Аналітичний ВЕБ-додаток управління особистими фінансами

Abstract

Актуальність теми У сучасному цифровому суспільстві ефективне управління особистими фінансами є важливою складовою економічної стабільності людини. Зростання кількості електронних транзакцій, поява різних джерел доходів і витрат створюють потребу в інструментах, що дозволяють контролювати фінансові потоки та приймати обґрунтовані рішення. Більшість існуючих застосунків для обліку фінансів забезпечують лише фіксацію операцій, але не надають глибокого аналізу чи прогнозування. Тому актуальним є створення аналітичного веб-додатку, який поєднує автоматизований облік, інтелектуальну аналітику та зручну візуалізацію даних. Така система допоможе користувачам підвищити фінансову грамотність і ефективніше керувати власним бюджетом. Об’єкт дослідження Процес управління особистими фінансами користувачів у межах інформаційних систем. Предмет дослідження Моделі, методи та засоби побудови аналітичного веб-додатку для обліку, аналізу, кластеризації та прогнозування фінансових даних користувачів. Мета дослідження Розробити аналітичний веб-додаток управління особистими фінансами, який забезпечує повний цикл роботи з фінансовими даними користувача — від збору і візуалізації до аналітики та прогнозування — з урахуванням вимог безпеки, масштабованості та зручності використання. Завдання дослідження 1. Аналіз існуючих рішень для управління особистими фінансами та визначення їхніх переваг і недоліків. 2. Дослідження методів збору, обробки та зберігання фінансових даних із забезпеченням їхньої конфіденційності та безпеки. 3. Вибір і обґрунтування методів фінансової аналітики та прогнозування для підтримки прийняття рішень користувачами. 4. Розробка принципів побудови інтерфейсу та інструментів візуалізації, що забезпечують зручність і ефективність користування веб-додатком. Методи дослідження У роботі використано методи системного аналізу для формалізації процесів управління фінансами, методи функціонального та об’єктно-орієнтованого моделювання (DFD, UML) для побудови структури системи. У межах аналітичної частини застосовано алгоритми кластеризації (K-Means, DBSCAN) для групування користувачів за фінансовими звичками та моделі прогнозування на основі часових рядів для оцінювання майбутніх витрат. Програмну реалізацію виконано з використанням технологій React, Node.js, PostgreSQL, REST API і бібліотек Chart.js для інтерактивної візуалізації даних. Наукова новизна ● вперше запропоновано комплексний підхід до управління особистими фінансами, що об’єднує кластеризацію користувачів і прогнозування фінансових показників у межах веб-додатку; ● удосконалено архітектурну модель аналітичних систем за рахунок інтеграції інтелектуальних алгоритмів обробки даних; ● розроблено методику підвищення точності прогнозів за рахунок попередньої кластеризації фінансових даних; ● реалізовано архітектуру веб-додатку з підвищеним рівнем безпеки та гнучкою масштабованістю. Апробація результатів Результати дослідження доповідалися на студентських науково-практичних конференціях факультету інформаційних технологій НУБіП України та опубліковані у збірниках тез доповідей. Структура магістерської роботи Робота складається зі вступу, чотирьох розділів, висновків та списку джерел. У першому розділі здійснено системний аналіз предметної області. У другому — розроблено функціональні, об’єктно-орієнтовані та математичні моделі системи. Третій розділ присвячено реалізації аналітичного веб-додатку. Четвертий розділ містить результати дослідження, тестування та оцінку точності прогнозних моделей. Загальний обсяг роботи становить 98 сторінок, містить 22 рисунків, 2 таблиць і 25 найменувань у списку використаних джерел, а також оформлені додатки А та Б.