Детальная информация

Данная работа посвящена разработке автоматизированной системы генерации сценариев для коммерческого видео-контента на основе анализа трендов социальных сетей и применения технологий искусственного интеллекта. Задачи, которые решались в ходе исследования: 1. Разработать унифицированный формат для сбора данных из разных платформ и интегрировать сбор данных. 2. Разработать модуль выделения трендов. 3. Генерация сценариев по заданному формату. 4. Реализовать веб-приложение. В работе была спроектирована архитектура системы, объединяющая процессы сбора данных, аналитической обработки публикаций и генерации сценариев. Реализованы механизмы получения и нормализации данных из социальных сетей, разработаны алгоритмы выявления трендов на основе Z-отклонения и коэффициента виральности (K-фактора), а также создан алгоритм подготовки контекста для генеративной модели. В результате выполненной работы разработана программная система, позволяющая автоматически собирать данные из различных социальных платформ, выявлять публикации с признаками виральности и использовать их для генерации сценариев коммерческого видео-контента. Реализован пользовательский интерфейс для управления проектами, анализа трендов, работы со сценариями и организации совместной работы участников. Проведено тестирование алгоритмов детекции трендов и оценка качества генерируемых сценариев. Для достижения данных результатов в работе были использованы следующие информационные технологии, программное обеспечение и сервисы: язык программирования TypeScript, фреймворки Next.js, React и Node.js, библиотека Prisma ORM, база данных PostgreSQL, библиотека Telethon, технология FastAPI, облачные сервисы OpenAI API (GPT-4o), YouTube Data API, TikTok API, а также инструменты Git, GitHub, Docker и npm.

This work is devoted to the development of an automated system for generating commercial video content scripts based on social media trend analysis and the application of artificial intelligence technologies. The research set the following goals: 1. To develop a unified format for collecting data from different platforms and integrate data collection mechanisms. 2. To develop a trend detection module. 3. To generate scripts according to a specified format. 4. To implement a web application. The system architecture integrating data collection, analytical processing of publications, and script generation processes was designed. Mechanisms for collecting and normalizing data from social networks were implemented. Algorithms for trend detection based on Z-score and virality coefficient (Kfactor) were developed, and a context preparation algorithm for a generative model was created. As a result of the work, a software system was developed that automatically collects data from various social media platforms, identifies publications with signs of virality, and uses them for generating commercial video content scripts. A user interface for project management, trend analysis, script processing, and collaborative work was implemented. Trend detection algorithms were tested, and the quality of the generated scripts was evaluated. The following information technologies, software tools, and services were used to achieve these results: TypeScript programming language, Next.js, React and Node.js frameworks, Prisma ORM library, PostgreSQL database management system, Telethon library, FastAPI technology, OpenAI API (GPT4o) cloud services, YouTube Data API, TikTok API, as well as Git, GitHub, Docker, and npm tools.