Koneoppimiseen perustuva sentimenttianalyysi tuotteiden kehittämisen tukena
511.62 KB
avoin
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
Lataukset1
Pysyvä osoite
Verkkojulkaisu
DOI
Tiivistelmä
Tässä tutkielmassa tarkastellaan, miten koneoppimiseen perustuvaa sentimenttianalyysia hyödynnetään tuotteiden kehittämisen tukena. Lähtökohtana on, että verkossa kertyvä käyttäjien tuottama sisältö, kuten tuotearvostelut ja sosiaalisen median julkaisut, sisältää runsaasti arvokasta tietoa asiakkaiden kokemuksista, odotuksista ja kehitysehdotuksista. Tutkielma on toteutettu kirjallisuuskatsauksena, jossa tarkastellaan erityisesti käytettyjä koneoppimismenetelmiä, aineistolähteitä ja niiden vaikutusta menetelmävalintoihin sekä eri lähestymistapojen vahvuuksia ja rajoitteita tuotekehityksen näkökulmasta. Katsauksen perusteella tuotekehityksessä hyödynnetään laajasti perinteisen koneoppimisen luokittelijoita sekä syväoppimis- ja transformer-pohjaisia malleja ja analyysi kohdistuu yhä useammin aspektitasolle, jotta havainnot voidaan liittää suoraan yksittäisiin tuoteominaisuuksiin ja niiden kehittämiseen. Tutkielmassa havaittiin, että menetelmien onnistuminen riippuu vahvasti datan laadusta, esikäsittelystä, piirre-esityksestä ja arviointiasetelmasta. Lisäksi käytännön hyödyn saavuttaminen ei useimmiten ole sidoksissa yksittäiseen parhaaseen malliin. Keskeisiä haasteita ovat tulosten vertailtavuus eri tutkimusten välillä, yleistettävyys eri alustoihin ja tuoteryhmiin sekä mallien tulkittavuus, joka on ratkaisevaa, jotta analyysin tuloksia voidaan luotettavasti hyödyntää tuotekehityksen päätöksenteossa.