Інформаційна система для аналізу психологічного стану особистості на основі машинного навчання з підвищенням користувацького досвіду (UI/UX)

Abstract

Інформаційні системи, засновані на машинному навчанні, здатні аналізувати великі обсяги даних для діагностики психологічних станів [1]. Ці системи використовують алгоритми для ідентифікації емоційних станів на основі текстових даних, що отримуються через оптимізовані інтерфейси UI/UX, підвищуючи точність діагностування та ефективність психологічної підтримки [2,3]. Проведено системний аналіз об'єкта дослідження, що включав створення дерева цілей, конкретизацію функціонування системи та побудову ієрархії процесів. Це дозволило визначити основні етапи розробки та взаємодії між усіма компонентами системи, такими як користувачі, Telegram-бот, модулі обробки та аналізу даних, база даних та адміністратор. Практична частина роботи включала розробку Telegram-бота, що забезпечує інтерактивну взаємодію з користувачами для підтримки процесів прийняття рішень. Описано архітектуру, основні функціональні можливості бота та наведено інструкцію користувача. Проведено аналіз контрольного прикладу, який підтвердив ефективність системи у реальних умовах. Отримані результати показують, що використання алгоритмів машинного навчання забезпечує точний та об’єктивний аналіз психологічного стану користувачів, а принципи дизайну UI/UX підвищують зручність та ефективність системи. Це дослідження робить значний внесок у розвиток інформаційних технологій та психології, забезпечуючи важливу підтримку психічного здоров'я населення у складних сучасних умовах. Об’єкт дослідження: Процес спостереження та вивчення психологічного стану людини за допомогою цифрових технологій. Предмет дослідження: Інтеграція технік машинного навчання для аналізу психологічного стану людини через текстові дані, з подальшим удосконаленням користувацького інтерфейсу для підвищення залучення та задоволення користувачів. Мета дослідження: Розробка та впровадження інформаційної системи, яка використовує передові технології машинного навчання для аналізу та підтримки психологічного благополуччя користувачів, з акцентом на покращенні UI/UX дизайну. Стисло навести результати дослідження: Розроблена система ефективно збирає та аналізує дані про психологічний стан, забезпечуючи точні та своєчасні психологічні втручання. Покращення в інтерфейсі та взаємодії з користувачами значно збільшило задоволеність і залученість користувачів.

Information systems based on machine learning are capable of analyzing large volumes of data for diagnosing psychological states [1]. These systems utilize algorithms to identify emotional states based on textual data obtained through optimized UI/UX interfaces, enhancing diagnostic accuracy and psychological support efficiency [2,3]. A systematic analysis of the research object was conducted, which included creating a goal tree, detailing system functionality, and building a process hierarchy. This approach identified the main development stages and interactions among all system components, such as users, a Telegram bot, data processing and analysis modules, the database, and the administrator. The practical part involved developing a Telegram bot to facilitate interactive user engagement in decision-making processes. The architecture, key functionalities of the bot, and user instructions were described. A case study analysis confirmed the system's effectiveness in real-world conditions. The results indicate that machine learning algorithms provide accurate and objective psychological state analysis, while UI/UX design principles enhance system usability and efficiency. This research contributes significantly to the advancement of information technology and psychology, offering essential support for mental health in complex contemporary conditions. Research Object: The process of observing and studying the psychological state of an individual through digital technologies. Research Subject: Integration of machine learning techniques for analyzing psychological states through textual data, with subsequent improvement of the user interface to increase user engagement and satisfaction. Research Goal: Development and implementation of an information system that uses advanced machine learning technologies to analyze and support users' psychological well-being, with a focus on improving UI/UX design. Summary of Research Results: The developed system effectively collects and analyzes data on psychological states, providing accurate and timely psychological interventions. Improvements in the interface and user interaction significantly increased user satisfaction and engagement.