Details

В данной работе разработана рекомендательная система для выбора темы выпускной квалификационной работы на основе анализа подписок пользователя в мессенджере Telegram. Реализован многоэтапный программный комплекс: сбор сообщений из каналов, извлечение тематических интересов методом BERTopic, построение векторного профиля пользователя с учётом его образовательного контекста, поиск релевантных научных публикаций в корпусе OpenAlex и генерация формулировок тем языковой моделью Qwen2.5-3B-Instruct с последующей фильтрацией бинарным классификатором. Проведено экспериментальное сравнение конфигураций языковой модели, стратегий формирования запроса и конфигураций классификатора-фильтра. Сквозное тестирование на трёх пользователях с различными направлениями подготовки подтвердило работоспособность и универсальность разработанного решения.

This work presents a recommendation system for selecting a graduation thesis topic based on the analysis of a users Telegram channel subscriptions. A multi-stage software pipeline was designed and implemented, comprising message collection from channels, extraction of thematic interests using BERTopic, construction of a user vector profile incorporating educational context, retrieval of relevant scientific publications from an OpenAlex corpus, and generation of thesis topic formulations using the Qwen2.5-3B-Instruct language model with subsequent filtering by a binary classifier. An experimental comparison of language model configurations, prompting strategies, and classifier configurations was conducted. End-to-end testing on three users with different academic programmes confirmed the applicability and universality of the developed system.