Вебсервіс рекомендацій «YTSimilar» для інтелектуального пошуку споріднених відео на YouTube

Abstract

Кваліфікаційна робота присвячена розробці вебсервісу YTSimilar, що виконує семантичний пошук споріднених відео на платформі YouTube. Метою проєкту є побудова інтелектуальної рекомендаційної системи, що використовує сучасні технології машинного навчання та обробки природної мови. У процесі реалізації було здійснено аналіз наукових публікацій та протестовано моделі обчислення тематичної подібності між відео. Для реалізації сервісу застосовано стек технологій такі як Python, Flask, Google Cloud, yt-dlp, youtube-transcript-api та бібліотеки векторизації тексту. Сервіс базується на клієнт-серверній архітектурі, де клієнтська частина реалізована у вигляді браузерного розширення, що взаємодіє з сервером для аналізу введених посилань. Система отримує транскрипт відео, виконує попередню обробку тексту, порівнює семантичний зміст, та формує список рекомендованих відео. В результаті реалізовано прототип, який продемонстрував релевантність рекомендацій навіть у випадках, коли вбудовані алгоритми YouTube не здатні забезпечити точного тематичного збігу. Розроблений вебсервіс може стати основою для подальших досліджень у галузі персоналізованих рекомендацій, освітнього контенту та аналітики користувацької поведінки.