Застосування методів машинного навчання в автоматизації бібліотечних процесів

Abstract

У дипломній роботі розглянуто створення інтелектуальної бібліотечної системи з використанням технологій машинного навчання. Актуальність теми зумовлена потребою у модернізації традиційних бібліотечних сервісів, зокрема автоматизації пошуку, класифікації ресурсів та формування персоналізованих рекомендацій. Метою роботи є розробка прототипу сучасної інформаційної системи, яка здатна покращити якість обслуговування користувачів завдяки впровадженню елементів штучного інтелекту. Об’єктом дослідження є процеси обробки бібліотечної інформації, а предметом – використання методів машинного навчання для аналізу текстових даних. У ході роботи було проаналізовано наукові джерела та чинні нормативно-правові акти, пов’язані з впровадженням ІТ у бібліотечну сферу. Здійснено аналіз сучасних програмних засобів, таких як Scikit-learn, spaCy, pandas, Flask, які використовувались для побудови прототипу. Під час розробки було зібрано корпус українських анотацій, підготовлено дані для навчання моделі класифікації, реалізовано базові алгоритми рекомендаційної системи, а також створено веб-інтерфейс з можливістю інтеграції чат-бота. У системі реалізовано дві основні функції: тематична класифікація текстів і формування персоналізованих рекомендацій. Також передбачено можливість масштабування та доопрацювання проєкту в майбутньому. У результаті тестування прототипу було досягнуто високих показників точності класифікації (понад 80%) та позитивні відгуки тестових користувачів щодо якості рекомендацій. Робота підтвердила ефективність використання методів машинного навчання у сфері бібліотечних інформаційних систем і продемонструвала перспективи подальшого розвитку таких рішень в Україні.

This bachelor’s thesis explores the development of an intelligent library system using machine learning technologies. The relevance of the topic lies in the growing need to modernize traditional library services, especially in terms of automating search, resource classification, and personalized recommendations. The main goal of the project is to design a prototype of a modern information system that improves user experience by integrating elements of artificial intelligence. The object of the study is the process of handling library information, while the subject is the use of machine learning methods to analyze textual data. During the research, scientific sources and legal documents related to the digital transformation of libraries in Ukraine were analyzed. A review of modern software tools such as Scikit-learn, spaCy, pandas, and Flask was carried out — these tools were used to build the system. As part of the development, a dataset of Ukrainian book annotations was collected, preprocessed, and used to train a text classification model. A basic recommendation engine was implemented along with a web interface that includes a chatbot function. The system focuses on two core features: automatic topic classification and personalized book suggestions. It also allows for future scaling and further improvement. Testing showed high classification accuracy (above 80%) and positive feedback from users regarding the quality of recommendations. The work demonstrates the potential of using machine learning in library information systems and confirms that such intelligent solutions can effectively support the modernization of library services in Ukraine.