АРХІТЕКТУРА ІНФОРМАЦІЙНОЇ ТЕХНОЛОГІЇ РЕАЛІЗАЦІЇ СИСТЕМИ АВТОНОМНОЇ АДАПТИВНОЇ ГЕНЕРАЦІЇ КОНТЕНТУ НА ОСНОВІ МЕТОДІВ МАШИННОГО НАВЧАННЯ

Анотація

У статті розглядається архітектура інформаційної технології реалізації системи автономної адаптивної генерації контенту на основі методів машинного навчання. Основна проблема полягає у забезпеченні ефективного динамічного підбору контенту відповідно до поведінки користувача, що є важливим для інформаційних систем, комп’ютерних ігор та онлайн-платформ. Для вирішення цієї проблеми запропоновано модульну архітектуру, яка включає: модуль збору даних для отримання та попередньої обробки інформації про користувачів, аналітичний модуль для прогнозування реакції користувача за допомогою моделей LSTM та нейромережевих агентів, модуль генерації контенту на основі генеративних змагальних мереж (GAN) та модуль управління, що реалізує оптимізацію стратегії взаємодії користувача через методи підкріплювального навчання (RL). У роботі детально описано алгоритм функціонування системи, що забезпечує повний цикл автономної адаптації: збір даних, прогнозування, генерація контенту, оцінка реакції користувача, оновлення параметрів моделей. Було виконано навчання, результати якого показали поступове зменшення функції втрат (MSE). Проведено порівняльний аналіз повної системи LSTM + GAN + RL з базовими моделями (LSTM без генератора, GAN без RL). Порівняльні показники свідчать про суттєве зниження середньоквадратичної помилки, підвищення точності прогнозування та збільшення залученості користувача, що підтверджує ефективність запропонованої модульної архітектури. Робота демонструє практичну застосовність автономної адаптивної генерації контенту для інформаційних систем, онлайн-платформ та комп’ютерних ігор, а також відкриває перспективи для подальшого вдосконалення генеративних та адаптивних алгоритмів у поєднанні з багатокритеріальним підкріплювальним навчанням