Выпускная квалификационная работа бакалавра посвящена исследованию сокращения трудоемкости фазы сопровождения программного продукта. Проведен обзор алгоритмов векторного представления данных. Представлено сравнение различных способов оценки семантического сходства текстов. Исследованы существующие инструменты для поиска и анализа запросов заказчика. В рамках проведенной работы предложен метод анализа нерешенных запросов и поиска семантически схожих. Описан процесс создания набора данных из полученных запросов заказчика, рассмотрен подход к использованию алгоритма Doc2Vec для получения векторного представления текста. Показан сценарий применения созданной модели для классификации запроса, а также приведен метод анализа запросов заказчика с помощью правил. В качестве выходных данных описано формирование отчета с полученными рекомендациями. Метод реализован в описанном программном средстве, в результатах приведена инструкция использования инструмента, а также его применение на данных проекта Apache KAFKA. Сделаны выводы об эффективности разработанной системы по сравнению с ручным подходом к анализу запросов заказчика.

The bachelor’s thesis is concerned with research in reducing the complexity of software maintenance phase. The review of the algorithms for the vector representation of data is carried out. The comparison of different ways to evaluate the semantic similarity of texts is presented. The existing tools for searching and analyzing customer requests are researched. Within the framework of the work, a method for analyzing unresolved requests and searching for semantically similar ones is proposed. The process of creating a dataset from collected customer requests is described, an approach to using the Doc2Vec algorithm to obtain a vector representation of text is considered. A scenario of using the created model for classifying a request is shown, and a method for analyzing customer requests with the help of rules is presented. As an output, the generation of a report with the received recommendations is described. The method is implemented in the described software, the results contain instructions for using the tool, as well as its use on Apache KAFKA project data. Conclusions are made about the effectiveness of the developed system compared to the manual approach to analysis of customer requests.