Verkkopalvelun personointi profiilitietojen automaattisella sovittamisella

Transkriptio

1 Riku Mäkinen Verkkopalvelun personointi profiilitietojen automaattisella sovittamisella Diplomityö Aihe hyväksytty osastoneuvoston kokouksessa Tarkastajat: erikoistutkija Ossi Nykänen (TTY) professori Seppo Pohjolainen (TTY)

2 Alkulause Aloitin diplomityöaiheen etsimisen todenteolla vuoden 2004 loppupuolella. Koska olin lukenut siihen asti pääosin signaalinkäsittelyä, oli tietenkin luonnollista etsiä sopivaa aihetta sieltä suunnalta. Onni ei ollut kuitenkaan myötä ja kaksi diplomityöpaikkaa kariutui viime metreillä. Seuraavana talvena otin yhteyttä Ossi Nykäseen tarkoituksenani kysellä aiheita myös hypermedian puolelta. Hypermedia oli juuri saanut oikeuden pääaineopetukseen ja minulla oli jo sivuaine opiskeltuna aiheesta. Kuin puolihuolimattomasti siirryin heti aiheen löydyttyä hypermedian puolelle, enkä ole päätöstäni katunut. Työni tutkimusapulaisena aloitin Tampereen teknillisen yliopiston Hypermedialaboratoriossa vuoden 2005 alkupuoliskolla. Työskentelin ensin kaksi kuukautta osaaikaisena, minkä jälkeen jatkoin täysipäiväisesti. Työni liittyi avustajaportaaliprojektiin, jonka parissa aloitin heti. Projektiin liittyvästä profiilitietojen sovittamisesta räätälöitiin myös diplomityöni aihe. Esitän kiitokseni erikoistutkija Ossi Nykäselle, joka toimi työni ohjaajana ja tarkastajana sekä työn toiselle tarkastajalle professori Seppo Pohjolaiselle. Erityiskiitos Ville Vuosaralle, joka toimitti materiaalia toteutetun työn testausta varten. Lisäksi haluan kiittää kaikkia työtovereitani, erityisesti projektin teknisen toteutustiimin vetäjää Pasi Häkkistä sekä saman projektin kimpussa toimineita diplomityöntekijöitä Ilkka Kaikuvuota ja Teemu Mäkelää. Kiitos hyvistä ohjeista myös Jukka Huhtamäelle ja Lauri Pohjaselle, joista edellinen auttoi erityisesti L A TEX-ongelmissa ja jälkimmäinen yleisissä ongelmissa muun muassa lainaamalla omaa diplomityötään referenssimateriaaliksi. Lisäksi haluan kiittää vanhempiani sekä avovaimoani Jennyä, joka jaksoi kannustaa minua ja uskoi työn joskus jopa valmistuvan. Lopuksi vielä kiitos tulevalle perheenlisäyksellemme, joka on väsymättä potkinut tulevaa isäänsä eteenpäin sekä kuvainnollisesti että fyysisesti. Tervetuloa maailmaan! Tampereella Riku Mäkinen Insinöörinkatu 90 C Tampere puh ii

3 Sisältö Alkulause Sisältö Tiivistelmä Abstract Lyhenteet ja termit Taulukot Kuvat ii iii v vii ix x xi 1 Johdanto Työn tarkoitus ja tavoitteet Työn rakenne Työn rajaus Verkkopalvelun mukauttaminen Mukautuva hypermedia Verkkopalvelun personointi Käyttäjäprofilointi Profiilitietojen sovittaminen Yleistä Toteutusyksityiskohdista Tulosten analysointi Tapaus Apt Decision -asunnonsuosittelija Toteutuksen esittely Päätelmät Sovittamismallin valinta Tapaus Tre@Validia Yleistä Rakenne ja toteutus Suhteet Käyttäjäprofiloinnin toteuttaminen Logiikkapohjainen ratkaisu Grappa geneerinen sovittamiskehys Yleistä Sovittamiskehyksen toiminta ja rakenne Esimerkki Lopullinen valinta iii

4 Sisältö iv 4 Sovelletun mallin toteutus Käyttäjäprofiilien mallinnus Perusprofiili Palveluprofiili Palveluntarveprofiili Sovittamisprosessin sisältö Sovittamismallin rakenne Mallin idea Mallin rakenne Mallin toteutus Atomisten tyyppien etäisyysfunktiot Kompleksisten tyyppien etäisyysfunktiot Saatavat tulokset Yleiset huomiot Ongelmakohdat ja muut huomiot Sovittamismallin testaus Lähtökohdat Testauksen pohjalla oleva heuristinen malli Testiaineisto Testauksen toteutus Testaustulokset Testaustulosten analysointi Tavoitellut skenaariot Mahdottomat skenaariot Suorituskyky Kehitysideat Heuristinen iterointi Optimointi Tilasto- ja historiatietojen hyödyntäminen Yhteenveto 72 Lähteet 74 Liitteet 79 A Luvun 3 taulukot 79 B Luvun 4 taulukot 81 C Luvun 5 taulukot 88 D Työnantajan haastattelulomake 94 E Avustajan haastattelulomake 97

5 Tiivistelmä Tampereen teknillinen yliopisto Tietotekniikan osasto Hypermedia Mäkinen, Riku: Verkkopalvelun personointi profiilitietojen automaattisella sovittamisella Diplomityö, 78 sivua ja 21 liitesivua Tarkastajat: erikoistutkija Ossi Nykänen ja professori Seppo Pohjolainen Rahoitus: Tampereen teknillinen yliopisto / Hypermedialaboratorio, Raha-automaattiyhdistys (RAY) Tre@Validia-projektin osalta Helmikuu 2006 Avainsanat: personointi, yksilöllistäminen, käyttäjäprofilointi, sovittaminen, sovitus, suosittelija, mukauttaminen, adaptiivisuus Käyttäjään liittyviä tärkeimpiä tietoja kerätään nykyisin lähes jokaisessa vähänkin suuremmassa verkkopalvelussa. Käyttäjä voi usein syöttää näitä tietoja itse, mutta niitä voidaan kerätä myös sovelluksen toimesta. Tietoja voidaan siis kerätä palvelun sisällön mukauttamista varten sekä eksplisiittisesti että implisiittisesti. Kerättyjä tietoja voidaan käyttää esimerkiksi palvelun personointiin eli palvelun sisällön mukauttamiseen käyttäjän mieltymysten mukaan. Eräs usein käytetty personoinnin väline on käyttäjäprofiilien vertailu toisiin profiileihin ja sopivimpien profiilien tarjoaminen käyttäjälle tämän oman profiilin perusteella. Tätä tekniikkaa käytetään muun muassa useissa treffipalveluissa mukaan lukien erilaiset työnhakupalvelut, vaalikoneissa sekä asunnonhakupalveluissa. Tämän työn tarkoituksena on etsiä käyttötarkoitukseensa sopiva heuristinen malli Tre@Validia-avustajaportaalin profiilitietojen automaattiseen etsintään ja vertailuun. Todennäköisin tilanne on se, että portaalin käyttäjä etsii sen avulla sopivia työntekijöitä. Portaali tarjoaa tällöin listan parhaiten käyttäjän omiin profiilitietoihin täsmänneistä työntekijöistä. Kyseinen toiminto toimii myös muiden käyttäjäryhmien välillä tietyin rajoituksin, jotka liittyvät lähinnä yksilöiden tietosuojaan. Käyttäjä voi myös painottaa tiettyjä profiilin osa-alueita etsiessään tämän tarpeisiin parhaiten sopivaa kandidaattia. v

6 Tiivistelmä vi Työn tuloksena syntyy tarpeisiin räätälöity heuristinen profiilitietojen sovittamiseen tarkoitettu malli, joka perustuu eri profiilien etäisyyksiin moniulotteisessa attribuuttiavaruudessa tiettyyn referenssiprofiiliin nähden. Etäisyyden perusteella vertailussa mukana olleet profiilit voidaan järjestää helposti paremmuusjärjestykseen. Etäisyys kertoo kuinka lähellä kandidaattiprofiili on käyttäjän omaa profiilia, joten lähimpänä oleva profiili on käyttäjän mieltymyksistä riippuen yleensä myös paras vaihtoehto.

7 Abstract Tampere University of Technology Department of Information Technology Hypermedia Mäkinen, Riku: Web Service Personalization by Automatic Matchmaking between User Profiles Master of Science Thesis, 78 pages and 21 enclosed pages Examiners: Senior Researcher Ossi Nykänen and Professor Seppo Pohjolainen Funding: Tampere University of Technology / Hypermedia Laboratory, Finland s Slot Machine Association (RAY) for Tre@Validia project February 2006 Keywords: personalization, user profiling, matchmaking, recommender, adaptivity Nowadays some of the most useful and most important information about users is gathered by nearly every major web service. Users can provide the information by themselves, but it can also be gathered by the application. Information for content adaptation can thus be collected both explicitly and implicitly. Information gathered from the user can be used for, for example, personalization of the web service meaning the content is adapted based to user interests. One of the most commonly used methods for personalization is to offer the most suitable user profiles for the user through a matchmaking process between the user s own profile and other candidate profiles. This kind of technique is used in a variety of services, including dating services, job vacancy searching services, election engines and department searching services. The aim of this thesis is to search for the most suitable heuristic model for the automatic matchmaking between user profiles in the Tre@Validia assistant portal. The most probable situation is that a user searches for suitable employees through the portal. As a result, the portal offers a list of the most suitable employees that match the user s profile. This procedure works also between different user groups, but with some restrictions referring mostly to information security of an individual. The user can also weight certain fields of the profile when searching for the best matching candidate for the user s needs. vii

8 Abstract viii An adapted heuristic model designed for matchmaking between profiles suitable for the needs of the portal is created as a result of this work. The function of the model is based on distance measures between profiles in multidimensional attribute space in reference to a reference profile. The profiles included in the comparison can be easily arranged based on the distance. The distance measure describes how close the candidate profile is from the user s own profile, so the closest candidate profile is usually also the best alternative depending on the user s personal preferences.

9 Lyhenteet ja termit DAML-S Grappa L A TEX Larks MIT MySQL PDA PHP RAY SQL TTY WAI WWW XHTML XML XML-DTD XPath DARPA Agent Markup Language Generic Request Architecture for Passive Provider Agents Erityisesti typografialtaan korkealaatuisten dokumenttien ladontaan ja tulostamiseen kehitetty makropakkaus Language for Advertisement and Request for Knowledge Sharing Massachusetts Institute of Technology Suosittu SQL-standardiin perustuva tietokantaohjelmisto Personal Digital Assistant Hypertext Preprocessor Raha-automaattiyhdistys Structured Query Language Tampereen teknillinen yliopisto Web Accessibility Initiative World Wide Web Extensible Hypertext Markup Language Extensible Markup Language XML Document Type Definition XML Path Language ix

10 Taulukot 2.1 Apt Decision -asunnonsuosittelijan käyttäjäprofiilin sisältöesimerkki (mukaillen [Shearin & Lieberman]) Grappa-sovittamiskehyksen sisältämät attribuuttien perustyypit (mukaillen [Veit 2003]) Esimerkki tarveprofiilista Grappa-kehyksen notaatiolla Esimerkki tarjontaprofiilista Grappa-kehyksen notaatiolla Valitut attribuuttien perustyypit Perusprofiilin sisältämät tiedot Sovittamisprosessin sisältämät attribuutit Esimerkki attribuuttien painotuksesta kategorioittain Testitulostus työnantajan hakiessa avustajia B.1 Työntekijän palveluprofiilin sisältämät tiedot B.2 Työnantajan palveluntarveprofiilin sisältämät tiedot B.3 Sovittamisprosessiin valittujen attribuuttien arvoalueet C.1 Testiaineiston sisältö yleisellä tasolla C.2 Testiaineiston attribuuttien arvoalueet x

11 Kuvat 2.1 Adaptointiprosessin eteneminen (mukaillen [Brusilovsky 1996]) Esimerkki moniulotteisesta profiilirakenteesta (mukaillen [Veit 2003, s. 14]) Tilakaavio sovittamisprosessista yleisellä tasolla (mukaillen [Veit 2003, s. 21]) Esimerkkiprofiilien rakenne Sovittamismallin tilakaavio Työnantajan erityistarpeiden mahdollinen luokittelu reaalimaailmassa Sovittamismallin suorituskyky xi

12 Luku 1 Johdanto Tämän luvun tarkoitus on luoda yleiskatsaus käsiteltävään työhön ja määritellä tärkeimmät työhön liittyvät termit ja käsitteet. Lisäksi luvussa käydään läpi työn sisäinen rakenne sekä yleiset reunaehdot. 1.1 Työn tarkoitus ja tavoitteet Käyttökokemuksen mukauttamisesta kulloisenkin käyttäjän tai käyttäjäryhmän perusteella on tulossa normi vähänkin suuremmissa verkkopalveluissa. Verkkopalvelulla tarkoitetaan tämän työn yhteydessä (internet-)verkon välityksellä toimivaa järjestelmää. Mukauttamisella käyttäjiä voidaan palvella paremmin ja ennen kaikkea palvelun sisältö saadaan esitettyä yksilöidysti, jolloin houkutus sivustolle palaamiseen kasvaa ja mahdollinen mainonta saadaan kohdistettua tiettyyn potentiaaliseen käyttäjäryhmään kuuluvaan käyttäjään. Verkkopalveluiden mukauttamista voidaan lähestyä useista eri näkökulmista. Mukauttamisena voidaan pitää esimerkiksi saavutettavuuden (engl. accessibility) huomioon ottamista tai personoinnin (engl. personalization) toteuttamista. Voidaan ajatella, että verkkopalvelun mukauttamisprosessissa on mukautuvan hypermedian (engl. adaptive hypermedia) ajatusten pohjalta aina mukana jotain tietoja käyttäjästä (ks. [Brusilovsky 1996]). Käyttäjäspesifisiä tietoja säilytetään yleensä yhdessä paikassa eli käyttäjäprofiilissa ja koko prosessia kutsutaan käyttäjäprofiloinniksi (engl. user profiling). Palvelun mukauttamiseen käytettyjen käyttäjätietojen keräys voidaan toteuttaa kahdella eri tavalla: eksplisiittisesti tai implisiittisesti (aktiivisesti tai passiivisesti). Eksplisiittisellä tietojen keräämisellä tarkoitetaan sitä, että käyttäjän on itse syötettävä palveluun sen mukauttamiseen käytettävä informaatio. Implisiittisessä tiedon- 1

13 Luku 1. Johdanto 2 keräyksessä palvelu kerää käyttäjästä tietoja automaattisesti muun muassa käyttäytymisen eli historiatietojen perusteella. Tällöin käyttäjän ei tarvitse itse tehdä oikeastaan mitään, mutta tällöin käyttäjällä ei ole myöskään juuri valtaa palvelun käyttäjästä keräämiin tietoihin. Usein palvelut käyttävät molempia tiedonkeruutapoja mukauttamisprosessissa, jolloin molempien menetelmien edut saadaan hyödynnettyä. Verkkopalveluiden mukauttamisen yhteydessä voidaan puhua myös niiden räätälöinnistä (engl. customization). Räätälöinnillä tarkoitetaan yleensä verkkopalvelun sisällön mukauttamista täysin käyttäjälähtöisesti eli käyttäjä valitsee itse esimerkiksi saatavilla olevista uutisvirroista ne, joiden aihealueista hän haluaa nähdä uutisia [Braynov 2003]. Tämänkaltaisessa toteutuksessa käyttäjäprofiilin ylläpitäminen ei ole välttämätöntä. Tämän työn aihe liittyy kiinteästi myös seuraaviin verkkopalveluiden mukauttamiseen ja adaptointiin liittyviin käsitteisiin ja määrityksiin: Suosittelujärjestelmä (engl. recommendation system). Tätä termiä käytetään usein automaattisesta sovittamisprosessista, jossa palvelu suosittelee käyttäjälle jotain asiaa tai kohdetta, josta käyttäjä voisi olla kiinnostunut. Tarkoituksena on suositella esimerkiksi aktiiviseen kohteeseen tai tuotteeseen liittyviä samankaltaisia kohteita. Personoitu markkinointi (engl. personalized marketing). Varmasti tunnetuin henkilökohtaisen mukauttamisen muoto, jota harjoitetaan osaltaan myös tavallisessa postitse tapahtuvassa suoramarkkinoinnissa. Tarkoituksena on siis kohdentaa mainontaa siten, että käyttäjän ja mainostajan tarpeet kohtaavat mahdollisimman hyvin. Tiedon suodatus (engl. information filtering). Menetelmän tavoitteena on suodattaa laajastakin (hypermedia)materiaalista ne tietoalkiot, joiden katsotaan olevan käyttäjälle hyödyllisiä ja relevantteja. Automaattinen sovittaminen (engl. matchmaking). Menetelmä toimii vaihtoehtona vapaasanahaulle tai monimutkaisillekin hakukriteereille esimerkiksi asuntokohteiden etsinnässä. Käyttäjän ei tarvitse palvelua käyttäessään täyttää hakukenttiä aina uudelleen, vaan palvelu osaa suoraan näyttää käyttäjälle hänen profiilinsa mukaan sopivimmat ehdokkaat. Kaikkia näitä termejä käytetään kuvaamaan toteutuksia, joissa jonkinlainen automatiikka hoitaa käyttäjän tiedettyjen tai oletettujen ominaisuuksien ja tarpeiden

14 Luku 1. Johdanto 3 sekä palvelun sisällön järkevää yhdistämistä. Menetelmien tarkoituksena on helpottaa käyttäjän tiedonhakuprosessia ja auttaa käyttäjää löytämään lisää relevanttia tietoa, jota hän ei välttämättä itse suoraan osaisi hakea. Lisäksi palvelun sisältöinformaatiota on tarkoitus kohdentaa ja rajata automaattisesti käyttäjän tarpeiden mukaan, jolloin manuaalisesti suoritettava tiedon etsintä vähenee. Tämän työn keskeisenä tarkoituksena on toteuttaa työn vaatimuksiin sopiva heuristinen matemaattispohjainen käyttäjäprofiilien sovittamismalli, jonka avulla voidaan personoida kunkin käyttäjän käyttökokemusta tämän toiminnon osalta. Jo olemassa olevista sovittamismalleista ja -toteutuksista esitellään niiden tärkeimmät ominaisuudet, joiden avulla oman mallin rakentaminen voitaisiin tehdä. Esitellyistä sovittamismalleista valitaan lopulta tähän työhön sopivin vaihtoehto, jota pohjana käyttäen suunnitellaan ja toteutetaan oma heuristiikkaan nojautuva sovittamismalli. Sovittamismallin toteutuksen testaus ja arviointi on myös olennainen osa työtä. Lisäksi työssä käsitellään kattavasti verkkopalvelun mukauttamiseen sekä etenkin personointiin ja käyttäjäprofilointiin liittyviä asioita, jotka toimivat perustietoina sovittamismallin toteuttamiselle ja sen arkkitehtuurin ymmärtämiselle. 1.2 Työn rakenne Jotta työn aihealuetta voisi syvällisesti ymmärtää, pitää ensin keskittyä verkkopalvelun mukauttamisen ja personoinnin peruskäsitteisiin. Näitä aiheita käsitellään työn ensimmäisessä luvussa. Toisessa luvussa perehdytään tarkemmin verkkopalvelun mukauttamisen ja varsinkin personoinnin ja käyttäjäprofiloinnin käsitteisiin sekä niihin liittyviin toimintoihin. Aiheet käydään läpi sekä yleisellä tasolla että käyttäjäprofiloinnin tapauksessa myös yksityiskohtaisesti aiheen liittymäkohdat tähän työhön huomioiden. Lisäksi perehdytään profiilitietojen automaattiseen sovittamiseen sekä käydään läpi yksi esimerkkisovellus siihen liittyen. Työn kolmannen luvun keskeisenä tarkoituksena on esitellä joitakin olemassa olevia toteutuksia tässä työssä toteutettavan heuristisen sovittamisprosessin pohjaksi. Eri vaihtoehtojen hyvät ja huonot puolet huomioiden tehdään lopulta valinta sovittamismalliksi, jota käytetään tämän työn toteutuksen pohjana. Luvun alussa esitellään myös työn yleinen viitekehys eli mihin suurempaan projektikokonaisuuteen työn tekeminen pohjautuu. Neljännessä luvussa paneudutaan valitun sovittamismallin räätälöintiin sekä sen rakenteen ja sisällön yksityiskohtaiseen määrittelemiseen. Tässä luvussa määritel-

15 Luku 1. Johdanto 4 lään myös työssä käytettyjen käyttäjäprofiilien sisältö sekä niiden sisältämien tietojen yhteys sovittamisprosessiin. Viidennen luvun sisältö koostuu edellisessä luvussa kehitetyn mallin testaustuloksista. Ensin koostetaan testiaineisto, jonka avulla sovitusmallia testataan. Tämän jälkeen esitetään saadut testaustulokset ja niistä tehtävät päätelmät. Luvun loppupuolella käydään läpi lisäksi työn aikana esiintulleita kehitysideoita keskittyen lähinnä profiloinnin parantamiseen, käyttäjien seurantaan sekä tilastotietojen hyödyntämiseen. Työn kuudennessa ja viimeisessä luvussa on työn yhteenveto, jossa tiivistetään työn tulokset sekä kerrataan työn merkitys laajemmassa kontekstissa lähinnä Tre@Validia-projektin osalta. 1.3 Työn rajaus Tässä työssä rajoitutaan käsittelemään vain tilannetta, jossa profiilitiedot kerätään eksplisiittisesti eli käyttäjä päättää täysin itsenäisesti mitä tietoja hänen profiiliinsa tallennetaan. On mahdollista, että palvelu keräisi lisätietoja käyttäjästä myös implisiittisesti eli itsenäisesti hänen toimintatapojensa perusteella, mutta tämänkaltaista toiminnallisuutta ei projektin tässä vaiheessa vielä toteuteta. Lisäksi työssä keskitytään profiilien sovittamisprosessissa vain 1 : n-vertailuun eli kyseessä on yksipuolinen sovittamisprosessi.

16 Luku 2 Verkkopalvelun mukauttaminen Tässä luvussa keskitytään tarkemmin työn kannalta oleellisiin termeihin ja toteutustapoihin, jotka liittyvät verkkopalvelun mukauttamiseen. Lähtökohtana on mukautuvan hypermedian käsitteet, joista päädytään verkkopalvelun personoinnin kautta lopulta käyttäjäprofilointiin ja profiilitietojen sovittamiseen liittyviin yksityiskohtiin. 2.1 Mukautuva hypermedia Perinteisessä hypermediassa käyttäjälle hyödyllinen informaatio hukkuu helposti jatkuvasti lisääntyvän tietomäärän alle. Mukautuvan (adaptiivisen) hypermedian sisältämien ajatusten avulla voidaan selkeästi parantaa palvelun käytettävyyttä. Mukautuvan hypermedian keinoin on mahdollista personoida palvelua käyttäjän mieltymysten mukaan. [Brusilovsky 1996] Mukautuvan hypermedian keskeisenä ideana on rakentaa malli yksittäisen käyttäjän tarpeista, mieltymyksistä ja muista tiedoista ja käyttää sen sisältämiä tietoja mukauttamaan (hypermedia)palvelun sisältöä ja navigointitoteutusta kunkin käyttäjän mukaan. Kuvassa 2.1 on esitetty kaaviokuva adaptointiprosessin etenemisestä vaiheittain. Prosessin lopputuloksena saadaan palvelun yksittäiselle käyttäjälle adaptoitu sisältö. Käyttäjämallin (engl. user model) perusteella on periaatteellisella tasolla tarkoitus personoida palvelua käyttäjätasolla suodattamalla palvelun sisältömallista (engl. domain model) ne tiedot, joista katsotaan olevan käyttäjälle hyötyä. Tätä prosessia kutsutaan overlay-malliksi, joka tarkoittaa kuvainnollisesti käyttäjä- ja sisältömallin kahden mallin asettamista päällekkäin eri tasoille siten, että täsmäävät ominaisuudet näiden kahden tason välillä ovat nähtävissä. Tämän työn aiheen pohjalta voidaan 5

17 Luku 2. Verkkopalvelun mukauttaminen 6 Kuva 2.1: Adaptointiprosessin eteneminen (mukaillen [Brusilovsky 1996]) esimerkiksi ajatella, että sisältömalli sisältää profiilikohtaisesti erilaisia palveluita, joista käyttäjä voisi olla kiinnostunut (ks. [Fink et al. 1998]). [Brusilovsky 1996] Käyttäjämallin sisältämät tiedot ovat aina sidoksissa tiettyyn käyttäjään. Kyseessä on siis eräänlainen käyttäjäprofiili (ks. luku 2.3), jota käytetään verkkopalvelun personoinnin apuna. 2.2 Verkkopalvelun personointi Laajassa merkityksessä personoinniksi (yksilöllistämiseksi) voidaan käytännössä lukea kaikki sellainen toiminta, jossa käyttäjälle näytettävää sisältöä ja tarjottuja palveluita mukautetaan tämän mieltymysten, roolin tai tarpeiden mukaan. Personoinnin tarkoitus on käyttäjien yksilöllisiä tarpeita huomioiden parantaa palvelun käyttökokemusta, houkutella uusia käyttäjiä sekä parantaa palvelun tuottavuutta. Koko personointiprosessi sisältää myös käyttäjätietojen hankkimis- ja varastoimisvaiheet sekä niiden analysointivaiheen, joiden perusteella itse käyttäjäkohtainen personointi voidaan suorittaa. [Chiu 2001] Personoinnin hyödyntämistapoja on useita: [Chiu 2001, Kalliola 2004] Henkilökohtaisuus: Kommunikointi käyttäjän kanssa tehdään näennäisesti henkilökohtaisella tasolla esimerkiksi puhuttelemalla käyttäjää nimeltä. Käyttäjälle voidaan tarjota myös henkilökohtaisia tarjouksia myytävistä tuotteista esimerkiksi ostoaktiivisuuden perusteella tai jopa satunnaisesti.

18 Luku 2. Verkkopalvelun mukauttaminen 7 Yksilöllinen ulkoasu ja navigointi: Käyttäjä voi rakentaa palvelun navigoinnin haluamakseen kokoamalla esimerkiksi eniten käyttämänsä sisältöviittaukset yhteen paikkaan. Näiden lisäksi myös palvelun ulkoasu voi olla mukautettavissa, jolloin ulkoasukomponentit on mahdollista järjestää halutulla tavalla. Tiedon suodatus: Käyttäjä voi valita eri vaihtoehdoista kiinnostavimmat sisältöpalvelut, ulkoiset ja sisäiset viittaukset, uutisvirrat ynnä muut sisältökomponentit. Käyttäjälle näytetään tällöin ainakin ensisijaisesti vain valittuja aihealueita ja valintoja koskevaa sisältöä. Tiedon suodatus voidaan tehdä myös automaattisesti muiden käyttäjien toimien perusteella, jolloin palvelu toimii suosittelijana. Kohdennettu mainonta ja markkinointi: Näytetään käyttäjälle mainoksia, joista tämä on oletettavasti eniten kiinnostunut. Kohdentaminen voidaan tehdä esimerkiksi sopivan käyttäjäryhmän perusteella. Näitä eri kohderyhmiä voidaan määritellä esimerkiksi sukupuolen, iän tai asuinpaikan mukaan. Yleensä ulkoasuun liittyvän personoinnin katsotaan olevan räätälöintiä, joka on personoinnin kevyempi taso. Räätälöinnissä käyttäjä tekee kaiken palvelun mukauttamisen manuaalisesti eli palvelu ei yritä automaattisesti esimerkiksi arvata käyttäjän ulkoasumieltymyksiä. Sisältökohtaisessa personoinnissa on yleistä, että käytössä on jonkinlainen automaattinen prosessi, jossa päätellään käyttäjän historiatiedon, käyttäjäprofiilin tai muiden samankaltaisten käyttäjien perusteella tehtävä palvelun sisällön mukauttaminen. [Braynov 2003, Kalliola 2004] 2.3 Käyttäjäprofilointi Jotta minkäänlaista palvelun personointia voidaan ylipäätään suorittaa, pitää käyttäjästä kerätä tarkoitukseen sopivia tietoja. Tarvittavat tiedot luonnollisesti vaihtelevat täysin palvelun ja käyttötarkoituksen mukaan, mutta niiden keräys voidaan suorittaa kolmella eri tavalla: [Chiu 2001] 1. Eksplisiittinen tietojen keräys: Käyttäjä syöttää itse palvelun personointiin käytettävän informaation. Etuna on se, että käyttäjä saa itse määritellä tarkasti mieltymyksensä ja tarpeensa. 2. Implisiittinen tietojen keräys: Tarkoituksena on seurata käyttäjän tekemisiä ja kerätä tietoja esimerkiksi ostokäyttäytymisen ja selailutottumusten avulla. Etuna on se, että tämä menetelmä ei vaadi käyttäjän osallistumista eli tietojen keräys tapahtuu huomaamattomasti palvelun taustalla.

19 Luku 2. Verkkopalvelun mukauttaminen 8 3. Perityn/olemassa olevan tiedon käyttö: Käyttäjätiedot saadaan kerättyä suoraan käyttäjän aikaisemmin käyttämästä palvelusta tai palveluista. Peritty tieto on usein paras tietolähde käyttäjäprofiloinnin kannalta, koska tiedot ovat käytännössä heti käyttövalmiita. Tietojen keräyksellä eli käyttäjäprofiloinnilla saatujen käyttäjäkohtaisten tietojen avulla on tarkoitus rakentaa jokaiselle käyttäjälle yksilöllinen käyttäjäprofiili. Käyttäjäprofiiliin sisällytetään yleensä sekä käyttäjän henkilökohtaisia tietoja että tämän käyttäytymiseen liittyviä tietoja, kuten ostokäyttäytymiseen liittyviä assosiaatiotietoja. Käyttäjäprofiilin tarkoituksena on yhdistää ja tiivistää kaikki käyttäjästä kerätty informaatio yhteen paikkaan. [Braynov 2003] Tämänkaltainen sähköinen käyttäjäprofilointi on hyvin suosittua varsinkin sähköisessä kaupankäynnissä (engl. electronic commerce) ja mainostamisessa. Sen avulla on mahdollista kohdentaa mainontaa ja auttaa käyttäjää löytämään internetin valtavasta tietomäärästä kiinnostavimmat aiheet. Esimerkkejä ja tutkimuksia tämänkaltaisesta käyttäjälle tärkeän tiedon suodattamisesta on useita (ks. [Shapira et al. 1996] ja [Crossley et al. 2003]). Tiedon suodattaminen on perusteiltaan hyvin yksinkertaista ja se perustuu aina yksittäisen käyttäjän tietoihin. Kun tämänkaltaisen toteutuksen päälle lisätään mahdollisuus muiden käyttäjien tietojen käyttämiseen tiedon suodatuksessa, voidaan käyttäjälle tarjota entistä relevantimpaa sisältöä. Tämänkaltaista toteutusta, jossa muiden mieltymyksiltään samankaltaisten käyttäjien seurantatietojen avulla tarjotaan käyttäjälle palveluita tai sisältöä, kutsutaan yleensä suosittelujärjestelmäksi [Schafer et al. 2000]. Siinä tapauksessa, että käyttäjälle tarjotaan sisältöä esimerkiksi elokuvasivuston tapauksessa elokuvan lajityypin tai näyttelijöiden mukaan, on kyseessä tavallinen pelkän sisällön mukaan tapahtuva suosittelu tai tiedon suodatus (engl. content filtering). Kollaboratiivisessa eli kaikkien käyttäjien yhteistyöhön perustuvassa suosittelussa (engl. collaborative filtering) ei välttämättä huomioida tässä tapauksessa lainkaan elokuvien lajityyppiä tai muutakaan metatietoa 1. Sen sijaan, tärkein suositteluprosessin ohjaustieto saadaan aina käyttäjiltä, joiden mieltymykset ovat mahdollisimman yhteneviä yksittäiseen käyttäjään verrattuna. [Ramanna 2003] Toinen tapa, jolla käyttäjätietoja voidaan myös käyttää hyödyksi personointiprosessissa, on sääntöpohjaisten menetelmien käyttö. Tarkoituksena on luoda tarvittava määrä erilaisia assosiaatio- tai liiketoimintasääntöjä, jotka ohjaavat perso- 1 Metatieto on tietoa tiedosta. Sen avulla voidaan formaalisti määritellä kohteena olevan tiedon ominaisuudet.

20 Luku 2. Verkkopalvelun mukauttaminen 9 noinnin suorittamista. Sääntö voisi esimerkiksi tarjota tuotetta X käyttäjälle, joka on juuri ostanut tuotteen Y. [Braynov 2003, Chiu 2001] Käyttäjätietojen hyödyntämiseen palvelun personoinnissa on kolmaskin tärkeä tapa eli profiilitietojen välinen sovittamisprosessi. Tässä työssä keskitytään nimenomaan tämän menetelmän hyödyntämiseen. 2.4 Profiilitietojen sovittaminen Profiilitietojen sovittaminen on nousemassa tärkeään asemaan esimerkiksi sähköisessä kaupankäynnissä ja erityisesti siihen liittyvissä (hinta)neuvottelut automatisoidusti hoitavissa järjestelmissä. Toimivan ja ennen kaikkea luotettavan neuvottelevien tahojen väliset sopimusneuvottelut sähköisesti hoitavan automatiikan asema korostuu entisestään tulevaisuudessa. [Cass et al. 1999] Yleistä Sovittamisprosessia voidaan pitää yksinkertaistetusti suosittelujärjestelmän kaltaisena toiminnallisuutena, jossa käyttäjälle suositellaan tämän profiiliin parhaiten täsmääviä profiilivastineita. Suositeltavat profiilit määritellään tietyn similaarisuusarvioinnin avulla, missä selvitetään kuinka lähellä yksittäinen profiili on käyttäjän omaa profiilia (ks. [Caforio et al. 2004]). Sovittamisprosessia voidaan myös periaatteessa pitää k:n lähimmän naapurin etsintätehtävänä (engl. k-nearest neighbour), jota käytetään yleisesti hahmontunnistuksessa [Veit et al. 2002b]. Tarkoituksena on siis tämän lähestymistavan mukaan etsiä tietyn käyttäjän profiilin perusteella k lähintä profiilia kaikista mahdollisista. Profiilien välistä vertailua voidaan tehdä eri lukumääräsuhteilla. Mahdolliset eri sovittamistavat ovat: 1 : 1 1 : n Yksinkertaisin toteutustapa. Sovittaminen suoritetaan kertaluontoisesti vain yhden valitun profiilin ja siihen verrattavan profiilin välillä. Tarkoituksena on verrata yhtä valittua profiilia kaikkiin saatavilla oleviin vertailuprofiileihin, jotka on otettu mukaan sovittamisprosessiin. Tapaa käytetään esimerkiksi useissa treffipalvelu- tai vastaavankaltaisissa toteutuksissa. Käyttäjälle siis pyritään antamaan personoitu näkymä palvelun tarjontaan.

21 Luku 2. Verkkopalvelun mukauttaminen 10 m : n Monimutkaisin toteutustapa, jossa ei enää ole vain yhtä keskusprofiilia, johon kaikkia muita verrataan. Sovittamisprosessin täydellinen läpikäynti voi käyttötarkoituksesta riippuen vaatia jopa kaikkien mahdollisten vertailujen suorittamista profiilien välillä. Vasta kaikkien vertailukombinaatioiden jälkeen saadaan selville paras osuma. Tätä tapaa käytetään esimerkiksi joissakin kaksipuolisissa neuvotteluissa, kuten huutokaupoissa (ks. [Beam et al. 1999]). Niissä on mahdollista saada useita tarjouksia, joista voidaan tehdä aina vastatarjouksia niin kauan, kunnes paras sopimus syntyy. Kun sovittamismallin yleinen toteutustapa ja rakenne on selvillä, voidaan syventyä hyvältä mallilta vaadittaviin ominaisuuksiin. On luonnollisesti tärkeää, että sovittamismalli suoriutuu tehtävistään siten, että sitä ylipäätään voidaan käyttää palvelun osana. Jotta sovittamismalli onnistuisi mahdollisimman hyvin tavoitteissaan, on sen täytettävä muutamia yleisiä vaatimuksia: [Cass et al. 1999, Benyoucef & Keller 2000] 1) Oikeellisuus: Mallin antamien tulosten on oltava oikeita, eikä mallin toiminnassa saa esiintyä täydellisiä katkoksia. 2) Perusteltu toiminta: Mallin pitää sisältää perustellut ja järkeenkäyvät toimintamallit. Myös asetettujen rajoitteiden on oltava perusteltuja. Esimerkiksi sähköisten huutokauppojen tapauksessa mallin pitää huolehtia, että tarjousten tekemiseen on riittävästi aikaa. 3) Virhesietoisuus: Mallin pitää kestää odottamattomatkin sovittamisen aikana esiintyvät sekä ulkoiset että sisäiset virheet. Mallin pitää myös olla varautunut ulkopuolisiin hyökkäyksiin. 4) Nopeus: Mallin pitää olla nopea ja tehokas eli sen pitää suoriutua sovittamisesta inhimillisessä ajassa. 5) Jäljitettävyys: Mallin pitää osata perustella käyttäjälle sen tekemät valinnat ja sen antamat tulokset. Mallin jäljitettävyyteen voidaan katsoa sisältyvän myös sen ymmärrettävyys ja läpinäkyvyys. On siis tärkeää yrittää pitää mallin toiminta mahdollisimman näkyvänä, jotta käyttäjä tietää mihin tehdyt valinnat perustuvat ja miksi jokin tietty vertailuprofiili tuli valittua. Näiden lisäksi erityisesti tämän työn kontekstissa voidaan ottaa esille myös seuraavat hyvän sovittamismallin ominaisuudet:

22 Luku 2. Verkkopalvelun mukauttaminen 11 6) Systemaattisuus: Mallin antamat tulokset ovat systemaattisia. Mallin pitää olla varautunut vaihtuviin tilanteisiin ja ympäristöihin ilman, että ne vaikuttavat sen antamiin tuloksiin. 7) Eettisyys: Malliin ei sisällytetä eettisesti arveluttavia ominaisuuksia, kuten käyttäjän ihonväriä tai uskontoa. Käyttäjän henkilökohtaiset tiedot pitää myös suojata ulkopuolisilta, vaikka osaa käytettäisiinkin itse sovittamismallissa. Kun perusasiat on päätetty ja otettu huomioon, voidaan sovittamismallin sisäinen toteutus määritellä ja suunnitella tarkemmin Toteutusyksityiskohdista Sovittamisprosessiin sisältyvien profiilien sisältämien ominaisuuksien eli attribuuttien painotus voi olla toisistaan poikkeavaa. Käyttäjä voi esimerkiksi haluta painottaa tälle tärkeitä ominaisuuksia muita enemmän. Attribuuttien yhteensopivuudelle voidaan asettaa esimerkiksi neljä eri välttämättömyystasoa: Yhteensopivuus välttämätön: Tietyn attribuutin yhteensopivuus voidaan asettaa ehdottoman välttämättömäksi eli mikäli tiedot eivät täsmää, pudotetaan profiili kokonaan pois lopputuloksista. Sopimattomien profiilien karsinta voidaan suorittaa myös jo ennen itse sovittamisprosessia, jolloin itse prosessin kuormitus vähenee. Yhteensopivuus tärkeä: Tärkeäksi valitun attribuutin yhteensopivuus nostaa tämän painoarvoa. Painotettu attribuutti vaikuttaa luonnollisesti sovittamisprosessin lopputuloksiin normaalipainotettua attribuuttia enemmän. Painoarvo normaali: Kaikkien attribuuttien painoarvo on normaali eli painotusta ei suoriteta. Yhteensopivuus ei oleellista: Attribuuteille, joiden yhteensopivuus ei ole oleellista voidaan asettaa pienempi painoarvo, joka on esimerkiksi puolet normaalista. On myös mahdollista asettaa painoarvo nollaksi, jolloin attribuutti ei vaikuta lopputuloksiin lainkaan. Ennaltamäärityille välttämättömyystasoille asetetaan yleensä jokin tasoa parhaiten kuvaava painoarvo (ks. [Thibodeau et al. 2000]). Toisaalta attribuutin sopivuuden välttämättömyys tai tärkeys voidaan määritellä myös vapaasti säädeltävällä painoarvolla. Painoarvo voi olla esimerkiksi reaaliluku väliltä [0,2], jossa luku 1 merkitsee normaalipainoa.

23 Luku 2. Verkkopalvelun mukauttaminen 12 Profiilien vertailu voidaan tehdä usealla eri menetelmällä: Etäisyysfunktiot: Profiilien sisältämiä attribuutteja vertaillaan etäisyysfunktioiden avulla. Jokaiselle attribuutille lasketaan sen etäisyys vertailtavan profiilin vastaavasta attribuutista, minkä jälkeen koostetaan lopullinen kokonaisetäisyys. Vertailtavien profiilien välinen paremmuusjärjestys saadaan kokonaisetäisyyksiä vertailemalla. Etäisyysfunktioita voidaan käyttää esimerkiksi useissa sähköisen kaupankäynnin sovelluksissa (ks. [Veit 2003]). Heuristinen malli: Rakennetaan omiin kokemuksiin perustuva laskentamalli, joka ei välttämättä perustu tarkasti mihinkään yleiseen profiilien vertailutapaan. Avainsanahaku: Etsitään tiettyjä avainsanoja tekstimassasta ja vertaillaan profiileita avainsanojen esiintymistiheyden perusteella. Avainsanahakua käytetään usein esimerkiksi tiedon suodatuksessa (ks. [Foltz & Dumais 1992]). Loogiset operaatiot: Käytetään profiilien vertailussa apuna loogisia operaatioita, joilla kuvataan vertailtavat profiilit sekä niiden väliset yhteensopivuutta mittaavat laskentatavat. Loogisiin operaatioihin perustuvaa menetelmää voidaan käyttää muun muassa treffipalveluiden toteutuksessa (ks. [Calì et al. 2004]). Ontologiat: Käytetään käyttäjäprofiilien ja koko sovittamisprosessin kuvauksessa semanttisen webin (engl. Semantic Web) tarjoamia tapoja, kuten esimerkiksi DAML-S-kieltä (ks. [DAML-S 2003]) tai OWL-kieltä (ks. [OWL 2004]). Tarkoituksena on loogisten operaatioiden tapaan etsiä oman profiilin perusteella sopivat kandidaattiprofiilit käyttämällä tarkoitukseen sopivia (loogisia) kyselyitä (ks. [Trastour et al. 2002]). Käytännössä useimmat täydelliset sovittamispalvelut ja -algoritmit käyttävät joko etäisyysfunktioihin perustuvaa toteutusta tai loogisiin sääntöihin perustuvaa järjestelmää. Toisaalta näiden pohjalla saattaa olla heuristinen malli, joka on räätälöity nimenomaan tiettyyn sovittamisskenaarioon. Tässä tapauksessa ongelmana kuitenkin on toteutuksen siirrettävyys eli toteutus ei ole geneerinen. Näin ollen räätälöityä heuristista mallia voidaan käytännössä käyttää hyväksi vain yksittäisissä tiettyyn tehtävään soveltuvissa sovittamistoteutuksissa. Etäisyysfunktioiden avulla saadaan formalisoitua etäisyyslaskentamalli kaikkien järjestelmään liittyvien attribuuttien välille. Samankaltainen toiminnallisuus saadaan toteutettua myös loogisten operaatioiden avulla. Avainsanahakua voidaan käyttää yksinään yksinkertaisen sovittamistoteutuksen pohjana, mutta se voidaan myös liittää osaksi valittua pohjalla olevaa sovittamisarkkitehtuuria.

24 Luku 2. Verkkopalvelun mukauttaminen Tulosten analysointi Sovittamisprosessin suorittamisen jälkeen saatavia tuloksia on mahdollista vielä analysoida eri tavoin. Similaarisuusasteet kertovat siitä, kuinka lähellä tietty profiili on vertailtavaa profiilia. Ne voidaan jakaa karkeasti esimerkiksi seuraavasti: [Paolucci et al. 2002] Täydellinen osuma Tämä on eksakti osuma (100 %) eli vertailtavat profiilit vastaavat täysin toisiaan. Tarve sisältyy tarjontaan Tarpeet määrittelevän profiilin vaatimukset täytetään periaatteessa täydellisesti, mutta tarjonta sisältää laajempia (ylä)käsitteitä verrattuna tarpeeseen, jolloin tarjolla on enemmän kuin on tarve. Tämä toteutuu esimerkiksi tilanteessa, jossa käyttäjä tarvitsee farmarimallisen auton, mutta tarjonta ei määrittelekään eksplisiittisesti farmarimallisia autoja, vaan pelkän yläkäsitteen eli autot. Tällöin kysynnän ja tarjonnan välillä on heikompi relaatio. Käyttäjän kannalta tällä ei kuitenkaan ole suurta merkitystä, sillä tämän kannalta ehto näyttää täyttyvän. Toisaalta ei voida olla koskaan täysin varmoja siitä, että ehto täyttyy täydellisesti. Tarjonta sisältyy tarpeeseen Edellisen vastakohta eli nyt käyttäjä tarvitsee enemmän kuin on tarjolla, jolloin profiilien tarpeet eivät täsmää täydellisesti. Tarpeista ja tilanteesta riippuen eritasoisia osumia voi olla lähes rajattomasti. Epäonnistunut sovittaminen Tarve ja tarjonta eivät täsmää millään (attribuutti)tasolla eli osumaa ei tapahdu (0 %). Sovittamisprosessin lopputulokset voidaan luokitella myös seuraavalla tavalla lähinnä prosessin arviointia varten: [Veit et al. 2002a] a) Oikea positiivinen osuma: Vertailtava profiili on merkitty onnistuneeksi osumaksi oikein (sekä asiantuntija-arvioinnin avulla saatu tulos että sovittamismallin antama tulos on arvioitu onnistuneeksi osumaksi). b) Väärä positiivinen osuma: Vertailtava profiili on merkitty onnistuneeksi osumaksi väärin (sovittamismalli arvioi tuloksen onnistuneeksi osumaksi, mutta asiantuntija-arvioinnin mukaan tulos on epäonnistunut osuma). c) Väärä negatiivinen osuma: Vertailtava profiili on merkitty epäonnistuneeksi osumaksi väärin (asiantuntija-arvioinnin mukaan saatu tulos on onnistunut osuma, mutta sovittamismalli arvioi tuloksen epäonnistuneeksi osumaksi).

25 Luku 2. Verkkopalvelun mukauttaminen 14 d) Oikea negatiivinen osuma: Vertailtava profiili on merkitty epäonnistuneeksi osumaksi oikein (kaikki muut). Tarkoituksena on vertailla kuinka hyvin ihmisen ja sovittamismallin antamat profiilien väliset yhteensopivuustulokset korreloivat keskenään. Sekä ihmisen suorittaman arvioinnin (asiantuntija-arvioinnin) avulla saadut että sovittamisprosessin antamat tulokset jaetaan kahteen eri luokkaan: onnistuneisiin ja epäonnistuneisiin osumiin. Realistisesti ajatellen raja-arvoksi voidaan asettaa esimerkiksi 60 %, jolloin kaikki profiilit, joiden yhteensopivuustulos on vähintään 60 % luokitellaan onnistuneiksi ja kaikki tämän raja-arvon alle jäävät profiilit luokitellaan epäonnistuneiksi osumiksi. [Veit et al. 2002a] Saatujen tulosten avulla voidaan helposti arvioida sovittamismallin tarkkuutta ja toimivuutta reaalimaailman vaatimukset huomioiden. Asiantuntija-arviointi ei kuitenkaan koskaan ole täysin objektiivista, mutta se antaa silti viitteen sovittamismallin toimivuudesta. Sovittamismallin toteutuksen yhteydessä pitää muistaa, että ihmisten välisen kysynnän ja tarjonnan sovittamisessa on monia tekijöitä, joita ei voida millään mallintaa (tai voidaan mallintaa heikosti) matemaattisesti tai formaalisti, mutta jotka voivat vaikuttaa merkittävästikin reaalimaailman kanssakäymisessä. Näihin lukeutuvat esimerkiksi käyttäjän persoonallisuus, aito kiinnostus tarjottavaa työtä kohtaan (työhönottotilanteessa), ulkonäkö, luotettavuus, sosiaalisuus, tunnollisuus, hienotunteisuus ja niin edespäin. Lisäksi pitää muistaa, että joillain henkilöillä on virtuaalimaailmassa tapana liioitella omia taitojaan tai vastaavasti vähätellä niitä. Näitä edellä mainittuja puutteita ei pystytä koskaan täysin paikkaamaan, mutta esimerkiksi käyttäjien vertaisarviointi sanallisesti tai pisteitä antamalla voi auttaa. 2.5 Tapaus Apt Decision -asunnonsuosittelija Verkkopalvelun personointiin ja profiilitietojen sovittamiseen liittyviä erilaisia toteutustapoja ja niihin liittyviä tutkimuksia on olemassa runsaasti. Tähän työhön läheisesti liittyvä palvelu on esimerkiksi MIT:n medialaboratoriossa kehitetty vuokraasuntojen etsintään ja suosittelemiseen käyttäjän tarpeiden ja halujen mukaan keskittyvä ohjelma (ks. [Shearin & Lieberman], ks. myös vastaavantyyppinen toteutus HumanE [Oh & Tan 2004]). Tarkastellaan seuraavaksi kyseisen palvelun toimintaa tapausesimerkkinä. Toteutuksen esittelyn sisältävä luku pohjautuu lähteeseen [Shearin & Lieberman].

26 Luku 2. Verkkopalvelun mukauttaminen Toteutuksen esittely Tarkasteltava palvelu eli Apt Decision keskittyy vuokra-asuntotarjonnan kohdentamiseen yksittäiselle käyttäjälle tämän tarpeiden ja halujen mukaan. Palvelu ei vaadi käyttäjän täyttävän monimutkaisia kyselyitä profilointia suorittaessaan, vaan tarkoitus on juuri päinvastainen. Palvelu rakentaa mahdollisimman itsenäisesti profiilin jokaisesta käyttäjästä näiden asuntotarpeiden ja halujen mukaan ilman käyttäjältä vaadittavia turhia ponnistuksia. Tämä onnistuu jatkuvan vuorovaikutteisen oppimisprosessin avulla käyttäjän ja palvelun välillä, jonka kautta palvelu oppii käyttäjän tarpeet tämän antaman palautteen avulla. Palvelu siis oppii jatkuvasti lisää käyttäjästä tämän toiminnan kautta. Käyttäjän vaikutusmahdollisuus asuntojen suositteluprosessissa on yksi palvelun keskeisistä ominaisuuksista. Käyttäjä voi vaikuttaa itsenäisesti jokaiseen käyttäjäprofiiliin lisättävään asuntoihin liittyvään ominaisuuteen hakiessaan parasta mahdollista vaihtoehtoa. Palvelu pitää huolta siitä, että profiilin luontioperaatio suoritetaan mahdollisimman näkyvästi eli käyttäjä tietää tarkalleen mitä tietoja hänen omaan profiiliinsa lisätään. Käyttäjä voi myös muokata suoraan jokaista profiilin sisältämää tietoalkiota, joten käyttäjällä on täysi kontrolli omaan profiiliinsa. Alustavan profiilin luonnin jälkeen palvelu hakee listan asunnoista, jotka soveltuvat käyttäjälle parhaiten senhetkisten tietojen perusteella. Käyttäjällä on tämän jälkeen mahdollisuus selata palvelun antamia asuntoja etsiessään sopivinta ehdokasta. Mikäli alustava haku on liian rajoittava, palvelu osaa laajentaa hakukriteereitä automaattisesti siten, että haulla pystytään löytämään riittävästi asuntoehdokkaita. Palvelu osaa esimerkiksi laajentaa hakuaan ympäröiviin kaupunginosiin tai seutukuntiin jos asuntoja ei löydy ensisijaisesta kohteesta. Asuntojen profiilit sisältävät paljon enemmän tietoa kuin alustavassa profiilissa on ja käyttäjä voikin näin löytää uusia kiinnostuksen kohteita ja asunnonhaussa tärkeitä ominaisuuksia, joita hän ei ehkä tullut ajatelleeksikaan. Selauksen aikana käyttäjä voi koska tahansa muokata profiiliaan lisäämällä tai poistamalla haluamiansa asuntojen ominaisuuksia. Valitut asuntojen ominaisuudet kerätään listaan, joka sisältää kuusi positiiviseksi ja kuusi negatiiviseksi määriteltyä alkiota, joiden painoarvo määräytyy niiden paikasta listalla. Sekä positiivisten että negatiivisten alkioiden painoarvot on määritelty liukuvasti asteikolla 1 6, jossa alkio painoarvoltaan 6 tarkoittaa erittäin tärkeätä ja 1 vähemmän tärkeätä. Taulukossa 2.1 on esitetty mahdollinen skenaario käyttäjän alustavasta profiilista. Käyttäjän kokonaisprofiili on yhdistetty arvio tämän mielipiteistä tietyistä asunnon ominaisuuksista ja niiden yhteydestä näytettävän asunnon vastaaviin.

27 Luku 2. Verkkopalvelun mukauttaminen 16 Taulukko 2.1: Apt Decision -asunnonsuosittelijan käyttäjäprofiilin sisältöesimerkki (mukaillen [Shearin & Lieberman]). Positiivinen Lemmikit sallittu Astianpesukone? Autopaikka? = Kissat = Kyllä = Kyllä Tärkeä Tärkeä Ei tärkeä paino: 6 paino: 5 paino: 4 paino: 3 paino: 2 paino: 1 Negatiivinen Hiljainen? Takaovi/parveke = Ei etelään? Ei tärkeä = Ei Ei tärkeä paino: -6 paino: -5 paino: -4 paino: -3 paino: -2 paino: -1 Palveluun on määritelty toteutusvaiheessa tiettyjä tärkeitä asuntojen ominaisuuksia kuten sijainti, hinta ja huoneiden lukumäärä. Näiden lisäksi käyttäjä voi halutessaan muuttaa vähemmän tärkeitä ominaisuuksia tärkeiksi, jolloin ne huomioidaan paremmin asuntojen suositteluprosessissa antamalla niille korkeampi painoarvo tavallisen ominaisuuden paikkaan listalla perustuvan painokertoimen lisäksi. Käyttäjä voi antaa palvelun täyttää profiilinsa loppuun automaattisesti, mikäli tämä ei halua enää lisätä uusia ominaisuuksia manuaalisesti, mutta haluaa silti kehittää profiiliaan. Tässä toiminnossa käyttäjälle näytetään kahden näyteasunnon profiilit, joista käyttäjä valitsee sen, mitä pitää parempana. Valitun asunnon perusteella palvelu täyttää puuttuvat profiilin kohdat käyttämällä mahdollisuuksien mukaan vain niitä ominaisuuksia, jotka ovat uniikkeja valitsematta jääneen asunnon profiiliin verrattuna. Kun profiili on valmis, käyttäjän ei tarvitse uutta asuntohakua tehdessään enää aloittaa profiilin rakentamista alusta alkaen, vaan se tallennetaan uusien hakujen pohjaksi. Käyttäjän tekojen ja valintojen mukaan luodaan tälle oma profiili, joka edustaa ominaisuuksiltaan käyttäjän ideaaliasuntoa. Aina, kun käyttäjä tekee muutoksia profiiliinsa, muuttuu myös palvelun suosittelemien asuntojen joukko vastaamaan uusia ominaisuusmäärittelyjä ja painotuksia. Lisäominaisuutena Apt Decision -asunnonsuosittelijapalvelussa on interaktiivisen oppimisen näkökulma. Suosittelija siis oppii vuorovaikutuksesta käyttäjän kanssa. Oppimisen lähtökohtana on pitää jokaista käyttäjän tekemää toimintoa merkitsevänä. Oppimisalgoritmina käytetään vahvistetun oppimisen algoritmia (engl. reinforcement learning), joka on yleisessä käytössä hahmontunnistustehtävissä. Ideana

28 Luku 2. Verkkopalvelun mukauttaminen 17 tämänkaltaisessa toteutuksessa on palauttaa luokittelijalle vain tieto siitä, oliko sen tekemä luokittelu oikein vai väärin, mutta ei miten luokittelu oli väärin. Hahmontunnistuksessa on yleensä tapana palauttaa luokittelijalle vain binääri-informaatio joko luokittelijan tekemä kokeellinen päätös on oikein tai väärin. [Duda et al. 2000, s. 17] Suosittelija osaa myös käyttää käyttäjän historiatietoja hyväkseen. Esimerkiksi jos käyttäjä ei enää löydä yhtään profiiliaan vastaavaa asuntoa, osaa suosittelija käyttää apuna käyttäjän aiempaa profiilia ja tarjota asuntoja sen perusteella. Tietenkin tässä vaiheessa käyttäjälle ilmoitetaan asiasta ja kehotetaan tätä muuttamaan profiiliaan hakuehtojen löysentämiseksi ja tätä kautta osumien lisäämiseksi Päätelmät Tätä tapausesimerkkiä ja sen esittelemää referenssitoteutusta voidaan käyttää pohjana tässä työssä käsiteltävän oman sovittamismallin suunnittelussa ja toteutuksessa. Ensinnäkin on tietenkin tärkeää, että jokaiselle käyttäjälle luodaan oma henkilökohtainen profiili, johon tallennetaan käyttäjän henkilökohtaisiin haluihin ja ominaisuuksiin liittyviä tietoja. Käyttäjällä on myös vaikutusmahdollisuus profiilinsa sisältöön eli järjestelmä ei tee itsenäisesti valistuneita arvauksia, jotka voivat olla kaukanakin käyttäjän omista vaatimuksista ja ominaisuuksista. Käyttäjän profiili luodaan lisäksi erittäin näkyvästi, jolloin käyttäjä tietää varmuudella mitä tietoja järjestelmään tallennetaan ja mihin niitä käytetään. Käyttäjäystävällisyyden kannalta on myös merkitsevää, että käyttäjäprofiili tallennetaan pysyvästi. Näin ollen käyttäjän ei tarvitse jokaisella käyttökerralla tehdä itselleen uutta profiilia. Käyttäjällä on lisäksi mahdollisuus muokata omaa profiiliaan, jolloin virheelliset tai muuttuneet tiedot on helposti päivitettävissä järjestelmään. Itse sovittamismalliin liittyviä ominaisuuksia tarkastellen on sovittamisprosessissa käsiteltävien attribuuttien tai attribuuttijoukkojen painotusmahdollisuus oleellinen. Käyttäjällä on tällöin mahdollisuus valita juuri ne attribuutit ja ominaisuudet, jotka ovat tälle tärkeimpiä tekijöitä prosessin lopputuloksen kannalta. Myös merkittävimpien eli rajaavien attribuuttien olemassaolo on tärkeää. Näin ollen sovittamisprosessin tuloksena saadaan järkeviä osumia ja suoritusaika pysyy järkevissä rajoissa, kun vain oleellisimmat vertailuprofiilit otetaan mukaan itse sovittamisprosessiin.

29 Luku 3 Sovittamismallin valinta Lähestymistapoja sovittamisprosessin toteutukseen on olemassa runsaasti. Tässä luvussa esitellään mahdollisia vaihtoehtoja lyhyesti ja valitaan niistä lopuksi sopivin tämän työn toteutuksen pohjaksi. Luku sisältää lisäksi selvityksen siitä, mihin suurempaan projektikokonaisuuteen tämä työ liittyy. 3.1 Tapaus Tre@Validia Tämän luvun sisältämä projektin kuvaus on tehty yhteistyönä samasta projektista diplomityönsä tekevän Ilkka Kaikuvuon kanssa. Hänen työnsä aihe on Saavutettavuus mukautettavan verkkopalvelun suunnittelussa ja toteutuksessa Yleistä Tre@Validia-avustajaportaaliprojekti on Tampereen teknillisen yliopiston (TTY) Hypermedialaboratorion yhdessä Invalidiliiton kanssa toteuttama projekti, jonka tavoitteena on luoda tietotekniikkaa hyväksikäyttävä vaikeavammaisten henkilöiden henkilökohtaisten avustajien ja omaishoitajien välityspalvelu. Rahoittajana projektissa toimii Raha-automaattiyhdistys (RAY). Vuonna 2004 alkanut projekti on kolmivuotinen päättyen vuonna Toteutettava palvelu on internet-pohjainen ja sen käyttö tapahtuu pääasiassa WWW-selaimen kautta. Päätelaitteena voi toimia verkkoyhteydellä varustettu työasema tai PDA-laite (kämmentietokone tai matkapuhelin). Osa toiminnoista on käytettävissä myös tekstiviestikäyttöliittymän kautta matkapuhelimella. 18

30 Luku 3. Sovittamismallin valinta 19 Avustajaportaalin käyttäjiä ovat muun muassa henkilökohtaista avustajaa tarvitsevat vaikeavammaiset henkilöt, lomituspalvelua tarvitsevat omaishoitajat, avustajat ja henkilökohtaiseksi avustajaksi aikovat, alueen kuntien vammaispalvelutoimistot, vertaistukea antavat yhdistykset ja yksityiset henkilöt sekä vapaaehtoistyöntekijät. Lisäksi avustajaportaalin käyttäjiä ovat yleiset ja alueelliset ylläpitäjät sekä viranomaiset. Teknisen osaprojektin osalta projekti alkoi ja kestää hieman alle kaksi vuotta. Pilotointivaihe suoritettiin loppuvuodesta 2005 ja laajempi käyttäjätestaus suoritetaan nykyisen aikataulun mukaan vuoden 2006 loppupuolella. Edellisen lisäksi tekninen osaprojekti tukee tämän päättymiseen asti ohjausryhmätyyppisellä työskentelyllä, mutta varsinainen kehitystyö päättyy teknisen osaprojektin päättyessä arviolta toukokuussa Rakenne ja toteutus Pääpiirteissään avustajaportaali tarjoaa verkkoperustaisen suomenkielisen järjestelmän, jota hyödyntäen kohderyhmän saataville voidaan tarjota paitsi tietoa erilaisten oppaiden välityksellä myös tietoteknisiä välineitä järkevien palvelukokonaisuuksien rakentamiseen. Tärkeimpiin palvelukokonaisuuksiin sisältyvät muun muassa avuntarpeen ja avun tarjonnan kirjaaminen, kohdentaminen ja resurssien optimointi. Käyttäjillä on pääsy avustajaportaalin eri päätelaitteita ja yhteystapoja hyväksikäyttäen. Avustajaportaali on saavutettavissa paitsi internetissä (työasemat, kämmentietokoneet ja verkkoyhteydellä varustetut matkapuhelimet) myös soveltuvin osin matkapuhelimen välityksellä tekstiviestikäyttöliittymää hyödyntäen. Käyttäjien tietotekniset valmiudet vaihtelevat suuresti ja osa heistä käyttää apuvälineitä, minkä vuoksi käyttöliittymäsuunnittelun perusperiaatteina ovat saavutettavuus ja helppo omaksuttavuus (käytännössä yksinkertaisuus). Avustajaportaali sisältää muun muassa seuraavat keskeiset työvälineet: käyttäjäksi rekisteröityminen, omat tiedot, avustajavälitykseen liittyvä kalenteri, avustajan ja työnantajan hakeminen, tapahtumien kirjaaminen ja raportointi, rekisteröityneiden käyttäjien välinen keskustelu sekä ylläpitäjän välineet. Avustajaportaalin keräämien henkilötietojen tallentamisessa ja käytössä noudatetaan henkilötietolakia. Kaikkia avustajanvälitykseen liittyviä toimintoja ei kuitenkaan pyritä kokonaisuudessaan automatisoimaan vielä tämän teknisen osaprojektin puitteissa. Käyttäjien (työnantajien ja ylläpitäjien) on esimerkiksi itse vietävä osa avustajaportaalin raportoimista tiedoista ulkopuolisiin perusjärjestelmiin esimerkiksi palkkioiden sähköisen laskutuksen osalta. Avustajaportaali tarjoaa pääsyn myös ulkoisiin oppi- ja koulutusmateriaaleihin.

31 Luku 3. Sovittamismallin valinta 20 Avustajaportaali on tekniseltä toteutukseltaan verkossa toimiva sovellus, jonka välityksellä eri käyttäjäryhmät voivat paitsi hakea myös julkaista omia tietojaan, kuten kalenteritietoja avustajaresurssin kohdentamiseen. Keskeinen toiminnallisuus toteutetaan myös kämmentietokoneiden ominaisuudet huomioiden eli esimerkiksi pienen näytön ja erilaisten kohdistinlaitteiden rajoitukset huomioon ottaen. Osa avustajaportaalin toiminnoista on saavutettavissa myös tekstiviestien välityksellä esimerkiksi avustajan sairastumisen tai vastaavien tilanteiden yhteydessä. Järjestelmä ei kuitenkaan korvaa vaikeavammaisen käyttäjän turvallisuudesta vastaavia kriittisiä viestisovelluksia esimerkiksi pikaisen avuntarpeen osalta hätätilanteessa, vaikka näiden toisintaminen avustajaportaalin osana olisikin teknisesti mahdollista. Avustajaportaalin dokumenttisisältöä hallitaan monikanavajulkaisun menetelmin. Kärjistettynä tämä tarkoittaa sitä, että sisältö tuotetaan ja ylläpidetään rakenteisina dokumentteina, joista mahdollisuuksien mukaan ohjelmallisesti tuotetaan näkymiä eri päätelaitteiden ominaisuudet huomioiden. Julkaisuprosessin onnistuminen edellyttää sisällön tuotantoprosessin suunnittelua, prosessiin sitoutumista ja sen systemaattista toteutusta. Verkkoaineisto julkaistaan ulkoisesti XHTML-muodossa (Extensible Hypertext Markup Language). Järjestelmän sisäiset ohjelmistototeutukset perustuvat laajasti käytössä oleviin ohjelmointikieliin, ohjelmistokomponentteihin ja tietokantaratkaisuihin eli PHP-kieleen sekä MySQL-relaatiotietokantaan. Käyttöliittymien toteutuksessa huomioidaan saavutettavuuden suunnitteluohjeet ja järjestelmä toteuttanee WAI-suosituksen (Web Accessibility Initiative) verkkosisällön saavutettavuuden A-tason Suhteet tarkoituksena on luoda verkkopalvelu, joka helpottaa työnantajia ja avustajia toistensa löytämisessä. Projektin lopputuotteena syntyvää avustajaportaalia käytetään tässä työssä tapausesimerkkinä oman heuristisen sovittamismallin suunnittelussa ja toteutuksessa. Sovittamismallin tehtävänä on yhdistää työnantajien tarpeet ja avustajien ominaisuudet automaattisen sovittamisprosessin avulla. Sovittamismallin keskeisyyden huomioon ottaen tämä työ liittyy olennaisena osana itse Ilkka Kaikuvuo käyttää työnsä tapausesimerkkinä myös tuotteena syntyvää avustajaportaalia keskittyen lähinnä saavutettavuuden huomioimiseen verkkopalvelun suunnittelussa. Projektin toteutuksessa ja suunnittelussa onkin kyetty ottamaan huomioon erityisryhmien vaatimukset ja tarpeet alusta lähtien.

32 Luku 3. Sovittamismallin valinta 21 Avustajaportaaliin kohdennetut käyttäjäryhmät huomioon ottaen saavutettavuuden merkitys lopputuotteen käyttökelpoisuudelle on merkittävä, joten myös hänen työnsä aihe liittyy tärkeänä osana itse 3.2 Käyttäjäprofiloinnin toteuttaminen Rakenteisen tiedon mallintamiseen ja esittämiseen XML (Extensible Markup Language, ks. [XML 1999]) on omiaan. Sen avulla tieto on mahdollista pilkkoa riittävän pieniin palasiin ja esittää se hallittuna rakenteena niin, että sen mekaaninen käsittely on mahdollista tietokoneen avulla. XML tarjoaa joustavana kielenä myös mahdollisuuksia erilaisten sovittamiseen liittyvien profiilien esittämiseen. Esimerkiksi mobiililaitteiden käyttäjille suunnatun palvelun (ks. [Nakamura & Yuriyama 2002]), jossa erilaisia sisältöpalveluita tarjotaan kontekstin ja käyttäjän mukaan, sisältämät profiilien määritykset voidaan toteuttaa XML-kielen avulla. Järjestelmän jokaisella käyttäjällä on oma dynaaminen profiilinsa, jonka perusteella sisältöpalveluiden tarjonta kohdistetaan aina sopivalle henkilölle [Nakamura & Yuriyama 2002]. Sisältöpalveluiden palvelukonteksti määritellään XML-dokumentteihin viittaamiseen alun perin kehitetyllä XPath-kielellä (XML Path Language, ks. [XPath 1999]) [Nakamura & Yuriyama 2002]. Tämänkaltainen toteutusratkaisu mahdollistaa myös yksinkertaisen sovittamisjärjestelmän määrittelemisen. Listauksessa A.1 (ks. liite A) on liittyvä yksinkertainen esimerkki XML-dokumentista, joka esittää työnhakijan profiilia. XML sallii dokumenttien rakenteen määrittelemisen suhteellisen vapaasti, joten monimutkaisempienkin profiilien määrittely onnistuu vaivatta. Profiili sisältää työntekijän perustiedot, kuten nimen, iän ja paikkakunnan (rivit 3 6). Tämänkaltaiset henkilökohtaiset tiedot, joilla ei sovittamisen kannalta ole mitään merkitystä, on yleensä paras liittää osaksi esimerkiksi käyttäjän perustiedot sisältävää profiilia, jonka sisältämiä tietoja ei oteta huomioon sovittamisprosessissa. Työntekijän taidot on jäsennelty sisäkkäiseen rakenteeseen, jossa voi olla lähes rajaton määrä eri osaamisalueita (rivit 20 29). Eri aihealueet sisältävät lopulta konkreettiset osaamiskohteet, jotka työntekijä hallitsee. Työntekijän kielitaito on esitetty vastaavankaltaisena rakenteena, mutta lisäksi käytössä on tiettyä kielitaitoa mittaava lukuarvo esimerkiksi väliltä 1 5, jossa luku 1 tarkoittaa perustaitoja ja luku 5 äidinkieleen verrattavia kielitaitoja (rivit 10 19). XPath-määritysten avulla on mahdollista määritellä halutut hakuehdot käyttäjäprofiilien joukosta tehtävälle haulle (ks. [Nakamura & Yuriyama 2002]), mutta

33 Luku 3. Sovittamismallin valinta 22 yleiskäyttöisemmin hakuehtojen määrittely kannattaa tehdä esimerkiksi symbolisesti: käyttäjä.sukupuoli.mies osaaminen.taito.katetrointi Tämänkaltaisesta määrittelystä on helppo nähdä sen yhteys relaatiotietokantoihin. Relaatiotietokannoissa tehtävät kyselyt ovat rakenteeltaan suhteellisen samankaltaisia, joten muunnos on hyvin suoraviivainen. Edellisen esimerkin kaltaisen haun määrittely esimerkiksi SQL-kielellä (Structured Query Language, ks. [SQL 2003]) voidaan tehdä yksinkertaisesti seuraavalla tavalla: SELECT * FROM kayttaja, osaaminen WHERE kayttaja.sukupuoli = mies AND osaaminen.taito = katetrointi AND kayttaja.kayttajatunniste = osaaminen.kayttajatunniste Molempien hakutapojen lopputuloksena saadaan lista tai joukko niistä miespuolisista henkilöistä, jotka osaavat katetroida. Lopputuloksen kannalta käytetyllä hakutavalla ei siis ole merkitystä. Profiilien mallintaminen ja niiden rakenteen esittäminen onnistuu myös muilla vastaavankaltaisilla rakenteisiin kieliin perustuvilla keinoilla. Toinen lähestymistapa on profiilirakenteiden esittäminen relaatiotietokannan avulla. Esimerkiksi edellä mainittu SQL-kieli soveltuu hyvin tietokokonaisuuksien rakenteen sekä niiden sisältämien ominaisuuksien yksityiskohtaiseen määrittämiseen. Relaatiotietokantatoteutus on valittu koko Tre@Validia-projektin (ks. luku 3.1) pohjaksi, joten se on luonnollinen valinta tämänkin työn toteutuksen perustaksi. XML-pohjainen ratkaisu tarjoaa siis helpon tavan määritellä ja hallita profiilirakenteita. Tämän työn tietomallin rakenteen mallintamiseen valittu relaatiotietokantapohjainen toteutus on sisällöltään hyvin samankaltainen, joten samat edut koskevat myös sitä. Käydään seuraavissa aliluvuissa läpi pari keskeistä jo olemassa olevaa sovittamismallia, joista valitaan tämän työn pohjaksi sopivin toteutus. Valitun ratkaisun pitää olla ymmärrettävä, mahdollisimman yksinkertainen sekä helposti säädettävissä tämän työn tarpeisiin. 3.3 Logiikkapohjainen ratkaisu Deskriptiivisen logiikan avulla on mahdollista rakentaa toimiva profiilien sovittamiseen tarkoitettu kehys (ks. [Calì et al. 2004]). Erilaajuisia logiikkamalleja on olemassa useita (ks. [González-Castillo et al. 2001]). Deskriptiivisen logiikan avulla voidaan

34 Luku 3. Sovittamismallin valinta 23 helposti kuvata abstrakteja objekteja sekä niiden rooleja ja ominaisuuksia. Logiikkamallien pohjana olevien profiilien mallinnus voidaan tehdä myös jollakin käsitemallien määrittelemiseen sopivalla kielellä, kuten DAML-S-kielellä (ks. [DAML-S 2003]) tai OWL-kielellä (ks. [OWL 2004]). Profiileja eli yleisemmin informaatio-objekteja voidaan niiden määrityksen jälkeen käyttää sovittamisprosessissa loogisten operaatioiden ja sääntöjen avulla. Tällä tavoin rakennettuja sovittamistoteutuksia käytetään usein mainonnan ja palveluiden kohdentamisessa sekä toteutuksissa, joissa tarvitaan kahdensuuntaista neuvottelua tiettyjen sovittamisprosessiin liittyvien ominaisuuksien osalta. Toteutuksen etuna on mahdollisuus myös epäsopivien profiilien sovittamiseen. Tarkastellaan seuraavaksi deskriptiivisen logiikan avulla toteutettua liittyvää yksinkertaistettua esimerkkiä. Esimerkin pohjana käytetään deskriptiivisen logiikan ALC(D)-kieltä. Kielen ja esimerkkitoteutukseen liittyvät tarkemmat yksityiskohdat on esitetty lähteessä [Calì et al. 2004]. Jotta sovittamismallin rakentaminen onnistuu, pitää käytettävän kielen sisältää logiikan peruskäsitteet, kuten negaation, konjunktion sekä disjunktion. Lisäksi pitää määritellä tavat, joilla voidaan selvittää ovatko tietyt joukot samoja, sisältyykö joukko toiseen joukkoon sekä onko joukko tyhjä. Sovittamisprosessista saatavat lopulliset tulokset perustuvat joukko-opilliseen etäisyyteen. Esimerkkiä varten tarvitsemme seuraavat käsitteet, joissa C tarkoittaa käsitettä, R roolia, p predikaattinimeä ja f ominaisuutta: [Calì et al. 2004] (i) C 1 C 2 (konjunktio) (ii) C 1 C 2 (disjunktio) (iii) C (negaatio) (iv) R.C (olemassaolon rajoitus) (v) R.C (yleinen rajoitus) (vi) p(f) (predikaattirajoitus) Käyttäjäprofiilien mallinnus voidaan tämän jälkeen tehdä määriteltyjen käsitteiden ja loogisten operaatioiden avulla. Esimerkkiä varten tarvitsemme lisäksi vähintään yhden tarveroolin ontarve, joka määrittelee käyttäjän yhden tarpeen sekä yhden tarjontaroolin ontaito, joka määrittelee käyttäjän yhden taidon. Lisäksi esimerkiksi käyttäjien kielitaitojen tapauksessa käytetään taso-ominaisuutta, joka

35 Luku 3. Sovittamismallin valinta 24 määrittelee tässä tapauksessa käyttäjän kielitaitotason. Tason arvojoukko on määritelty lukualueeksi {l R 0 < l 1}. [Calì et al. 2004] Käyttäjä, jolla on tiettyjä tähän työhön liittyviä tarpeita ja vaatimuksia, voidaan nyt määritellä esimerkiksi seuraavasti: mies (sukupuoli) Tampere (asuinkunta) ontaito.(suomi 1.0 (taso)) ontaito.(englanti 0.6 (taso)) ontarve.(katetrointi) ontarve.(asentohoito) ontarve.(ajokortti) 1.0 (taso)) ontarve.(mies (avustajan sukupuoli)) Tämä on siis kyseisen käyttäjän tarveprofiili. Vastaavalla tavalla voidaan rakentaa myös apua tarjoavan käyttäjän tarjontaprofiili. Profiilin sisältämät fyysiset ominaisuudet on määritelty muodossa p(f), jossa predikaatti p voi olla joko l ( ), l ( ) tai = l ( ), missä esimerkiksi l R. Tarpeiden ja taitojen määrityksessä käytetään merkintää ontaito.(c x (taso)), missä C on käsitteen nimi ja 0 x 1. Tässä x määrittelee käsitteen C taitotason, jonka vertailtavan tarjontaprofiilin pitää vähintään täyttää. Profiilissa voidaan määritellä myös käsitteen C korkein sallittu taitotaso x merkinnällä ontaito.( C x (taso)), missä C on käsitteen nimi ja 0 x 1. [Calì et al. 2004] Tarve- ja tarjontaprofiilien (P d ja P s ) välinen sovittamisprosessi on kaksivaiheinen. Prosessin lopputuloksena saadaan tietty reaalinen kokonaissakkoarvo (engl. penalty). Ensimmäisessä (supistuma)vaiheessa verrataan tarveprofiilin P d ominaisuuksia tarjontaprofiilin P s vastaaviin. Mikäli vaadittu ominaisuus ei toteudu, lisätään sovittamisen kokonaissakkoa vertailtavien attribuuttiarvojen vaihteluvälin verran. [Calì et al. 2004] Sovittamisprosessin toisessa vaiheessa otetaan huomioon ne käyttäjän tarveprofiilissaan P d määrittelemät ominaisuudet, joita ei ole vertailtavassa profiilissa P s tarjolla lainkaan. Tarkoituksena on myös tässä vaiheessa lisätä tällöin kokonaissakon määrää profiilien välillä. Sovittamisprosessin lopputuloksena saatavan kokonaissakon perusteella voidaan laittaa vertailtavat tarjontaprofiilit paremmuusjärjestykseen. Mitä suurempi kokonaissakko on sitä huonommin kyseinen tarjontaprofiili P s täsmää tarveprofiilin P d tarpeisiin. [Calì et al. 2004]

36 Luku 3. Sovittamismallin valinta Grappa geneerinen sovittamiskehys Grappa (Generic Request Architecture for Passive Provider Agents) on geneerinen ja helposti konfiguroitavissa oleva ohjelmistokehys erilaisiin profiileiden, yleisesti informaatio-objektien sovittamistehtäviin. Toinen perusidealtaan vastaavankaltainen toteutus on Larks (Language for Advertisement and Request for Knowledge Sharing), joka on sisältää oman kuvailukielen mallintamaan mukautuvan ja tehokkaan sovittamisprosessin sisältöä sekä toiminnallisuutta (ks. [Sycara et al. 2002]). Grappa-sovittamiskehyksen suurimpana etuna muihin on mukautumiskyky käyttötarkoituksen mukaan. Sovittamisprosessissa kysyntää ja tarjontaa edustavat informaatio-objektit voivat olla rakenteeltaan lähes mielivaltaisia. Grappa-kehys on käytössä esimerkiksi Saksan hallituksen hallinnoimassa laajassa työnvälitysprojektissa (ks. [Eiter et al. 2001] ja [Veit 2003]) Yleistä Grappa-sovittamiskehyksen toiminta perustuu täysin informaatio-objektien välisen etäisyyden laskentaan ja vertailuun. Etäisyys lasketaan objektien sisältämien attribuuttien similaarisuuden avulla eli mitä lähempänä niiden attribuutit ovat toisiaan, sitä pienemmän etäisyysarvon ne saavat. Kun jokaiselle attribuuttiparille on tehty vastaavanlainen etäisyyslaskenta, saadaan tulokseksi vertailtavien informaatioobjektien välinen kokonaisetäisyys. Geometrisesti voidaan ajatella, että vertailtavat objektit ovat vain pisteitä moniulotteisessa attribuuttiavaruudessa, jonne ne on sijoitettu attribuuttien arvojen mukaan. Hahmontunnistuksessa on yleisesti tarkoituksena löytää esimerkiksi tietyn pisteen tai annetun joukon mukaisen hahmon (engl. pattern) sisältämän elementin lähin naapuri. Etäisyyksiä voidaan laskea jopa kahden eri funktion välillä funktionaalisessa avaruudessa. Tarkoitukseen löytyy useita erilaisia etäisyysfunktioita, joiden avulla saaduista tuloksista voidaan päätellä lähin naapuri ja sen etäisyys referenssipisteestä tai -hahmosta. Tämänkaltaista etäisyysfunktiota kutsutaan myös nimellä (etäisyys)metriikka (engl. (distance) metric). Metrisen avaruuden käsite (engl. metric space) on yksi matematiikan peruspilareista (ks. määritelmä 3.1) [O Connor 2004]. Määritelmä 3.1 Metrinen avaruus on pari (X, d), jossa X on mielivaltainen eityhjä joukko ja d on etäisyysfunktio, joka määritellään d : X X R, jossa R on reaalilukujen joukko.

37 Luku 3. Sovittamismallin valinta 26 Metriikkaa voidaan merkitä d(, ). Tämä etäisyysfunktio antaa kahden argumenttina annetun pisteen välisen etäisyyden. Etäisyysfunktion pitää toteuttaa neljä eri ominaisuutta: [Duda et al. 2000, s. 31] Kaikille pisteille a, b ja c pitää päteä: 1. d(a, b) 0 (Ei-negatiivisuus) 2. d(a, b) = 0 a = b (Refleksiivisyys) 3. d(a, b) = d(b, a) (Symmetrisyys) 4. d(a, b) + d(b, c) d(a, c) (Kolmioepäyhtälö) Yksi yleisimmistä etäisyyslaskennassa käytetyistä etäisyysfunktioista perustuu kahden pisteen väliseen euklidiseen etäisyyteen n-ulotteisessa avaruudessa. Tämä etäisyysfunktio on määritelty kaavassa (3.1). D(a, b) = n (a k b k ) 2 (3.1) Kaavassa (3.1) a k ja b k ovat pisteiden a ja b k:nnet koordinaatit suorakulmaisen vektoriesityksen mukaan. On olemassa myös etäisyysmittoja, jotka eivät täytä kaikkia metriikalle annettuja vaatimuksia. Esimerkiksi funktioita, jotka täyttävät kaikki muut metriikan ominaisuudet paitsi kolmioepäyhtälövaatimusta, kutsutaan semimetrisiksi etäisyysmitoiksi tai yksinkertaisesti vain etäisyysfunktioiksi [Quackenbush 2001, Eiter & Mannila 1997]. Käyttötarkoituksen mukaan juuri tästä metriikan vaatimuksesta voidaan joustaa jos tuloksena kuitenkin on hyvin määritelty ja käyttökelpoinen etäisyysfunktio. k= Sovittamiskehyksen toiminta ja rakenne Grappa-sovittamiskehyksen toiminta nojaa pitkälti etäisyysmittauksiin tarkasteltavien informaatio-objektien eli profiilien sisältämien kuvailevien ominaisuuksien eli attribuuttien välillä. Etäisyysmittaukset onnistuvat tarkasti valituilla metriikoilla. Attribuutteja voi olla useita erilaisia, joten jokainen erityyppinen attribuutti tarvitsee käytännössä erilaisen etäisyysmittaustavan. Attribuutit jaetaan kahteen eri luokkaan: atomisiin ja kompleksisiin tyyppeihin.

38 Luku 3. Sovittamismallin valinta 27 Atominen tyyppi on perustyyppi, jota ei voida semanttisesti enää jakaa pienempiin osiin. Esimerkiksi kokonaisluku, liukuluku, vapaa teksti, aika ja päivämäärä ovat atomisia tyyppejä. Kompleksinen tyyppi voi olla rakenteeltaan monimutkaisempi ja se on aina koostettu atomisista tyypeistä. Yleisimmät kompleksityypit ovat: [Veit 2003, s. 13] (i) Lista: elementeistä koostettu rivi (myös tyhjä mahdollinen). (ii) Joukko, monijoukko: järjestämätön kokoelma samantyyppisiä elementtejä. Monijoukko mahdollistaa useamman identtisen elementin olemassaolon. (iii) Rekisteri: n m-kokoinen matriisi, jonka elementit voivat olla erityyppisiä. (iv) Matriisi: n m-kokoinen matriisi, jonka elementit ovat samantyyppisiä. Tarvittavia kompleksityyppejä voidaan rakentaa lisäämällä atomisia tyyppejä yhteen. Kompleksityypit voivat sisältää myös toisia kompleksityyppejä lähes rajattomasti, joten on mahdollista rakentaa hyvinkin monimutkaisia tyyppirakenteita. [Veit 2003, s. 13] Grappa-sovittamiskehyksen attribuuttien perustyypit eli atomiset tyypit on esitetty taulukossa 3.1. Konkreettisten perustyyppien määritteleminen on edellytys moniulotteiselle sovittamisprosessille, jossa tarvitaan tarjontaa edustavien profiilien ja niihin vertailtavan tarveprofiilin mallinnusta [Veit 2003, s ]. Perustyypeistä ensimmäinen eli avainsana tarkoittaa kiinteää substantiivimuotoista sanaa, jonka käyttäjä voi valita esimerkiksi valmiista listasta. Voidaan ajatella, että tietty avainsana voi olla joko aktiivinen tai passiivinen. Analogia totuusarvoon eli toiseen perustyyppiin on selkeä: totuusarvo voi olla vain joko tosi tai epätosi. Vapaan tekstin perustyyppi laajentaa perustyypin määritystä antaessaan mahdollisuuden yhdistellä rajattomasti sanoja, erikoismerkkejä ja numeraaleja. Lukuarvo toisaalta sallii vain kokonais- ja reaaliluvut. Lukualue määrittelee intuitiivisesti kahden kokonais- tai reaaliluvun välisen suljetun lukualueen. Taulukko 3.1: Grappa-sovittamiskehyksen sisältämät attribuuttien perustyypit (mukaillen [Veit 2003]) τ 1 Avainsana Luonnollisen kielen substantiivi τ 2 Totuusarvo Tosi tai epätosi jatkuu seuraavalla sivulla

39 Luku 3. Sovittamismallin valinta 28 jatkoa edelliseltä sivulta τ 3 Vapaa teksti Mikä tahansa yhdistelmä sanoista, erikoismerkeistä ja numeraaleista τ 4 Lukuarvo Kokonaisluku tai reaaliluku τ 5 Lukualue Kokonaislukujen tai reaalilukujen muodostama lukualue tyyppiä v 1, v 2, missä v i [ maxreal; maxreal] tai v i [ maxint; maxint], i = 1, 2 τ 6 Päivämääräintervalli Päivämääräalue tyypiltään y-m-d y-m-d, missä y {1970,...,maxint}, m {1,...,12} ja d {1,...,31} τ 7 Aikaleima Aikaleimojen välinen aika-alue tyypiltään y:d:h:m:s:m s, jossa y N, d {0,...,365}, h {0,...,23}, m {0,...,59}, s {0,...,59} ja m s {0,...,99} τ 8 Merkkijono Mikä tahansa ennalta määritelty merkkijono τ 9 Maantieteellinen Osoite- ja alueelliset tiedot sijainti Päivämääräintervalli on suhteellisen selkeä tyyppi määrittäen päivämääräalueen, joka jää alku- ja loppupäivämäärän väliin. Aikaleima on tietyn ajanhetken tarkka aikamittaus, jota käytetään esimerkiksi jonkin tapahtuman muutoshetken tallentamiseen. Merkkijonolla tarkoitetaan mistä tahansa merkeistä koostuvaa sanaa tai nimeä, joka jää tyhjätilamerkkien väliin. Viimeinen perustyyppi Grappakehyksessä on maantieteellinen sijainti, joka voi asiayhteydestä riippuen tarkoittaa esimerkiksi koordinaattiarvoa. Perus- ja niiden avulla rakennettavien kompleksisten tyyppien avulla voidaan mallintaa lähes minkälaiset vertailtavat profiilit tahansa. Grappa-sovittamiskehys mahdollistaa esimerkiksi moniulotteisten profiilirakenteiden rakentamisen. Kuvassa 3.1 on esitetty esimerkki moniulotteisesta profiilirakenteesta. Yksinkertaistetusti voidaan määritellä, että attribuuttien perustyyppi vastaa termiä attribuutti ja (ali)ulottuvuus kompleksista tyyppiä. Profiilin rakenne on puumainen eli jokainen juurielementin lapsielementti (ulottuvuus) voi sisältää omia lapsielementtejä (aliulottuvuuksia) sekä yksittäisiä attribuutteja ja niin edespäin. Yksi profiilirakenne määrittelee aina yhden profiilin tai yleisemmin informaatioobjektin. Kahden eri informaatio-objektin, kuten kysynnän ja tarjonnan välinen etäisyys voidaan laskea rekursiivisella menetelmällä laskemalla etäisyydet ensin attribuuttitasolla ja sitten puurakenteessa juurta kohti liikkuen jokaisella

40 Luku 3. Sovittamismallin valinta 29 Kuva 3.1: Esimerkki moniulotteisesta profiilirakenteesta (mukaillen [Veit 2003, s. 14]) (ali)ulottuvuustasolla. Lopullinen kokonaisetäisyys lasketaan puun juuritasolla. Tämä etäisyys määrittelee tarjontaa edustavan informaatio-objektin kokonaisetäisyyden verrattuna tarvetta edustavaan informaatio-objektiin. [Veit 2003, s. 15] Jokaiselle perustyypille on määritelty oma tarve- ja tarjonta-arvon välisen etäisyyden laskeva etäisyysfunktionsa. Yleistettynä etäisyysfunktio on funktio, jonka argumentteina on kaksi samantyyppistä arvoa (esimerkiksi reaalilukua, merkkijonoa tai muuta vastaavaa) määritellystä arvojoukosta ja joka palauttaa niiden välisen etäisyysarvon normalisoituna välille [0,1]. Grappa-sovittamiskehyksessä on kolme erilaista etäisyysfunktiotyyppiä: [Veit 2003, s. 15] (i) Attribuuttien välinen etäisyysfunktio: laskee kahden argumentteina saatujen atomisten attribuutti-instanssien eli tarve- ja tarjontaprofiilien perusattribuuttiarvojen välisen etäisyyden. (ii) Kompleksityyppien välinen etäisyysfunktio: laskee kahden kompleksityypin välisen etäisyyden niiden sisältämien perusattribuuttien välisten etäisyystulosten perusteella. Kokonaisetäisyys lasketaan koostamalla attribuuttietäisyydet yhteen. (iii) Kokonaisetäisyyden laskeva funktio: laskee tarpeen ja tarjonnan informaatioobjektien välisen kokonaisetäisyyden kokoamalla kaikkien (jo laskettujen) perusattribuuttien ja kompleksisten tyyppien väliset etäisyydet yhdeksi lopulliseksi etäisyysarvoksi.

41 Luku 3. Sovittamismallin valinta 30 Kuva 3.2: Tilakaavio sovittamisprosessista yleisellä tasolla (mukaillen [Veit 2003, s. 21]) Tässä työssä käytetyt etäisyysfunktiot on esitetty tarkemmin sovittamismallin rakenteen läpikäynnin yhteydessä (ks. luku 4.2.2). Yksinkertaistettuna Grappa-sovittamisprosessissa on kolme eri toimijaa tai tahoa: [Veit 2003, s. 79] 1. Referenssi (keskipiste tai painopiste) 2. Kandidaatti 3. Sovittaja Näistä toimijoista referenssi on käytännössä profiili, johon muita profiileita verrataan sovittamisprosessin aikana. Näitä prosessissa käytettyjä muita vertailuprofiileita kutsutaan kandidaateiksi. Sovittaja on koko sovittamisprosessin kontrolloija. Kuvassa 3.2 on esitetty sovittamisprosessin toiminta tilakaaviona yleisellä tasolla. Referenssiprofiili toimii prosessin alullepanijana pyytäessään sovittajalta listausta parhaimmista kandidaateista. Kandidaattien tehtävänä on asettaa oma profiilinsa tarjouksena sovittajan käyttöön. Sovittamisprosessin jälkeen siihen osallistuneilla on myös mahdollisuus referenssiprofiilin omistajan aloitteesta kommunikoida suoraan toistensa kanssa. Kokonaisvaltainen sovittamistapahtuma koostuu selkeästi kahdesta eri vaiheesta eli määrittely- ja suoritusvaiheesta. Molemmissa vaiheissa on lisäksi kolme sisäistä vaihetta. Määrittelyvaiheen ideana on luoda puitteet sovittamisprosessin oikealle toiminnalle. Tämä tapahtuu määrittämällä tarpeen ja tarjonnan profiilirakenteet mahdollisimman täsmällisesti. Tarpeen ja tarjonnan sisältämistä käsitteistä yritetään määrittää tärkeimmät niitä kuvaavat attribuutit ja ominaisuudet ja jakaa ne semanttisiin joukkoihin, joista muodostetaan attribuuttiulottuvuuksia. Tämän jälkeen eri ulottuvuudet ja aliulottuvuudet koostetaan yhdeksi profiilirakenteeksi. Mi-

42 Luku 3. Sovittamismallin valinta 31 käli tarpeen ja tarjonnan profiilirakenteet eroavat toisistaan, pitää eroavat attribuutit kuvata jollakin tapaa vastaprofiilin attribuuttien avulla siten, että jokaiselle attribuutille on vertailupari. Mikäli tämä ei järkevästi onnistu, on kyseiset attribuutit jätettävä sovittamisprosessin ulkopuolelle. [Veit 2003, s. 28] Moniulotteisen sovittamistapahtuman määrittelyvaiheen kertaalleen suoritettavat alivaiheet ovat: [Veit 2003, s. 28] Attribuuttien identifiointi: tunnistetaan ja määritellään kaikki sovittamisprosessiin mukaan otettavat attribuutit tarve- ja tarjontaprofiilien rakenteesta. Määritellään atomiset tyypit attribuuteille. Määritellään myös attribuuttien arvoalueet. Attribuuttien luokittelu: luokitellaan kaikki attribuutit siten, että semanttisesti toisiinsa liittyvistä attribuuteista muodostetaan kompleksisia ulottuvuuksia ja edelleen aliulottuvuuksia tarpeen vaatiessa. Luokittelun avulla on esimerkiksi mahdollista painottaa tiettyä profiilin osa-aluetta sovittamisprosessin aikana. Attribuuttien luokittelu tehdään molemmille profiilirakenteille erikseen. Ulottuvuuksien välinen kuvaus: tehdään täydentävä kuvaus tarpeen ja tarjonnan määrittelevien ulottuvuuksien välillä, mikäli niiden profiilirakenteet eivät ole homogeenisiä. Yhdistetään siis eroavat rakenteet siten, että jokainen tarveprofiilin attribuutti ja (ali)ulottuvuus on yhteydessä tarjontaa edustavaan profiiliin jollakin tavalla ja toisinpäin eli kuvaus kattaa molempien rakenteiden kaikki perus- ja kompleksiset attribuuttityypit. Profiilien rakenteen määritysvaiheessa määritellään lisäksi etäisyyden laskemiseen käytettävä etäisyysfunktio jokaiselle perus- ja kompleksiselle attribuuttiparille [Veit 2003, s. 28]. Perustyyppien tapauksessa kohteena ovat yksittäiset attribuutit ja kompleksisten tyyppien tapauksessa (ali)ulottuvuudet. Tässä työssä käytettyjen etäisyysfunktioiden määritykset löytyvät luvusta Moniulotteisen sovittamistapahtuman suoritusvaihe sisältää myös kolme eri alivaihetta. Ne suoritetaan kerran jokaisen profiilien välisen vertailun aikana. Suoritettavat alivaiheet ovat: [Veit 2003, s. 29] Atomisten etäisyyksien laskenta: lasketaan atomisten attribuuttien eli perustyyppien väliset etäisyydet tarve- ja tarjontaprofiilien välillä siten, että jokaiselle attribuuttiparille käytetään aiemmin määriteltyä atomista etäisyysfunktiota.

43 Luku 3. Sovittamismallin valinta 32 Ulottuvuuksien välisten etäisyyksien laskenta: lasketaan eri ulottuvuuksien (ja aliulottuvuuksien) väliset etäisyydet rekursiivisesti koostamalla käyttämällä apuna edellisen vaiheen etäisyystuloksia atomisille eli perusattribuuteille. Ulottuvuuksien välisten etäisyyksien laskentaan tarvitaan kompleksisia etäisyysfunktioita, jotka laskevat ulottuvuuksien välisen kokonaisetäisyyden koostamalla atomisten attribuuttien väliset etäisyystulokset yhdeksi etäisyysarvoksi. Kokonaisetäisyyden laskenta: yhdistetään kaikki edellisissä vaiheissa saadut atomisten ja kompleksisten attribuuttien väliset etäisyysarvot suhteelliseksi kokonaisetäisyydeksi. Kokonaisetäisyyden laskemiseksi voidaan käyttää mitä tahansa kompleksista etäisyysfunktiota ja saatu etäisyysarvo kuvaa yhden kokonaisen tarjontaprofiilin etäisyyttä tarveprofiiliin verrattuna. Sovittamisprosessin lopputuloksena saadaan etäisyysarvo, jota voidaan vertailla muihin vertailussa olleiden tarjontaprofiilien vastaaviin arvoihin. Etäisyysarvojen perusteella voidaan määrittää paras osuma eli se tarjontaprofiili, jonka etäisyys tarveprofiilista on pienin. Jokainen attribuuttien ja (ali)ulottuvuuksien välinen etäisyystulos normalisoidaan niiden välisten etäisyyksien laskennan yhteydessä. Normalisoinnilla vähennetään yhden virheellisen tai rajojen ulkopuolelle menevän arvon (engl. outlier) mahdollisuutta aiheuttaa äkillistä muutosta etäisyyslaskennan tuloksena saatavassa etäisyysarvossa. Kaikkien (ali)ulottuvuuksien eli kompleksisten tyyppien välinen etäisyyslaskenta tuottaa oletusarvoisesti niiden väliseksi kokonaisetäisyydeksi niiden sisältämien atomisten tyyppien aritmeettisen keskiarvon. Laskentatapaa on tietenkin mahdollista muokata haluamakseen, jolloin kokonaisetäisyys saadaan esimerkiksi harmonisena tai geometrisena keskiarvona. Grappa-sovittamiskehys tarjoaa lisäksi metriikan ominaisuudet säilyttävät painotukset sekä matriisi- että rekisterityyppisille kompleksisille attribuuteille, jolloin valituille elementeille voidaan esimerkiksi antaa suurempi painoarvo. [Veit 2003, s ] Prosessin lopputuloksena saadaan jokaiselle profiiliparille niiden välinen kokonaisetäisyys, jossa on huomioitu myös mahdolliset painotukset eri attribuuttien tai (ali)ulottuvuuksien välillä.

44 Luku 3. Sovittamismallin valinta Esimerkki Käydään läpi samantapainen esimerkki kuin edellisissäkin luvuissa eli mallinnetaan liittyvä, mutta yksinkertaistettu työntekijän (nyt avustajan) tarjontaprofiili sekä työnantajan tarveprofiili. Ensimmäiseksi määritellään työnantajan tarve- ja avustajan tarjontaprofiilien rakenne käyttäen apuna taulukossa 3.1 esitettyjä atomisia attribuuttityyppejä. Samalla määritellään attribuuttien arvojoukot. Taulukossa 3.2 on esitetty työnantajan tarveprofiilin rakenne ja sen sisältämien attribuuttien arvojoukot. Taulukko 3.2: Esimerkki tarveprofiilista Grappa-kehyksen notaatiolla tarveprofiili := (asuinkunta, kielitaidot, vaatimukset, ajokorttivaatimus, avustajan sukupuoli) asuinkunta := {kunta} kunta := Avainsana kielitaidot := {kielitaito + } kielitaito := (kieli, osaamistaso) kieli := Avainsana osaamistaso := Lukuarvo vaatimukset := {taito + } taito := Avainsana ajokorttivaatimus := Totuusarvo avustajan sukupuoli := Avainsana Vastaavalla tavalla on taulukossa 3.3 esitetty työnantajan tarveprofiilin vastinprofiilin eli avustajan tarjontaprofiilin rakenne sekä sen sisältämien attribuuttien arvojoukot. Taulukko 3.3: Esimerkki tarjontaprofiilista Grappa-kehyksen notaatiolla tarjontaprofiili := (työkuntatoive, kielitaidot, osaaminen, ajokortti, sukupuoli) työkuntatoive := {kunta + } kunta := Avainsana kielitaidot := {kielitaito + } kielitaito := (kieli, osaamistaso) jatkuu seuraavalla sivulla

45 Luku 3. Sovittamismallin valinta 34 jatkoa edelliseltä sivulta kieli := Avainsana osaamistaso := Lukuarvo osaaminen := {taito + } taito := Avainsana ajokortti := Totuusarvo sukupuoli := Avainsana Grappa-sovittamiskehyksen profiilien rakenteen määritykseen käytetyssä notaatiossa + -merkki tarkoittaa ehkä hieman epäintuitiivisesti mielivaltaisen pitkää (myös tyhjä mahdollinen) listaa tietoalkioita. Esimerkiksi taulukossa 3.2 esitetty kielitaitovaatimusattribuutti {kielitaito + } tarkoittaa yksinkertaisesti sitä, että kyseinen tietoalkio voi sisältää rajattoman määrän määriteltyjä kielitaitoja, mutta on myös mahdollista, että kielitaitoja ei ole lainkaan. Profiilien rakenteen määrittämisen jälkeen ne kuvataan XML-dokumentteina automaattista käsittelyä silmälläpitäen. Muunnosprosessi on hyvin suoraviivainen, kun käytetään apuna valittua XML-DTD- eli tyyppimäärittelyä. Tässä esimerkissä käytetty tyyppimäärittelytiedosto tarjontaprofiilille on esitetty listauksessa A.2 (ks. liite A). Valitun tyyppimäärittelyn avulla työnantajan tarjontaprofiilia esittäväksi XMLdokumentiksi saadaan listauksessa A.1 (ks. liite A) esitetty dokumentti (ilman henkilötietoja). Vastaavankaltaisella menettelyllä määritellään myös avustajan tarveprofiili. Profiilien rakenteiden määrityksen jälkeen tehdään kuvaus profiilien sisältämien attribuuttien välille siten, että jokainen profiilin attribuutti (sekä atominen että kompleksinen) liittyy johonkin vastaprofiilin attribuuttiin. Tämä toimenpide tarvitaan aina silloin, kun tarve- ja tarjontaprofiilien rakenteet ovat heterogeenisiä eli ne eroavat toisistaan. Tämän jälkeen jokaiselle vertailtavalle attribuuttiparille voidaan määritellä atominen tai kompleksinen etäisyysfunktio, jolla etäisyysarvo kyseisten attribuuttien välillä lasketaan. Kuvassa 3.3 on esitetty tämän esimerkin mukaisten profiilien rakenne. Profiilien sisältämä attribuutti kielitaito on aliulottuvuus ja attribuutit kielitaidot sekä vaatimukset ovat ulottuvuuksia. Tarjontaprofiilin osalta myös työkuntatoiveen määrittelevä attribuutti on ulottuvuus. Muut profiilien sisältämät attribuutit ovat tavallisia atomisia attribuutteja. Koska profiilit eivät ole rakenteeltaan homogeenisiä, tarvitaan eroavat attribuutit tai attribuuttijoukot kattava kuvaus profiilien välille. Kuvassa esiintyvä * -merkki tarkoittaa sitä, että kyseinen ulottuvuus voi sisältää mielivaltaisen määrän aliulottuvuuksia tai attribuutteja.

46 Luku 3. Sovittamismallin valinta 35 Kuva 3.3: Esimerkkiprofiilien rakenne Kun etäisyysarvojen laskemiseen käytettävät funktiot attribuuttiparien välillä on määritelty ja asetettu, on sovittamismalli valmis. Sovittamisprosessin tuloksena saadaan lista kokonaisetäisyyksistä kaikkien tarveprofiiliin vertailtujen tarjontaprofiilien osalta. 3.5 Lopullinen valinta Tämän työn toteutukseen tarvitaan mukautuva sovittamistoteutus. Sen sijaan, että profiilit määriteltäisiin XML-kielellä (tai jollakin käsitemallikielellä), käytetään tässä työssä relaatiotietokantaa niiden rakenteen määrittelemiseen. Sovittamisessa käytettävät profiilit tallennetaan ennalta määriteltyihin tietorakenteisiin suoraan MySQL-pohjaiseen relaatiotietokantaan, jolloin profiilien esittämistä erikseen rakenteisina dokumentteina koneellista prosessointia ja tätä kautta myös sovittamisprosessin sisällön määrittelyä varten ei tarvita. Profiilien sisältämiä tietoja tai niiden rakennetietoja ei ole tarkoitus käyttää muualla kuin tässä työssä, joten tarvetta tietojen levittämiseen esimerkiksi muihin järjestelmiin ei ole. Tietokantatoteutus määrittelee profiileille saman rakenteen, kuin mikä olisi rakenteisillakin dokumenteilla saavutettu. Relaatiotietokantatoteutus tukee myös koko projektin läpivientiä sekä valittua heuristista sovittamismallin rakennetta. Käytännössä profiilien rakenteen määrittelytavalla ei ole suurta merki-