Засіб генерації таргетизованого веб-контенту у кластері

Скорочена інформація про документ
dc.contributor.advisorРадченко, Костянтин Олександрович
dc.contributor.authorКозій, Руслан Володимирович
dc.date.accessioned2024-02-12T09:13:26Z
dc.date.available2024-02-12T09:13:26Z
dc.date.issued2024
dc.description.abstractАктуальність теми Актуальність розробки, яка генерує веб-контент грає дуже велику роль і розвивається великим темпами. Ця розробка відкриває широкі перспективи для оптимізації взаємодії користувачів з інформацією в онлайн-середовищі та пристосування веб-сайтів до індивідуальних потреб користувачів. З поглибленням діджиталізації суспільства і зростанням об'ємів інформації, що надходить до кожного користувача, стає важливим забезпечити персоналізований контент. Проте, створення та управління таким персоналізованим контентом може стати не простою задачею, особливо для тих, хто не має глибоких технічних знань чи великого бюджету. Тут виникає потреба у засобах, які дозволяють автоматизувати процес генерації сайтів та підтримувати гнучкість у налаштуванні. Об'єктом дослідження є знаходження інноваційного засобу для генерації таргетизованого веб-контенту та надання можливості користувачам створювати та налаштовувати свої особисті веб-сайти. Предметом дослідження є методи і алгоритми будування GL-моделей для складних систем, що використовуються для розрахунку параметрів надійності. Мета роботи. Модифікація алгоритму будування GL-моделей для складних відмовостійких реконфігуровних систем, де лише частина процесорів може брати на себе роботу інших під час їх відмови. Методи дослідження. В роботі використовуються теорія графів та алгоритм будування GL-моделей, математична логіка, теорія автоматів. Наукова новизна полягає в розробці та застосуванні інноваційного алгоритму генерації таргетизованого веб-контенту у кластерному середовищі, що базується на ретельному аналізі існуючих методів та використанні математичної моделі для оптимального визначення параметрів, сприяючи покращенню якості та ефективності персоналізації контенту. Практична цінність Забезпечення користувачам більш персоналізований та релевантний контент відповідно до їхніх індивідуальних потреб та інтересів. Зменшити навантаження на сервери та забезпечити ефективне розподілення ресурсів у кластері. Апробація роботи. Матеріали роботи були представленні на щорічній науково-технічній конференції магістрантів кафедри СКС ФПМ НТУУ "КПІ" ПМК-2023 і на X Міжнародна науково-технічна Internet-конференція «Сучасні методи, інформаційне, програмне та технічне забезпечення систем керування організаційно-технічними та технологічними комплексами». Структура і обсяг роботи. У вступі пояснюється обґрунтування актуальності поточної теми, далі формулюється дослідження завдання і мета. У розділі 1 показано базову інформацію про сайти і велику кількість їхніх типів. . У розділі 2 було представлено більш детальне розуміння як саме створити генерацію веб-контенту У розділі 3 було проведено глибокий аналіз та порівняння віртуальних сервісів, вибору та опису алгоритму штучного інтелекту, процес створення засобу генерації веб-контенту. У розділі 4 виконано комплексний аналіз розробленого алгоритму з акцентом на ефективність та порівняння з існуючими методами. У висновках зроблено усі можливі загальні висновки, які були розроблені, проаналізовано роботу, яку було виконано. У додатку 1 наведено копії графічного матеріалу. Атестаційна магістерська робота представлена на 70 сторінках і складається з вступу, 4 розділів, висновку і містить 28 рисунків, 2 таблиці, список використаних джерел з 24 найменувань.
dc.description.abstractotherThe relevance of the topic. The development of web content generation plays a very important role and is developing at a rapid pace. This development opens up wide prospects for optimizing user interaction with information in the online environment and adapting websites to the individual needs of users. As the digitalization of society deepens and the amount of information available to each user grows, it becomes important to provide personalized content. However, creating and managing such personalized content can be a challenge, especially for those without deep technical knowledge or a large budget. This is where the need for tools that automate the process of website generation and maintain flexibility in customization arises. Research methods. Graph theory and the algorithm for building GL-models, mathematical logic, and automata theory are used in the study. The scientific novelty lies in the development and application of an innovative algorithm for generating targeted web content in a cluster environment, based on a thorough analysis of existing methods and the use of a mathematical model for optimal parameter determination, contributing to the improvement of the quality and efficiency of content personalization. Practical value. Provide users with more personalized and relevant content according to their individual needs and interests. Reduce server load and ensure efficient resource allocation in the cluster. Work approbation. The materials of the work were presented at the annual scientific and technical conference of the Department of SCS FPM NTUU "KPI" PMK-2023 and at the X International Scientific and Technical Internet Conference "Modern methods, information, software and technical support of control systems for organizational, technical and technological complexes". The introduction explains the rationale for the relevance of the current topic, followed by the research objectives and goals. Chapter 1 provides basic information about websites and the large number of their types. Section 2 provides a more detailed understanding of how to create web content generation. Section 3 provides an in-depth analysis and comparison of virtual services, selection and description of the artificial intelligence algorithm, and the process of creating a web content generation tool. Section 4 provides a comprehensive analysis of the developed algorithm with a focus on efficiency and comparison with existing methods. The conclusions include all the possible general conclusions that have been developed and an analysis of the work that has been done. Appendix 1 contains copies of graphic material. The attestation master's work is presented on 70 pages and consists of an introduction, 4 chapters, a conclusion and contains 28 figures, 2 tables, a list of used sources from 24 names.
dc.format.extent71 с.
dc.identifier.citationКозій, Р. В. Засіб генерації таргетизованого веб-контенту у кластері : магістерська дис. : 123 Комп'ютерна інженерія / Козій Руслан Володимирович. – Київ, 2024. – 71 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/64428
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectгенерація
dc.subjectоптимізація
dc.subjectалгоритм
dc.subjectвеб-контент
dc.subjectgeneration
dc.subjectoptimization
dc.subjectalgorithm
dc.subjectweb content
dc.subject.udc004.05
dc.titleЗасіб генерації таргетизованого веб-контенту у кластері
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Kozii_R_V_magistr.pdf
Розмір:
1.31 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (СПСКС)
Магістерські роботи