Розробка моделей та інформаційної технології прогнозування трендів для платформи YouTube за допомогою методів науки про дані

Майданик А. О. Розробка моделей та інформаційної технології прогнозування трендів для платформи YouTube за допомогою методів науки про дані : кваліфікаційна робота магістра : 122 Комп’ютерні науки / наук. кер. О. В. Заріцький. Київ, 2025. 96 с.

Мета дипломної роботи – Покращити прогнозування попадання відео до списку «Trending» на YouTube в перші дні після публікації, застосувавши комбіновані часові, текстові та поведінкові ознаки і сучасні алгоритми машинного навчання.
Об’єкт дослідження – процеси формування трендовості відеоконтенту на платформі YouTube.
Предмет дослідження – методи фічер‑інжинірингу, алгоритми машинного навчання та інженерні підходи до розгортання моделей, що забезпечують прогноз трендовості відео.
Наукова новизна роботи полягає в розробці комплексного Data Science‑пайплайна, який:
• використовує комбіновані часові, текстові та поведінкові ознаки, сформовані з метаданих YouTube;
• застосовує балансування класів SMOTE у зв’язці з градієнтним бустингом та аналізом важливості ознак (SHAP);
• інтегрується у продукційний веб‑сервіс Flask з автоматичним обчисленням фіч та REST‑endpoint /predict.
Практична цінність полягає у створенні модульного інструменту, який може використовуватися авторами контенту, маркетологами та аналітиками для оперативного передбачення перспективності відео, оптимізації контент‑стратегій і рекламних бюджетів.
У роботі виконано: аналіз літератури й існуючих систем прогнозування трендів; побудову та оцінку моделей (Random Forest, XGBoost, LightGBM); розробку Flask‑сервісу та тестування його продуктивності; економічне обґрунтування розгортання у хмарній інфраструктурі.