Original title:
Personalizované hodnocení kosmetických produktů
Translated title:
Personalized Cosmetic Product Rating App
Authors:
Mikulicová, Markéta ; Materna, Zdeněk (referee) ; Beran, Vítězslav (advisor) Document type: Bachelor's theses
Year:
2026
Language:
eng Publisher:
Vysoké učení technické v Brně. Fakulta informačních technologií Abstract:
[eng][cze]
Tato bakalářská práce se zabývá návrhem a implementací webové aplikace pro personalizované doporučování kosmetických produktů s důrazem na uživatelsky přívětivý design. Systém modeluje uživatele a produkty pomocí srovnatelných atributových struktur zahrnujících typ pleti, problémy pleti, cíle péče a alergeny. Doporučovací logika kombinuje obsahový přístup založený na Jaccardově koeficientu podobnosti s hybridní komponentou využívající uživatelská hodnocení. Tvrdý alergenový filtr zajišťuje vyloučení produktů obsahujících označené ingredience. Aplikace je implementována jako webová aplikace s backendem v Pythonu a FastAPI a frontendem v Reactu, komunikujícími prostřednictvím RESTful API. Systém byl vyhodnocen moderovaným testováním použitelnosti s pěti účastníky. Průměrné skóre SUS přibližně 83 potvrzuje vysokou míru použitelnosti a průměrné hodnocení na Likertově škále přibližně 4,25 z 5 ukazuje pozitivní vnímání kvality doporučení.
This bachelor’s thesis presents the design and implementation of a web application for personalized cosmetic product recommendation with an emphasis on user-friendly design. The system models users and products using comparable attribute structures encompassing skin type, skin concerns, skincare goals, and allergens. The recommendation logic combines a content-based approach using the Jaccard similarity coefficient with a hybrid component that incorporates user ratings. A hard allergen filter ensures that products containing flagged ingredients are excluded from recommendations. The application is implemented as a web application with a Python and FastAPI backend and a React frontend, communicating via RESTful APIs. The system was evaluated through moderated usability testing with five participants. An average SUS score of approximately 83 confirms high usability, and an average Likert-scale rating of approximately 4.25 out of 5 indicates positive perception of recommendation quality.
Keywords:
doporučovací systém; hybridní doporučování; Jaccardova podobnost; kosmetika; personalizace; použitelnost; uživatelská zkušenost; webová aplikace; cosmetics; hybrid recommendation; Jaccard similarity; personalization; recommendation system; usability; user experience; web application
Institution: Brno University of Technology
(web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library. Original record: http://hdl.handle.net/11012/258152