Абашин, Денис Андрійович2025-10-162025-10-162025Абашин, Д. А. Система прогнозування та моніторінгу попиту на товари у роздрібній торгівлі = Forecasting and monitoring system for goods demand in retail : кваліфікаційна робота бакалавра / Д. А. Абашин. – Одеса, 2025. – 54 с.https://dspace.onu.edu.ua/handle/123456789/42765Кваліфікаційна робота присвячена розробці веб-застосунку для прогнозування попиту на товари із застосуванням технологій штучного інтелекту. Мета проєкту – створити зручний інструмент, що приймає мінімальний набір початкових даних (назва товару, ціна, поточні місячні продажі) та генерує точний прогноз обсягу реалізації разом із рекомендаціями щодо збільшення попиту. У ході роботи проаналізовано предметну область управління запасами, розглянуто класичні статистичні та сучасні AI-підходи до прогнозування, сформульовано функціональні й нефункціональні вимоги до системи. Реалізацію виконано у вигляді модульної архітектури: Frontend – React + TypeScript, Backend – NestJS та інтеграція з OpenAI API. Запропонований застосунок розгорнуто на платформі DigitalOcean, проведено тестування точності прогнозу і зручності інтерфейсу. Практична цінність роботи полягає у зниженні витрат підприємств на надлишкові запаси та підвищенні обґрунтованості маркетингових рішень за рахунок швидкої аналітики в режимі реального часу.The Bachelor's thesis is devoted to the web-application development for product demand forecasting using artificial intelligence technologies. The project's goal is to create a user-friendly tool that accepts a minimum set of initial data (product name, price, current monthly sales) and generates an accurate forecast of sales volume along with recommendations for increasing demand. In the process, we analyzed the inventory management domain, considered classical statistical and modern AI approaches to forecasting, and formulated functional and non-functional requirements for the system. The implementation is made in the modular architecture: Frontend – React + TypeScript, Backend – NestJS and integration with OpenAI API. The proposed application was deployed on the DigitalOcean platform, and the forecast accuracy and user-friendliness of the interface were tested. The application's practical value lies in reducing the cost of excess inventory and increasing the validity of marketing decisions through fast real-time analytics.uk122 комп’ютерні наукибакалавртоварироздрбіна торгівляпопитсистема прогнозуваннямоніторингDiplomas