Детальная информация

Настоящее исследование направлено на создание и внедрение в мобильный ритейл-проект специального блока для показа тегов. Теги формируются на основе AI-анализа пользовательских отзывов. В ходе исследования была изучена проблема информационной перегрузки пользователей. Дополнительно проведен сравнительный обзор того, как внедрены интеллектуальные теги в популярных программах для электронной торговли. В ходе работы был спроектирован и разработан программный модуль на языке Kotlin. Готовый программный компонент встроен в мобильное приложение. Он взаимодействует с удаленным сервисом на базе искусственного интеллекта. Данный сервис выполняет анализ текстовых отзывов и выдает упорядоченную информацию. Клиентская сторона получает эти сведения и проводит их фильтрацию. В итоге результаты выводятся на экран в формате тегов с ключевыми свойствами продукта. Проведенное функциональное и нагрузочное тестирование подтвердило стабильную работу модуля в различных сценариях использования. Разработанное решение помогает пользователю быстрее воспринимать данные о продукции. Проект полностью готов к практическому применению в сфере онлайн-продаж. Для достижения поставленных результатов были использованы следующие технологии: Android Studio, Kotlin, Jetpack Compose, Coroutines, StateFlow, Ktor Client, Kotlinx Serialization, Dagger Hilt, Git, GitHub, Figma, а также AI-сервис для анализа пользовательских отзывов.

This research focuses on the development and implementation of a specialized tag display module for a mobile retail application. The tags are generated on the basis of AI analysis of user reviews. The study examined the problem of user information overload and included a comparative review of the implementation of intelligent tags in popular online retail applications. During the project, a software module was designed and developed in Kotlin. The completed component was integrated into the mobile application. The module interacts with a remote AI-based service that performs analysis of text reviews and generates structured data. The processed results are displayed on the screen in the form of tags containing key product characteristics. Functional and load testing confirmed the stable operation of the module in various usage scenarios. The developed solution helps users perceive product information more quickly and is fully ready for practical application in mobile retail applications. The following technologies were used during the project development: Android Studio, Kotlin, Jetpack Compose, Coroutines, StateFlow, Ktor Client, Kotlinx Serialization, Dagger Hilt, Git, GitHub, Figma, as well as an AI service for user review analysis.