Details

Данная работа посвящена разработке и тестированию интерактивной рекомендательной системы, применяемой в платформе электронной коммерции. Обосновывается актуальность темы работы, проведен анализ видов рекомендательных систем и архитектурных подходов, применяемых при их реализации. В ходе работы выведены функциональные требования к разрабатываемой системе, разработана архитектура решения, обоснован выбор используемых технологий, и реализован функционал системы рекомендаций. Также, была разработана схема для векторной базы данных и настроены индексы для увеличения эффективности поиска. Было реализовано получение данных из брокера сообщений и их отказоустойчивая обработка. Разработанная система была протестирована как с использованием инструментов автоматизированного тестирования, так и вручную. Ручное тестирование было проведено с целью проверки качества рекомендаций. Были проведены нагрузочные испытания с целью выяснения стабильности работы системы под нагрузкой, и ее вычислительной эффективности.

This paper focuses on the development and testing of an interactive recommendation system applied within an e-commerce platform. It substantiates the relevance of the topic and provides an analysis of various recommendation system types and the architectural approaches used for their implementation. In the course of this work, the functional requirements for the system were derived, the solution architecture was designed, the choice of the technology stack was justified, and the core functionality of the recommendation system was implemented. Additionally, a schema for a vector database was developed, and indices were configured to enhance search efficiency. Data ingestion from a message broker and its fault-tolerant processing were also successfully established. The developed system was evaluated using both automated testing tools and manual testing, the latter being conducted specifically to verify the quality of the recommendations. Finally, load testing was performed to determine the systems stability under stress and its overall computational efficiency.