Älykäs sisältötuote monimediaympäristössä, case: AVO

Abstract

Diplomityön teoriaosassa tutkittiin monimedian jakelukanavia ja niiden ominaisuuksia sisältöpalveluissa. Työssä esiteltiin keinoja älykkyyden lisäämiseksi monnimediasisältötuotannossa sekä tarkasteltiin sisältöpalvelujen käytettävyyttä. Työssä keskityttiin neuroverkkoteknologiaan, sen toteuttamiseen sekä ohjelmisto-agentteihin. Empiirisessä osassa tutustuttiin työministeriön AVO-ammatinvalintaohjelman toimintaan. Työssä määriteltiin Excel-taulukkoon 280 ammatin ominaisuudet, jotka pohjautuivat AVO:n 122 kysymykseen. Työministeriöstä on saatu 5115 henkilön vastaukset AVO-ammatinvalintaohjelman kysymyksiin. Tätä vastausaineistoa ja tutkimuksessa laadittua ammattitaulukkoa käytettiin neuroverkon opettamiseen.

Lopuksi analysoitiin SOM-karttoja. Analyysin tarkoituksena oli tutkia laaditun ammattitaulukon oikeellisuutta ja eri ammattien sijoittumista SOM-kartalle. Tutkimus osoitti, että neuroverkkoteknologia soveltuisi uuden urasuunnittelupalvelun ydinteknologiaksi.

The theoretical part of the study analyzes the cross media distribution channels and their properties in content services. This study also introduces different methods to increase intelligence in the production of cross media content and analyses the usability of content services. The study concentrates on neural networks, their implementation and software agents. The empirical part of the study introduces the AVO-Career Counseling Program of the Ministry of Labor. Utilizing Excel Sheet, the study defines the properties of the 280 occupations of AVO. The definition is based on the 122 questions already included in AVO. 5115 people have answered to these questions and the survey results were received from the Ministry of Labor. Teaching of the neural network was accomplished by utilizing the survey results of the 5115 people and the formed occupation table in the study.

The last part of the study analyses SOM-maps. The purpose of the analysis is to evaluate the accuracy of the occupation table and see how different occupations are placed on the SOM- map. It can be concluded that the neural networks could be utilized as a core technology in a new Career Planning Service.