web-платформа підтримки ментального здоров’я з інтеграцією технологій машинного навчання : магістерська дис. : 122 Комп’ютерні науки / Хороших Олександр Леонідович. – Київ, 2025. – 122 с.