Vahvistusoppimisen hyödyntäminen suosittelujärjestelmissä

Kalliomäki, Jussi (2022)
 
Avaa tiedosto
Lataukset: 



Kalliomäki, Jussi
2022

Tieto- ja sähkötekniikan kandidaattiohjelma - Bachelor's Programme in Computing and Electrical Engineering
Informaatioteknologian ja viestinnän tiedekunta - Faculty of Information Technology and Communication Sciences
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2022-05-31
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tuni-202205154895
Tiivistelmä
Internetissä toimijoilla on todettu hyödylliseksi olla suosittelujärjestelmä nykyaikana. Tällainen järjestelmä auttaa tuomaan käyttäjälle häntä kiinnostavia asioita informaatiotulvan keskellä. Tässä tutkielmassa esitellään vahvistusoppimisen metodeita, suosittelujärjestelmien metodeita, sekä kuinka vahvistusoppimisen metodeilla voidaan parannella erityyppisiä suosittelujärjestelmiä.

Esiteltyihin vahvistusoppimismetodeihin kuuluvat dynaaminen ohjelmointi, Monte-Carlo metodit, sekä Q-oppiminen alaluokkineen. Suosittelujärjestelmien periaatteita esitellään keskittyen pääosin kollaboratiivisiin, sekä sisältöperusteisiin suosittelujärjestelmiin. Tutkielman tavoitteena on selvittää vahvistusoppimisen toimimista suosittelujärjestelmien toimintaperusteena.

Työn johtopäätöksenä huomataan, että monissa suosittelujärjestelmissä vahvistusoppimisen käytöllä on huomattavia etuja muunlaisiin nykyaikaisiin ja perinteisempiin suosittelujärjestelmien toimintametodien sijaan. Näitä eroja ovat esimerkiksi nopeampi mieltymysten muutoksiin reagointi sekä kylmäkäynnistysongelman ratkaisu. Työssä myös esitellään syvän vahvistusoppimisen sekä muiden syväoppimisen metodien käyttöä suosittelujärjestelmien toteutuksessa.
Kokoelmat