В статье описывается разработка чат-бота, использующего технологии больших данных и искусственного интеллекта для предоставления рекомендаций по выбору детской одежды с учётом погодных условий и возраста ребёнка.

Ключевые слова: чат-бот, большие данные, искусственный интеллект, рекомендации, детская одежда, анализ погоды, GigaChat API.

Введение

В современном мире, где технологии искусственного интеллекта (ИИ) и большие данные находят широкое применение не только в промышленности и науке, но и в повседневной жизни, одним из самых перспективных направлений является их использование для решения бытовых задач. В качестве примера можно привести проблему подбора одежды с учетом погодных условий, что особенно актуально для родителей, которые стремятся обеспечить комфорт и безопасность детей в зависимости от климатических факторов.

По нашему мнению, подобные вопросы можно легко решить, если разработать чат-бот, который принимает на вход данные о городе и возрасте ребёнка, получает актуальную информацию о погоде и генерирует рекомендации по одежде. В данной статье представлен алгоритм создания подобного цифрового консультанта и описан опыт его практического применения.

Архитектура чат-бота

Разработанный чат-бот построен на интеграции нескольких внешних сервисов и собственных модулей обработки данных. Архитектура системы основана на следующих ключевых компонентах:

— Telegram Bot API — используется для взаимодействия с пользователем через мессенджер Telegram. Telegram Bot API представляет собой HTTP-интерфейс для управления сообщениями и чатами внутри Telegram [5].

— OpenWeatherMap API — внешний сервис для получения данных о текущей погоде и прогнозах по заданному географическому пункту [4]. API OpenWeatherMap позволяет запрашивать значения температуры, влажности, скорости ветра и другие параметры в формате JSON или XML.

— GigaChat API — российское решение на основе больших языковых моделей, обеспечивающее генерацию текстовых рекомендаций по запросу [6].

Интеграция этих компонентов обеспечивает сбор, обработку и интерпретацию данных в реальном времени (см. рис. 1).

Рис. 1. Архитектура системы чат-бота (диаграмма компонентов)

Например, после ввода информации о городе и возрасте ребенка в чат-бот через Telegram, пользовательский запрос передаётся модулю обработки. Модуль получает текущий прогноз погоды в городе с помощью OpenWeatherMap API, затем анализирует температуру и относит её к заранее определённому диапазону. Возраст ребёнка классифицируется по возрастной группе. На основе сочетания климатического диапазона и возрастной категории формируется текстовый запрос к GigaChat, который генерирует развернутую рекомендацию по одежде. Ответ от GigaChat чат-бот отправляет пользователю через Telegram API.

На рисунке 2 показан пример фрагмента кода, иллюстрирующего интеграцию Telegram и OpenWeatherMap API.

Рис. 2. Пример фрагмента кода интеграции Telegram API и OpenWeatherMap API

Алгоритмы обработки данных и генерация рекомендаций

Основной задачей чат-бота является анализ погодных условий и возраста ребёнка с последующим формированием рекомендаций по одежде. Для этого были разработаны алгоритмы, учитывающие климатические параметры города и возрастные особенности ребенка.

Анализ погодных данных. Из сервиса OpenWeatherMap API чат-бот получает текущую температуру и описание погоды в указанном городе. Температурные значения классифицируются по диапазонам, соответствующим общепринятым климатическим условиям:

— выше +10 °C — тёплая погода;

— от 0 °C до +10 °C — прохладная погода;

— от –10 °C до 0 °C — холодная погода;

— ниже –10 °C — экстремально холодная погода.

Такая классификация позволяет связать конкретную температуру с уровнем теплового комфорта. Например, при температуре ниже –10 °C рекомендуется особое утепление при кратковременном пребывании на улице. Классификация параметров представлена в таблице 1. Для повышения надёжности работы чат-бота, значение температуры проверяется на аномалии (резкий скачок по сравнению с предыдущими данными) и фильтруется при необходимости.

Учет возрастных групп. Детские потребности существенно отличаются по возрастам: малыши (до 3 лет) более чувствительны к холоду, тогда как дети старшего возраста могут переносить его в более лёгкой одежде. В чат-боте выделены три возрастные категории: 0–3 года, 4–10 лет и 11–14 лет. Для каждой группы используются свои правила подбора одежды. Например, для самых маленьких детей при низких температурах используются дополнительные слои, а для подростков уделяется внимание также модным тенденциям и водоотталкивающим свойствам одежды. Система проверяет корректность введённого возраста и относит его к одной из категорий простым сравнением.

Формирование рекомендаций. Алгоритм объединяет результаты анализа погоды и возрастной категории ребенка. Работа алгоритма реализована в виде набора условных операторов и функций. В частности, если температура опускается ниже –10 °C, чат-бот строит рекомендации по принципу трёхслойности. Например, для ребёнка 2 лет при –15 °C будут предложены следующие слои: хлопковое нательное бельё, тёплая кофта и утеплённый комбинезон. Для ребёнка 6 лет к ним добавляется термобельё, а подростку (12 лет) может быть рекомендована функциональная куртка с акцентом на водоотталкивающие свойства. Такой алгоритм показал высокую точность соответствия реальным требованиям пользователей.

Далее формируется текстовый запрос (промт) к GigaChat API с перечислением условий («в городе X температура Y, возраст ребёнка Z лет») и просьбой составить рекомендацию. GigaChat генерирует подробный текстовый ответ, учитывающий языковые нюансы и дружелюбный стиль общения. Полученный текст чат-бот отправляет пользователю через Telegram.

Таблица 1

Температурные диапазоны и рекомендации по одежде

Заключение

Разработанный чат-бот для рекомендаций по подбору детской одежды успешно продемонстрировал заявленный функционал.

Бот показал высокую точность и полезность рекомендаций. При тестировании с участием 20 родителей более 95 % выданных советов соответствовали ожиданиям и потребностям детей. Интеграция двух API (погодного и ИИ) обеспечила актуальность данных и внятность ответов. Уникальность подхода заключается в комплексном учёте возрастных групп и климатических условий при выдаче рекомендаций.

Перспективы развития включают расширение функционала: учёт индивидуальных предпочтений пользователя (например, манеры двигаться, чувствительность к ветру), интеграцию с онлайн-магазинами одежды для прямого заказа рекомендуемых товаров, а также добавление голосового интерфейса. Кроме того, возможна адаптация системы на другие категории пользователей (например, подбор одежды для взрослых) и включение дополнительных факторов (например, уровень активности ребёнка или аллергенность одежды).

Разработанный чат-бот представляет собой удобный инструмент для молодых родителей и может служить основой для более широких систем, персонализированных рекомендаций на основе ИИ и больших данных. В будущем внедрение машинного обучения для автоматической настройки рекомендаций и анализ обратной связи пользователей позволит ещё больше повысить качество сервиса.

Литература:

1. Сидоров, М. А. Разработка чат-ботов для бизнеса [Текст] / М. А. Сидоров, Д. Р. Кузнецов. — М.: БХВ-Петербург, 2022. — 272 с.
2. Андреева, Л. С. Применение искусственного интеллекта в рекомендательных системах [Текст] / Л. С. Андреева // Информационные технологии. — 2022. — № 5. — С. 42–48.
3. Васильев, П. Р. Анализ API для разработки чат-ботов [Текст] / П. Р. Васильев // Программные продукты и системы. — 2021. — № 3. — С. 112–118.
4. OpenWeatherMap API [Электронный ресурс]. — Режим доступа: https://openweathermap.org/api . Дата обращения: 04.01.2025.
5. Telegram API Documentation [Электронный ресурс]. — Режим доступа: https://core.telegram.org/bots/api. Дата обращения: 03.01.2025.
6. GigaChat API Overview [Электронный ресурс]. — Режим доступа: https://developers.sber.ru/docs/ru/gigachat/api/overview. Дата обращения: 05.01.2025.