| Abstract |
Diplomprojekta tēma: Tīmekļa rekomendāciju sistēma uztura bagātinātāju izvēlei.
Darba mērķis: uzprojektēt un izstrādāt rekomendāciju sistēmu uztura bagātinātāju izvēlei.
Problēmas: Izvēloties uztura bagātinātāju, cilvēkam jāmeklē informācija pa daudzām dažādu veikalu produktu lapām, un tā ir izkaisīta un grūti salīdzināma. Esošās vērtēšanas vietnes dod vienu vērtējumu visiem un neņem vērā cilvēka vecumu, mērķus, grūtniecību, lietotos medikamentus vai uztura ierobežojumus. Tās arī nepaskaidro, kāpēc tieši šim cilvēkam produkts der vai neder.
Risinājumi: Tika izstrādāta rekomendāciju sistēma uztura bagātinātāju izvēlei. Lietotājs aizpilda četru soļu anketu, kurā norāda personu un vecuma grupu, mērķus, drošības profilu un prioritātes ar slīdņiem. Pēc tam sistēma izslēdz produktus, kas neatbilst lietotāja drošības profilam, bet atlikušos sakārto pēc svērtas formulas, kas pielāgota viņa prioritātēm. Pie katra ieteikuma ir īss skaidrojums vienkāršā valodā par piemērotību, drošību, pierādījumiem un iespējamiem kompromisiem.
Rezultāti: Balstoties uz izstrādāto programmatūras prasību specifikāciju un programmatūras projektējuma aprakstu, tika izveidota rekomendāciju sistēma, kas risina sākumā minētās problēmas, proti, izkaisīto informāciju un to, ka esošie vērtējumi nav personalizēti. Katrs produkts tiek novērtēts piecās dimensijās: reitings, vērtība, pierādījumi, drošība un ticamība. Šie vērtējumi tiek aprēķināti iepriekš un glabāti atsevišķā datu slānī, tāpēc pieprasījuma laikā produktus var sakārtot ātri.
Tehnoloģijas: Python, FastAPI, PostgreSQL, React, TypeScript, Zustand, Vite
Darbs satur 52 lpp., 30 attēlus., 5 tabulas, 50 literatūras avotus un 4 pielikumus.
Atslēgvārdi: rekomendāciju sistēma, uztura bagātinātāji, relāciju datubāze, aģentiskais mākslīgais intelekts, datu ievākšana, produktu novērtēšana, JSON, SQL, Supabase, PostgreSQL. |
| Keywords |
rekomendāciju sistēma, uztura bagātinātāji, relāciju datubāze, aģentiskais mākslīgais intelekts, datu ievākšana, produktu novērtēšana, JSON, SQL, Supabase, PostgreSQL. |
| Keywords in English |
recommendation system, nutritional supplements, relational database, agentic artificial intelligence, data collection, product evaluation, JSON, SQL, Supabase, PostgreSQL. |
