Suosittelujärjestelmät ja vääristymät
Melchy, Aaro (2022)
Melchy, Aaro
2022
Tietojenkäsittelytieteiden kandidaattiohjelma - Bachelor's Programme in Computer Sciences
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
2022-08-25
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tuni-202208256735
https://urn.fi/URN:NBN:fi:tuni-202208256735
Tiivistelmä
Suosittelujärjestelmiä käytetään nykyään useissa erilaisissa ympäristöissä käyttäjien tukena. Niiden avulla suositellaan sisältöä käyttäjälle, minkä seurauksena käyttäjät voivat nopeasti ja mutkattomasti löytää itselleen mieleisiä kohteita monien erilaisten kohteiden seasta. Suosittelujärjestelmien kohtaamat vääristymät voivat tehdä suositteluprosessista puolueellista. Tässä työssä tutkitaan suosittelujärjestelmien toimintaa ja siihen vaikuttavia vääristymiä kartoittaen ongelmaa. Työn tavoite on selvittää, minkälaisia vääristymiä suosittelujärjestelmät kohtaavat, ja minkälaisin keinoin näitä vääristymiä voidaan ehkäistä ja lieventää.
Työn ensimmäisessä osassa esitellään suosittelujärjestelmien keskeisimmät suodatusmenetelmät: Yhteistoiminnallinen suodatus, sisältöpohjainen suodatus sekä hybridimenetelmät. Lisäksi ensimmäisessä osassa esitellään suosittelujärjestelmien käyttöympäristöjä. Toisessa osassa käsitellään vääristymiä avaten ongelman taustaa ja eritellen vääristymien eri tyyppejä. Vääristymien eri tyypeille esitetään erilaisia menetelmiä, joilla niitä voidaan ehkäistä ja lieventää.
Työn tutkimuksen tuloksena vääristymien eri ilmentymien tyyppejä saatiin eriteltyä. Vääristymät pohjautuvat monenlaisiin eri syihin, kuten kohteiden suosioon, näkyvyyteen ja käyttäjien toimintaan. Vääristymien eri ilmentymiä yhdistää se, että niitä ilmenee järjestelmässä usein luonnollisesti. Näitä on myös usein hankalaa havaita ilman tarkempaa selvitystä. Tämän vuoksi vääristymien ennaltaehkäisy tulisi ottaa huomioon jo järjestelmän suunnitteluvaiheessa. Tutkimuksen myötä ilmeni myös, että vääristymiä voidaan lieventää erilaisilla menetelmillä. Jokaista vääristymätyyppiä saadaan lievennettyä sille soveltuvilla menetelmillä. Menetelmät painottuvat muun muassa datan käsittelyyn, erilaisiin koneoppimismenetelmiin ja mallintamiseen. Menetelmiä tulisi ottaa järjestelmään käyttöön jo järjestelmän käyttöönoton aikana, jotta vääristymiä voitaisiin ehkäistä mahdollisimman paljon turvaten järjestelmän tarkoituksenmukainen toiminta.
Työn ensimmäisessä osassa esitellään suosittelujärjestelmien keskeisimmät suodatusmenetelmät: Yhteistoiminnallinen suodatus, sisältöpohjainen suodatus sekä hybridimenetelmät. Lisäksi ensimmäisessä osassa esitellään suosittelujärjestelmien käyttöympäristöjä. Toisessa osassa käsitellään vääristymiä avaten ongelman taustaa ja eritellen vääristymien eri tyyppejä. Vääristymien eri tyypeille esitetään erilaisia menetelmiä, joilla niitä voidaan ehkäistä ja lieventää.
Työn tutkimuksen tuloksena vääristymien eri ilmentymien tyyppejä saatiin eriteltyä. Vääristymät pohjautuvat monenlaisiin eri syihin, kuten kohteiden suosioon, näkyvyyteen ja käyttäjien toimintaan. Vääristymien eri ilmentymiä yhdistää se, että niitä ilmenee järjestelmässä usein luonnollisesti. Näitä on myös usein hankalaa havaita ilman tarkempaa selvitystä. Tämän vuoksi vääristymien ennaltaehkäisy tulisi ottaa huomioon jo järjestelmän suunnitteluvaiheessa. Tutkimuksen myötä ilmeni myös, että vääristymiä voidaan lieventää erilaisilla menetelmillä. Jokaista vääristymätyyppiä saadaan lievennettyä sille soveltuvilla menetelmillä. Menetelmät painottuvat muun muassa datan käsittelyyn, erilaisiin koneoppimismenetelmiin ja mallintamiseen. Menetelmiä tulisi ottaa järjestelmään käyttöön jo järjestelmän käyttöönoton aikana, jotta vääristymiä voitaisiin ehkäistä mahdollisimman paljon turvaten järjestelmän tarkoituksenmukainen toiminta.
Kokoelmat
- Kandidaatintutkielmat [8798]