| Abstract |
Mūsdienās par aizvien lielāku aktualitāti visas pasaules mērogā kļūst zaļais kurss un ilgtspējīgs dzīvesveids, kaut arī vairums patērētāju aizvien nespēj pilnvērtīgi izprast un sekot līdzi savu ikdienas patērēto pārtikas produktu ietekmei uz vidi, konkrēti – patērēto CO2 emisiju daudzumam. Bakalaura darba ietvaros šīs problēmas risināšanai darba autors definēja šādu mērķi: izstrādāt risinājumu pārtikas produktu iepirkumu datu apstrādei un kategorizēšanai CO2 emisiju analīzes kontekstā.
Darba mērķis ir izstrādāt risinājumu pārtikas produktu iepirkumu datu apstrādei un kategorizēšanai CO2 emisiju analīzes kontekstā.
Darba ietvaros tika veikta CO2 emisiju analīzes būtības un pamatkoncepciju izpēte, kā arī līdzīgu risinājumu analīze, pēc kuras autors secina, ka tirgū nav pieejamu tādu rīku, kas pēc lietotāja sniegtajiem datiem par iegādātajiem pārtikas produktiem objektīvi norādītu reāli patērēto oglekļa pēdu. Darba autors veica saistītās literatūras analīzi par līdzīgiem risinājumiem un pētījumiem, nonākot pie secinājuma, ka čeku analīzes un to saturošās informācijas izgūšanas jomā ir manāma problēma, ka čekos attēlotā informācija ir nestrukturizēti dati, kurus izvelkot no čeka teksta formā, nepieciešama papildus strukturēšana, lai tos varētu izmantot tālākiem aprēķiniem vai uzskaitei. Lai risinātu šo problēmu, darba autors nolēma izmantot mašīnmācīšanās algoritmus izgūto produktu posteņu kategorizēšanai. Tika veikta mašīnmācīšanās algoritmu pamatkoncepciju izpēte un izvēlēti trīs algoritmi, kuru modeļus izveidot un pārbaudīt. Tika veikta algoritmu veiktspējas pārbaude, kā rezultātā tika izvēlēts viens no algoritmu modeļiem tālākai integrācijai izstrādājamajā risinājumā. Tālāk tika projektēts risinājums un izstrādāts risinājuma prototips, kas sniedz iespēju lietotājam nofotografēt vai pievienot čeka attēlu, no kura tiek izgūtas iegādāto pārtikas produktu vienības, nosakot to produktu kategoriju un aprēķinot patērēto oglekļa pēdu, balstoties uz produkta kategoriju, emisiju faktoru un iegādāto daudzumu.
Darba pamatteksts sastāv no 59 lapaspusēm, 17 attēliem, 2 tabulām un 24 izmantotajiem informācijas avotiem. |
