Інформаційна система з вибору мобільних пристроїв

Abstract

Сучасний ринок мобільних пристроїв стрімко зростає, що ускладнює процес вибору оптимальної моделі для користувачів. Актуальність роботи полягає у потребі створення ефективної інформаційної системи, здатної автоматизувати процес підбору мобільного пристрою з урахуванням технічних, економічних і персональних критеріїв. У межах дослідження було здійснено аналіз існуючих систем порівняння пристроїв, таких як GSMArena, PhoneArena, Amazon [1,2], вивчено методи підтримки прийняття рішень (AHP, системи зважених оцінок, експертні системи) [3,4], а також оцінено ефективність сучасних веб-технологій, зокрема фреймворку Django [5]. Об'єктом дослідження є процес вибору мобільного пристрою серед безлічі моделей. Предмет дослідження – методи прийняття рішень і технології розробки веб-застосунків. Метою дослідження є створення веб-орієнтованої інформаційної системи, що надає персоналізовані рекомендації щодо вибору мобільного пристрою на основі заданих користувачем критеріїв. У рамках реалізації було побудовано дерево цілей системи, розроблено архітектуру веб-застосунку, реалізовано клієнтську та серверну частину з використанням Django та SQLite, здійснено моделювання процесів за допомогою IDEF0 та DFD-діаграм, а також проведено тестування функціоналу. Реалізована система забезпечує функції реєстрації та авторизації користувачів, перегляду списку мобільних пристроїв, ознайомлення з детальною інформацією про кожну модель, додавання та перегляду відгуків, а також підтримку адміністратора для оновлення контенту. Передбачено використання внутрішньої структури моделей і форм для зручного додавання нових пристроїв до бази даних. Завдяки використанню Django REST Framework реалізовано можливість інтеграції з мобільними клієнтами в майбутньому. Особливу увагу приділено захисту персональних даних, зручності інтерфейсу та адаптивності верстки. Система демонструє стабільну роботу в різних середовищах. Отримані результати свідчать про ефективність запропонованого підходу та відповідність створеної системи сучасним вимогам до інформаційних сервісів. Подальший розвиток може включати впровадження рекомендаційних алгоритмів на основі машинного навчання, інтеграцію з зовнішніми базами даних та створення мобільної версії застосунку.

The modern mobile device market is expanding rapidly, which complicates the process of selecting the optimal model for users. The relevance of this study lies in the need to develop an effective information system capable of automating the mobile device selection process while considering technical, economic, and personal criteria. Within the framework of this research, existing device comparison platforms such as GSMArena, PhoneArena, and Amazon [1,2] were analyzed. Decision support methods, including AHP, weighted scoring systems, and expert systems, were studied [3,4], and the effectiveness of modern web technologies-particularly the Django framework-was assessed [5]. The object of the research is the process of selecting a mobile. The subject of the research is decision-making methods and web application development technologies. The goal of the study is to develop a web-based information system that provides personalized recommendations for selecting a mobile device based on user-defined criteria. During implementation, a goal tree for the system was created, the architecture of the web application was designed, the client and server sides were implemented using Django and SQLite, process modeling was carried out using IDEF0 and DFD diagrams, and system functionality was tested. The implemented system provides functionality for user registration and authentication, viewing the list of mobile devices, accessing detailed information about each model, adding and reviewing user feedback, and administrator support for content updates. The use of internal model structures and forms is provided for conveniently adding new devices to the database. Due to the use of Django REST Framework, the system allows for future integration with mobile clients. Special attention is paid to personal data protection, interface usability, and responsive layout design. The system demonstrates stable performance in various environments. The results obtained confirm the effectiveness of the proposed approach and the compliance of the developed system with modern requirements for information services. Future improvements may include the implementation of recommendation algorithms based on machine learning, integration with external databases, and the development of a mobile version of the application.