Datan analysointi verkkokauppojen suosittelujärjestelmissä big datan konteks-tissa

Tämä tutkielma keskittyy suosittelujärjestelmien yleiseen toimintaperiaattee-seen ja niiden tarjoamiin hyötyihin. Suosittelujärjestelmien toiminta täyttää Big datalle ominaiset piirteet, mistä syystä asiaa lähestytään Big datan analysointi-na. Tarkoituksena on antaa lukijalle yleiskuva suosittelujär...

Full description

Bibliographic Details
Main Author: Koskela, Pentti
Other Authors: Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, Information Technology, University of Jyväskylä, Jyväskylän yliopisto
Format: Bachelor's thesis
Language:fin
Published: 2015
Subjects:
Online Access: https://jyx.jyu.fi/handle/123456789/45689
_version_ 1828193215269830656
author Koskela, Pentti
author2 Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology University of Jyväskylä Jyväskylän yliopisto
author_facet Koskela, Pentti Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology University of Jyväskylä Jyväskylän yliopisto Koskela, Pentti Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology University of Jyväskylä Jyväskylän yliopisto
author_sort Koskela, Pentti
datasource_str_mv jyx
description Tämä tutkielma keskittyy suosittelujärjestelmien yleiseen toimintaperiaattee-seen ja niiden tarjoamiin hyötyihin. Suosittelujärjestelmien toiminta täyttää Big datalle ominaiset piirteet, mistä syystä asiaa lähestytään Big datan analysointi-na. Tarkoituksena on antaa lukijalle yleiskuva suosittelujärjestelmistä, niiden toimintaperiaatteesta ja käyttötarkoituksesta. Tutkielmassa käsitellään suositte-lujärjestelmistä yhteisöllistä, yhteistoimintapohjaista, demografista ja tietä-myspohjaista suodatusta sekä hybridejä variaatioita. Lisäksi kerrotaan suositte-lujärjestelmien tarjoamista hyödyistä nimenomaan palveluntarjoajan näkökul-masta. Tutkielma on toteutettu kirjallisuuskatsauksena. Lähdeaineisto koostuu pääosin tieteellisistä artikkeleista ja muutamasta aiheeseen liittyvästä kirjasta, jotka on julkaistu pääosin 2000-luvulla. Yleisesti tiedossa olevissa asioissa on viitattu kaupallisiin lähteisiin ja blogikirjoituksiin. Lähdeaineistoa valitessa yhtenä prioriteettina oli julkaisuajankohta, sillä suosittelujärjestelmät ovat melko uusi ja nopeasti kehittyvä ala. Tämän tutkielman luettuaan lukijalla on yleiskäsitys suosituimpien suo-datustekniikoiden toimintaperiaatteesta. Suosittelujärjestelmien tarjoamat hyödyt ja huomionarvoiset asiat suosittelujärjestelmien käyttöönotossa tulevat myös esille. Verkkokaupalle ominainen pitkä häntä-ilmiö käsitellään omana lukunaan. This research paper’s main focus is on general function of recommender sys-tems and what benefits they will give. Recommender systems function fulfills the principles of big data and therefore this area is approached as a big data context. The idea is to provide general view about recommender systems, how they function and for what purpose they are designed. This paper focuses on collaborative filtering, content-based filtering, demographic filtering, knowledge-based filtering and hybrid variations. In addition to that, possible commercial benefits are discussed in a service provider point-of-view. This research is made as a literature review. References consists of scien-tific articles and a few area related books, most of these published in 2000-era. Commercial sources and blogs have been used in a few relatively commonly known issues. One of the priorities in selecting references was publishing date because recommender systems is fast-developing area of interest. After reading this research paper reader should have general understand-ing about most common recommendation filtering techniques. Commercial benefits and what to take in consideration when applying recommender system in use are also pointed out. The long tail, phenomenon occurring in e-commerce, is also addressed as its own chapter.
first_indexed 2024-09-11T08:52:22Z
format Kandityö
free_online_boolean 1
fullrecord [{"key": "dc.contributor.advisor", "value": "Mazhelis, Oleksiy", "language": null, "element": "contributor", "qualifier": "advisor", "schema": "dc"}, {"key": "dc.contributor.author", "value": "Koskela, Pentti", "language": null, "element": "contributor", "qualifier": "author", "schema": "dc"}, {"key": "dc.date.accessioned", "value": "2015-04-21T10:55:50Z", "language": null, "element": "date", "qualifier": "accessioned", "schema": "dc"}, {"key": "dc.date.available", "value": "2015-04-21T10:55:50Z", "language": null, "element": "date", "qualifier": "available", "schema": "dc"}, {"key": "dc.date.issued", "value": "2015", "language": null, "element": "date", "qualifier": "issued", "schema": "dc"}, {"key": "dc.identifier.uri", "value": "https://jyx.jyu.fi/handle/123456789/45689", "language": null, "element": "identifier", "qualifier": "uri", "schema": "dc"}, {"key": "dc.description.abstract", "value": "T\u00e4m\u00e4 tutkielma keskittyy suositteluj\u00e4rjestelmien yleiseen toimintaperiaattee-seen ja niiden tarjoamiin hy\u00f6tyihin. Suositteluj\u00e4rjestelmien toiminta t\u00e4ytt\u00e4\u00e4 Big datalle ominaiset piirteet, mist\u00e4 syyst\u00e4 asiaa l\u00e4hestyt\u00e4\u00e4n Big datan analysointi-na. Tarkoituksena on antaa lukijalle yleiskuva suositteluj\u00e4rjestelmist\u00e4, niiden toimintaperiaatteesta ja k\u00e4ytt\u00f6tarkoituksesta. Tutkielmassa k\u00e4sitell\u00e4\u00e4n suositte-luj\u00e4rjestelmist\u00e4 yhteis\u00f6llist\u00e4, yhteistoimintapohjaista, demografista ja tiet\u00e4-myspohjaista suodatusta sek\u00e4 hybridej\u00e4 variaatioita. Lis\u00e4ksi kerrotaan suositte-luj\u00e4rjestelmien tarjoamista hy\u00f6dyist\u00e4 nimenomaan palveluntarjoajan n\u00e4k\u00f6kul-masta.\nTutkielma on toteutettu kirjallisuuskatsauksena. L\u00e4hdeaineisto koostuu p\u00e4\u00e4osin tieteellisist\u00e4 artikkeleista ja muutamasta aiheeseen liittyv\u00e4st\u00e4 kirjasta, jotka on julkaistu p\u00e4\u00e4osin 2000-luvulla. Yleisesti tiedossa olevissa asioissa on viitattu kaupallisiin l\u00e4hteisiin ja blogikirjoituksiin. L\u00e4hdeaineistoa valitessa yhten\u00e4 prioriteettina oli julkaisuajankohta, sill\u00e4 suositteluj\u00e4rjestelm\u00e4t ovat melko uusi ja nopeasti kehittyv\u00e4 ala.\nT\u00e4m\u00e4n tutkielman luettuaan lukijalla on yleisk\u00e4sitys suosituimpien suo-datustekniikoiden toimintaperiaatteesta. Suositteluj\u00e4rjestelmien tarjoamat hy\u00f6dyt ja huomionarvoiset asiat suositteluj\u00e4rjestelmien k\u00e4ytt\u00f6\u00f6notossa tulevat my\u00f6s esille. Verkkokaupalle ominainen pitk\u00e4 h\u00e4nt\u00e4-ilmi\u00f6 k\u00e4sitell\u00e4\u00e4n omana lukunaan.", "language": "fi", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.abstract", "value": "This research paper\u2019s main focus is on general function of recommender sys-tems and what benefits they will give. Recommender systems function fulfills the principles of big data and therefore this area is approached as a big data context. The idea is to provide general view about recommender systems, how they function and for what purpose they are designed. This paper focuses on collaborative filtering, content-based filtering, demographic filtering, knowledge-based filtering and hybrid variations. In addition to that, possible commercial benefits are discussed in a service provider point-of-view.\nThis research is made as a literature review. References consists of scien-tific articles and a few area related books, most of these published in 2000-era. Commercial sources and blogs have been used in a few relatively commonly known issues. One of the priorities in selecting references was publishing date because recommender systems is fast-developing area of interest.\nAfter reading this research paper reader should have general understand-ing about most common recommendation filtering techniques. Commercial benefits and what to take in consideration when applying recommender system in use are also pointed out. The long tail, phenomenon occurring in e-commerce, is also addressed as its own chapter.", "language": "en", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted using Plone Publishing form by Pentti Koskela (pensanko) on 2015-04-21 10:55:50.026546. Form: Kandidaatintutkielma -lomake (https://kirjasto.jyu.fi/julkaisut/julkaisulomakkeet/kandin-tutkielma-lomake). JyX data: [jyx_publishing-allowed (fi) =True]", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted by jyx lomake-julkaisija (jyx-julkaisija@noreply.fi) on 2015-04-21T10:55:50Z\nNo. of bitstreams: 2\nURN:NBN:fi:jyu-201504211640.pdf: 1056692 bytes, checksum: b7720072a9fd77b08ad17bf65c8e254a (MD5)\nlicense.html: 4829 bytes, checksum: dcd3d771f2739bbdb49b477d6ae16891 (MD5)", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Made available in DSpace on 2015-04-21T10:55:50Z (GMT). No. of bitstreams: 2\nURN:NBN:fi:jyu-201504211640.pdf: 1056692 bytes, checksum: b7720072a9fd77b08ad17bf65c8e254a (MD5)\nlicense.html: 4829 bytes, checksum: dcd3d771f2739bbdb49b477d6ae16891 (MD5)\n Previous issue date: 2015", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.format.extent", "value": "36", "language": "", "element": "format", "qualifier": "extent", "schema": "dc"}, {"key": "dc.language.iso", "value": "fin", "language": null, "element": "language", "qualifier": "iso", "schema": "dc"}, {"key": "dc.rights", "value": "In Copyright", "language": "en", "element": "rights", "qualifier": null, "schema": "dc"}, {"key": "dc.subject.other", "value": "suositteluj\u00e4rjestelm\u00e4t", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "big data", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "verkkoliiketoiminta", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "yhteis\u00f6llinen suodatus", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "sis\u00e4lt\u00f6pohjainen suodatus", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "pitk\u00e4 h\u00e4nt\u00e4", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.title", "value": "Datan analysointi verkkokauppojen suositteluj\u00e4rjestelmiss\u00e4 big datan konteks-tissa", "language": "", "element": "title", "qualifier": null, "schema": "dc"}, {"key": "dc.type", "value": "bachelor thesis", "language": null, "element": "type", "qualifier": null, "schema": "dc"}, {"key": "dc.identifier.urn", "value": "URN:NBN:fi:jyu-201504211640", "language": null, "element": "identifier", "qualifier": "urn", "schema": "dc"}, {"key": "dc.type.dcmitype", "value": "Text", "language": "en", "element": "type", "qualifier": "dcmitype", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Kandidaatintutkielma", "language": "fi", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Bachelor's thesis", "language": "en", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Informaatioteknologian tiedekunta", "language": "fi", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Faculty of Information Technology", "language": "en", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Informaatioteknologia", "language": "fi", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Information Technology", "language": "en", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "University of Jyv\u00e4skyl\u00e4", "language": "en", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "Jyv\u00e4skyl\u00e4n yliopisto", "language": "fi", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Tietoj\u00e4rjestelm\u00e4tiede", "language": "fi", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Information Systems Science", "language": "en", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "dc.date.updated", "value": "2015-04-21T10:55:51Z", "language": null, "element": "date", "qualifier": "updated", "schema": "dc"}, {"key": "dc.type.coar", "value": "http://purl.org/coar/resource_type/c_7a1f", "language": null, "element": "type", "qualifier": "coar", "schema": "dc"}, {"key": "dc.rights.accesslevel", "value": "openAccess", "language": "fi", "element": "rights", "qualifier": "accesslevel", "schema": "dc"}, {"key": "dc.type.publication", "value": "bachelorThesis", "language": null, "element": "type", "qualifier": "publication", "schema": "dc"}, {"key": "dc.rights.url", "value": "https://rightsstatements.org/page/InC/1.0/", "language": null, "element": "rights", "qualifier": "url", "schema": "dc"}]
id jyx.123456789_45689
language fin
last_indexed 2025-03-31T20:03:28Z
main_date 2015-01-01T00:00:00Z
main_date_str 2015
online_boolean 1
online_urls_str_mv {"url":"https:\/\/jyx.jyu.fi\/bitstreams\/8a0270d6-b5f2-4a8e-88b9-86a60564b45c\/download","text":"URN:NBN:fi:jyu-201504211640.pdf","source":"jyx","mediaType":"application\/pdf"}
publishDate 2015
record_format qdc
source_str_mv jyx
spellingShingle Koskela, Pentti Datan analysointi verkkokauppojen suosittelujärjestelmissä big datan konteks-tissa suosittelujärjestelmät big data verkkoliiketoiminta yhteisöllinen suodatus sisältöpohjainen suodatus pitkä häntä Tietojärjestelmätiede Information Systems Science
title Datan analysointi verkkokauppojen suosittelujärjestelmissä big datan konteks-tissa
title_full Datan analysointi verkkokauppojen suosittelujärjestelmissä big datan konteks-tissa
title_fullStr Datan analysointi verkkokauppojen suosittelujärjestelmissä big datan konteks-tissa Datan analysointi verkkokauppojen suosittelujärjestelmissä big datan konteks-tissa
title_full_unstemmed Datan analysointi verkkokauppojen suosittelujärjestelmissä big datan konteks-tissa Datan analysointi verkkokauppojen suosittelujärjestelmissä big datan konteks-tissa
title_short Datan analysointi verkkokauppojen suosittelujärjestelmissä big datan konteks-tissa
title_sort datan analysointi verkkokauppojen suosittelujärjestelmissä big datan konteks tissa
title_txtP Datan analysointi verkkokauppojen suosittelujärjestelmissä big datan konteks-tissa
topic suosittelujärjestelmät big data verkkoliiketoiminta yhteisöllinen suodatus sisältöpohjainen suodatus pitkä häntä Tietojärjestelmätiede Information Systems Science
topic_facet Information Systems Science Tietojärjestelmätiede big data pitkä häntä sisältöpohjainen suodatus suosittelujärjestelmät verkkoliiketoiminta yhteisöllinen suodatus
url https://jyx.jyu.fi/handle/123456789/45689 http://www.urn.fi/URN:NBN:fi:jyu-201504211640
work_keys_str_mv AT koskelapentti datananalysointiverkkokauppojensuosittelujärjestelmissäbigdatankontekstissa