Välttämiskäyttäytyminen koneoppimismallien kehittämisessä

Tämä Pro Gradu -tutkielma käsittelee välttämiskäyttäytymistä koneoppimismallien kehitystehtävissä. Tavoitteena oli kasvattaa ymmärrystä suorituskykykriittisissä työympäristöissä työskentelevien käyttäjien välttämismotivaatioon vaikuttavista tekijöistä Teknologiauhkien välttämisen teorian avulla. Täm...

Full description

Bibliographic Details
Main Author: Luukkanen, Topi
Other Authors: Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, Information Technology, Jyväskylän yliopisto, University of Jyväskylä
Format: Master's thesis
Language:fin
Published: 2020
Subjects:
Online Access: https://jyx.jyu.fi/handle/123456789/72768
_version_ 1826225754861469696
author Luukkanen, Topi
author2 Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_facet Luukkanen, Topi Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä Luukkanen, Topi Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_sort Luukkanen, Topi
datasource_str_mv jyx
description Tämä Pro Gradu -tutkielma käsittelee välttämiskäyttäytymistä koneoppimismallien kehitystehtävissä. Tavoitteena oli kasvattaa ymmärrystä suorituskykykriittisissä työympäristöissä työskentelevien käyttäjien välttämismotivaatioon vaikuttavista tekijöistä Teknologiauhkien välttämisen teorian avulla. Tämä tutkielma vaikuttaa olevan teorian ensimmäinen koneoppimisen kontekstiin sijoittuva tutkimus, ja myös ensimmäinen, joka pyrkii mallintamaan käytetyn teorian muuttujia formatiivisesti. Empiirinen tutkimus toteutettiin strukturoidun kyselytutkimuksen avulla, johon vastasi 16 koneoppimismalleja työkseen kehittävää käyttäjää, ja kerätty aineisto analysoitiin kvantitatiivisin menetelmin. Varsinaiseen tutkimuskysymykseen tutkielma ei kyennyt tuottamaan luotettavaa vastausta, mutta teorian ja koneoppimisen tutkimuksen kehityksen kannalta tutkielma tuotti huomionarvoisia tutkimustuloksia. Indikaattorien formatiivinen mallinnustapa mahdollistaa muuttujan konseptuaalisen kentän kuvaamisen kattavasti, mikä on tärkeää, kun muuttuja toimii osana välttämiskäyttäytymisen kaltaista kompleksista prosessia. Ollessaan aihepiirinsä ensimmäinen tutkimus, tämä tutkielma toimii myös lähtöpisteenä käyttäjälähtöisen koneoppimisen tutkimukselle sekä esittää Teknologiauhkien välttämisen teorialle uuden formatiivista mallinnustapaa hyödyntävän tutkimushaaran. This Master’s Thesis studies user avoidance behavior in the context of Machine Learning model development. The goal was to increase understanding about the factors affecting avoidance motivation of users working in performance critical environments with the help of Technology Threat Avoidance Theory. This thesis appears to be the first research of the theory to attempt modeling the latent factors formatively. Empirical research was conducted as a structured questionnaire, to which 16 answers were collected from users developing Machine Learning models as a part of their work. The data collected was analyzed with quantitative methods. The thesis failed to provide an answer to the initial research question, but from the perspective of the theory and Machine Learning research, meaningful findings were produced. Formative variable modelling approach allows the latent variable’s conceptual domain to be covered comprehensively, which is important, when the variables of interest act as a part of a complex process such as user avoidance behavior. Being the first study of its kind, this thesis offers a starting point to user-focused Machine Learning research and presents the Technology Threat Avoidance Theory a new branch that utilizes formative modelling approach.
first_indexed 2020-11-24T21:04:19Z
format Pro gradu
free_online_boolean 1
fullrecord [{"key": "dc.contributor.advisor", "value": "Lehto, Martti", "language": "", "element": "contributor", "qualifier": "advisor", "schema": "dc"}, {"key": "dc.contributor.advisor", "value": "\u00c4yr\u00e4m\u00f6, Sami", "language": "", "element": "contributor", "qualifier": "advisor", "schema": "dc"}, {"key": "dc.contributor.author", "value": "Luukkanen, Topi", "language": "", "element": "contributor", "qualifier": "author", "schema": "dc"}, {"key": "dc.date.accessioned", "value": "2020-11-24T10:40:23Z", "language": null, "element": "date", "qualifier": "accessioned", "schema": "dc"}, {"key": "dc.date.available", "value": "2020-11-24T10:40:23Z", "language": null, "element": "date", "qualifier": "available", "schema": "dc"}, {"key": "dc.date.issued", "value": "2020", "language": "", "element": "date", "qualifier": "issued", "schema": "dc"}, {"key": "dc.identifier.uri", "value": "https://jyx.jyu.fi/handle/123456789/72768", "language": null, "element": "identifier", "qualifier": "uri", "schema": "dc"}, {"key": "dc.description.abstract", "value": "T\u00e4m\u00e4 Pro Gradu -tutkielma k\u00e4sittelee v\u00e4ltt\u00e4misk\u00e4ytt\u00e4ytymist\u00e4 koneoppimismallien kehitysteht\u00e4viss\u00e4. Tavoitteena oli kasvattaa ymm\u00e4rryst\u00e4 suorituskykykriittisiss\u00e4 ty\u00f6ymp\u00e4rist\u00f6iss\u00e4 ty\u00f6skentelevien k\u00e4ytt\u00e4jien v\u00e4ltt\u00e4mismotivaatioon vaikuttavista tekij\u00f6ist\u00e4 Teknologiauhkien v\u00e4ltt\u00e4misen teorian avulla. T\u00e4m\u00e4 tutkielma vaikuttaa olevan teorian ensimm\u00e4inen koneoppimisen kontekstiin sijoittuva tutkimus, ja my\u00f6s ensimm\u00e4inen, joka pyrkii mallintamaan k\u00e4ytetyn teorian muuttujia formatiivisesti. Empiirinen tutkimus toteutettiin strukturoidun kyselytutkimuksen avulla, johon vastasi 16 koneoppimismalleja ty\u00f6kseen kehitt\u00e4v\u00e4\u00e4 k\u00e4ytt\u00e4j\u00e4\u00e4, ja ker\u00e4tty aineisto analysoitiin kvantitatiivisin menetelmin. Varsinaiseen tutkimuskysymykseen tutkielma ei kyennyt tuottamaan luotettavaa vastausta, mutta teorian ja koneoppimisen tutkimuksen kehityksen kannalta tutkielma tuotti huomionarvoisia tutkimustuloksia. Indikaattorien formatiivinen mallinnustapa mahdollistaa muuttujan konseptuaalisen kent\u00e4n kuvaamisen kattavasti, mik\u00e4 on t\u00e4rke\u00e4\u00e4, kun muuttuja toimii osana v\u00e4ltt\u00e4misk\u00e4ytt\u00e4ytymisen kaltaista kompleksista prosessia. Ollessaan aihepiirins\u00e4 ensimm\u00e4inen tutkimus, t\u00e4m\u00e4 tutkielma toimii my\u00f6s l\u00e4ht\u00f6pisteen\u00e4 k\u00e4ytt\u00e4j\u00e4l\u00e4ht\u00f6isen koneoppimisen tutkimukselle sek\u00e4 esitt\u00e4\u00e4 Teknologiauhkien v\u00e4ltt\u00e4misen teorialle uuden formatiivista mallinnustapaa hy\u00f6dynt\u00e4v\u00e4n tutkimushaaran.", "language": "fi", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.abstract", "value": "This Master\u2019s Thesis studies user avoidance behavior in the context of Machine Learning model development. The goal was to increase understanding about the factors affecting avoidance motivation of users working in performance critical environments with the help of Technology Threat Avoidance Theory. This thesis appears to be the first research of the theory to attempt modeling the latent factors formatively. Empirical research was conducted as a structured questionnaire, to which 16 answers were collected from users developing Machine Learning models as a part of their work. The data collected was analyzed with quantitative methods. The thesis failed to provide an answer to the initial research question, but from the perspective of the theory and Machine Learning research, meaningful findings were produced. Formative variable modelling approach allows the latent variable\u2019s conceptual domain to be covered comprehensively, which is important, when the variables of interest act as a part of a complex process such as user avoidance behavior. Being the first study of its kind, this thesis offers a starting point to user-focused Machine Learning research and presents the Technology Threat Avoidance Theory a new branch that utilizes formative modelling approach.", "language": "en", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted by Paivi Vuorio (paelvuor@jyu.fi) on 2020-11-24T10:40:23Z\nNo. of bitstreams: 0", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Made available in DSpace on 2020-11-24T10:40:23Z (GMT). No. of bitstreams: 0\n Previous issue date: 2020", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.format.extent", "value": "69", "language": "", "element": "format", "qualifier": "extent", "schema": "dc"}, {"key": "dc.format.mimetype", "value": "application/pdf", "language": null, "element": "format", "qualifier": "mimetype", "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": "formatiivinen mallintaminen", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "TTAT", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "v\u00e4ltt\u00e4misk\u00e4ytt\u00e4ytyminen", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.title", "value": "V\u00e4ltt\u00e4misk\u00e4ytt\u00e4ytyminen koneoppimismallien kehitt\u00e4misess\u00e4", "language": "", "element": "title", "qualifier": null, "schema": "dc"}, {"key": "dc.type", "value": "master thesis", "language": null, "element": "type", "qualifier": null, "schema": "dc"}, {"key": "dc.identifier.urn", "value": "URN:NBN:fi:jyu-202011246734", "language": "", "element": "identifier", "qualifier": "urn", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Pro gradu -tutkielma", "language": "fi", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Master\u2019s 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": "Jyv\u00e4skyl\u00e4n yliopisto", "language": "fi", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "University of Jyv\u00e4skyl\u00e4", "language": "en", "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": "yvv.contractresearch.funding", "value": "0", "language": "", "element": "contractresearch", "qualifier": "funding", "schema": "yvv"}, {"key": "dc.type.coar", "value": "http://purl.org/coar/resource_type/c_bdcc", "language": null, "element": "type", "qualifier": "coar", "schema": "dc"}, {"key": "dc.rights.accesslevel", "value": "openAccess", "language": null, "element": "rights", "qualifier": "accesslevel", "schema": "dc"}, {"key": "dc.type.publication", "value": "masterThesis", "language": null, "element": "type", "qualifier": "publication", "schema": "dc"}, {"key": "dc.subject.oppiainekoodi", "value": "601", "language": "", "element": "subject", "qualifier": "oppiainekoodi", "schema": "dc"}, {"key": "dc.subject.yso", "value": "koneoppiminen", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.format.content", "value": "fulltext", "language": null, "element": "format", "qualifier": "content", "schema": "dc"}, {"key": "dc.rights.url", "value": "https://rightsstatements.org/page/InC/1.0/", "language": null, "element": "rights", "qualifier": "url", "schema": "dc"}, {"key": "dc.type.okm", "value": "G2", "language": null, "element": "type", "qualifier": "okm", "schema": "dc"}]
id jyx.123456789_72768
language fin
last_indexed 2025-02-18T10:55:13Z
main_date 2020-01-01T00:00:00Z
main_date_str 2020
online_boolean 1
online_urls_str_mv {"url":"https:\/\/jyx.jyu.fi\/bitstreams\/b51acdce-2e58-4162-b2ab-5743b7a8267d\/download","text":"URN:NBN:fi:jyu-202011246734.pdf","source":"jyx","mediaType":"application\/pdf"}
publishDate 2020
record_format qdc
source_str_mv jyx
spellingShingle Luukkanen, Topi Välttämiskäyttäytyminen koneoppimismallien kehittämisessä formatiivinen mallintaminen TTAT välttämiskäyttäytyminen Tietojärjestelmätiede Information Systems Science 601 koneoppiminen
title Välttämiskäyttäytyminen koneoppimismallien kehittämisessä
title_full Välttämiskäyttäytyminen koneoppimismallien kehittämisessä
title_fullStr Välttämiskäyttäytyminen koneoppimismallien kehittämisessä Välttämiskäyttäytyminen koneoppimismallien kehittämisessä
title_full_unstemmed Välttämiskäyttäytyminen koneoppimismallien kehittämisessä Välttämiskäyttäytyminen koneoppimismallien kehittämisessä
title_short Välttämiskäyttäytyminen koneoppimismallien kehittämisessä
title_sort välttämiskäyttäytyminen koneoppimismallien kehittämisessä
title_txtP Välttämiskäyttäytyminen koneoppimismallien kehittämisessä
topic formatiivinen mallintaminen TTAT välttämiskäyttäytyminen Tietojärjestelmätiede Information Systems Science 601 koneoppiminen
topic_facet 601 Information Systems Science TTAT Tietojärjestelmätiede formatiivinen mallintaminen koneoppiminen välttämiskäyttäytyminen
url https://jyx.jyu.fi/handle/123456789/72768 http://www.urn.fi/URN:NBN:fi:jyu-202011246734
work_keys_str_mv AT luukkanentopi välttämiskäyttäytyminenkoneoppimismallienkehittämisessä