data_layer.py

import json
import os
from parser import get_fallback_courses

def load_courses():
    """Загружает курсы из JSON файла или возвращает fallback"""
    try:
        courses_file = 'data/processed/courses.json'
        if os.path.exists(courses_file):
            with open(courses_file, 'r', encoding='utf-8') as f:
                courses = json.load(f)
            return courses
        else:
            # Если файла нет, возвращаем fallback
            return get_fallback_courses()
    except Exception as e:
        print(f'Ошибка загрузки курсов: {e}')
        return get_fallback_courses()

def filter_courses(query, program_id=None, semester=None):
    """Фильтрация курсов по запросу и параметрам"""
    courses = load_courses()
    query_lower = query.lower()
    
    filtered = []
    
    for course in courses:
        # Фильтр по программе
        if program_id and course.get('program_id') != program_id:
            continue
            
        # Фильтр по семестру
        if semester and course.get('semester') != semester:
            continue
            
        # Поиск по ключевым словам
        course_text = f"{course.get('name', '')} {course.get('short_desc', '')} {' '.join(course.get('tags', []))}".lower()
        
        if any(word in course_text for word in query_lower.split()):
            filtered.append(course)
    
    return filtered[:8]  # Ограничиваем до 8 курсов

def recommend_courses(profile):
    """Рекомендации курсов на основе профиля студента"""
    courses = load_courses()
    
    programming_exp = profile.get('programming_experience', 2)
    math_level = profile.get('math_level', 2)
    interests = profile.get('interests', [])
    semester = profile.get('semester')
    
    # Фильтруем по семестру если указан
    if semester:
        courses = [c for c in courses if c.get('semester') == semester]
    
    # Сортируем по релевантности
    scored_courses = []
    
    for course in courses:
        score = 0
        
        # Оценка по сложности программирования
        if programming_exp <= 2 and 'python' in course.get('tags', []):
            score += 2
        elif 2 <= programming_exp <= 4 and 'ml' in course.get('tags', []):
            score += 2
        elif programming_exp >= 4 and 'dl' in course.get('tags', []):
            score += 2
        
        # Оценка по математике
        if math_level >= 2 and 'math' in course.get('tags', []):
            score += 2
        if math_level >= 3 and 'stats' in course.get('tags', []):
            score += 1
        
        # Оценка по интересам
        matching_tags = [tag for tag in interests if tag in course.get('tags', [])]
        score += len(matching_tags) * 3
        
        # Бонус за product/business интересы для AI Product программы
        if 'product' in interests or 'business' in interests:
            if course.get('program_id') == 'ai_product':
                score += 2
        
        if score > 0:
            scored_courses.append((course, score))
    
    # Сортируем по score и возвращаем топ-7
    scored_courses.sort(key=lambda x: x[1], reverse=True)
    return [course for course, score in scored_courses[:7]]

def is_relevant(message):
    """Проверяет релевантность вопроса"""
    itmo_keywords = [
        'итмо', 'магистратура', 'учебный план', 'дисциплина', 'курс',
        'ии', 'ai', 'ai product', 'институт ии', 'программа',
        'машинное обучение', 'глубокое обучение', 'nlp', 'компьютерное зрение',
        'продукт', 'аналитика', 'управление', 'обучение', 'учеба'
    ]
    
    message_lower = message.lower()
    
    # Проверяем ключевые слова
    if any(keyword in message_lower for keyword in itmo_keywords):
        return True
    
    # Проверяем совпадение с названиями курсов
    courses = load_courses()
    for course in courses:
        if course.get('name', '').lower() in message_lower:
            return True
    
    return False

def get_program_info(program_id):
    """Получает информацию о программе"""
    programs = {
        'ai': {
            'name': 'Искусственный интеллект',
            'description': 'Программа готовит специалистов в области машинного обучения, глубокого обучения, обработки естественного языка и компьютерного зрения.',
            'duration': '2 года (4 семестра)',
            'credits_total': 120,
            'career': 'ML Engineer, Data Scientist, Research Scientist, AI Developer'
        },
        'ai_product': {
            'name': 'AI Product Management',
            'description': 'Программа готовит продуктовых менеджеров, способных создавать и развивать ИИ-продукты.',
            'duration': '2 года (4 семестра)',
            'credits_total': 120,
            'career': 'Product Manager, AI Product Manager, Business Analyst, Product Owner'
        }
    }
    
    return programs.get(program_id)