Інтелектуальна інформаційна система автоматичної категоризації та оповіщення щодо знайдених/загублених речей студентів університету

Abstract

Актуальність теми дослідження полягає в розв'язанні проблеми, яка є надзвичайно актуальною в сучасному суспільстві, зокрема серед студентів навчальних закладів [1]. Втрата особистих речей – це поширена ситуація, що створює значні незручності, особливо в умовах інтенсивного навчального середовища. Часто знайти втрачену річ або повернути знайдену іншій людині у великій спільноті студентів стає складним завданням через відсутність належних комунікаційних інструментів і систем оповіщення. Тому, на сьогоднішній день, існує гостра потреба в розробці та впровадженні ефективних технологічних рішень, які б полегшили цей процес. Об’єктом дослідження є процес автоматичної категоризації та оповіщення щодо знайдених/загублених речей студентів університету. Предметом дослідження є методи та засоби автоматизації процесів категоризації та оповіщення в інформаційних системах, що застосовуються для швидкого виявлення, класифікації та передачі інформації про знайдені чи загублені речі в університетському середовищі. Мета і задача дослідження – проектування та розробка обраної інтелектуальної інформаційної системи, яка буде допомагати студентам університету в пошуках загублених та знайдених речей. Наукова новизна одержаних результатів полягає в розробці інтелектуальної інформаційної системи, яка вперше поєднує автоматичну класифікацію знайдених і загублених речей з алгоритмами для підвищення точності категоризації та автоматичного оповіщення користувачів. Запропоноване рішення удосконалює процес оповіщення завдяки впровадженню сучасних технологій обробки даних і автоматизації комунікацій, що знижує час реагування на знайдені та загублені предмети в університетському середовищі. Отримані результати можуть сприяти подальшому розвитку через створення спеціалізованого інтерфейсу користувача, який спрощує доступ до інформації та забезпечує зручну взаємодію з системою. Результатом магістерської роботи є розроблена інтелектуальна інформаційна система, яка автоматизує процеси класифікації та оповіщення щодо знайдених і загублених речей в університетському середовищі. Система дозволяє значно зменшити час на пошук втрачених предметів, підвищує точність їхньої ідентифікації завдяки використанню алгоритмів машинного навчання, а також забезпечує оперативне інформування користувачів за допомогою інтеграції з електронною поштою та месенджерами. Завдяки цьому рішення сприяє покращенню комунікації між студентами та спрощує процес повернення загублених речей їхнім власникам. Опис реалізації завдання Для реалізації веб-платформи LostAndFound, призначеної для автоматичного оповіщення студентів про знайдені або загублені речі в межах університету, було розроблено інформаційну систему з підтримкою класифікації зображень та інтегрованими механізмами фільтрації, сортування та оповіщення. На початковому етапі було обрано стек технологій, орієнтований на сучасну веб-розробку. Зокрема, для фронтенду використовувалась бібліотека React.js[2], що забезпечила гнучкий та динамічний інтерфейс, а для зберігання даних — хмарна нереляційна база mockapi.io, яка функціонує через REST API та дозволяє обробляти користувацькі запити в режимі реального часу. У системі зберігаються відомості про користувачів, публікації, фотографії речей та інші метадані, необхідні для ефективної ідентифікації об'єктів. Однією з ключових функцій стало автоматичне визначення категорії предметів за допомогою нейронної мережі MobileNet, що була інтегрована в процес додавання нових постів. Користувач завантажує зображення речі, після чого модель класифікує його та пропонує ймовірну категорію, яку можна підтвердити або змінити вручну. Це значно спрощує процес подачі оголошень та підвищує точність сортування. Система також передбачає функції авторизації, додавання дописів, фільтрації об'єктів за категоріями й датами, а також надсилання автоматичних електронних сповіщень зареєстрованим користувачам у разі появи нових постів, які можуть відповідати їхнім уподобанням. Фінальним етапом стало тестування працездатності основних модулів, включно з перевіркою процесу реєстрації, додавання об'єктів, збереження та виведення інформації, а також функцій автоматизованого сповіщення й класифікації.The relevance of the research lies in addressing a problem that is highly significant in modern society, particularly among students of educational institutions [1]. Losing personal belongings is a common situation that causes considerable inconvenience, especially in the context of an intensive learning environment. In large student communities, finding a lost item or returning a found one often becomes a challenging task due to the lack of appropriate communication tools and alert systems. Therefore, there is a pressing need for the development and implementation of effective technological solutions that can simplify this process. The object of the research is the process of automatic categorization and notification regarding found/lost items of university students. The subject of the research is the methods and tools for automating the processes of categorization and notification in information systems used for the rapid detection, classification, and dissemination of information about found or lost items within the university environment. The purpose and objectives of the study are to design and develop the chosen intelligent information system, which will assist university students in searching for lost and found items. The scientific novelty of the obtained results lies in the development of an intelligent information system that, for the first time, combines automatic classification of found and lost items with algorithms to enhance the accuracy of categorization and automatic user notification. The proposed solution improves the notification process through the implementation of modern data processing and communication automation technologies, which reduce the response time to found and lost items within the university environment. The obtained results may contribute to further development through the creation of a specialized user interface that simplifies access to information and ensures convenient interaction with the system. The result of the master’s thesis is the development of an intelligent information system that automates the classification and notification processes regarding found and lost items in the university environment. The system significantly reduces the time required to search for lost items, increases the accuracy of their identification using machine learning algorithms, and ensures prompt user notification through integration with email and messengers. This solution enhances communication between students and simplifies the process of returning lost items to their owners. Implementation Description To implement the LostAndFound web platform, designed for automatically notifying students about found or lost items within the university, an information system was developed supporting image classification and integrated mechanisms for filtering, sorting, and alerting. At the initial stage, a technology stack focused on modern web development was selected. Specifically, the frontend used the React.js library [2], which provided a flexible and dynamic interface, while the data was stored using the cloud-based NoSQL database mockapi.io, functioning via REST API and allowing real-time user request handling. The system stores information about users, posts, item photos, and other metadata necessary for effective object identification. One of the key features is the automatic category detection of items using the MobileNet neural network, which was integrated into the post creation process. A user uploads an image of an item, after which the model classifies it and suggests a probable category that can be confirmed or changed manually. This significantly simplifies the posting process and improves sorting accuracy. The system also includes features such as authorization, post creation, filtering by category and date, and automatic email notifications to registered users when new posts appear that may match their preferences. The final stage involved testing the functionality of the main modules, including verification of the registration process, object addition, information storage and display, as well as automated notification and classification features.