Machine learning methods utilization in business intelligence systems

Abstract

Tässä kirjallisuuskatsauksessa käsitellään koneoppimisen hyödyntämistä BI-järjestelmien hyötyjen edistämisen näkökulmasta. Koneoppiminen ja sen algoritmit ovat alati kehittyvä tapa käsitellä suuria määriä dataa tavoitteenaan joko kuvailla käytettyä aineistoa tai tehdä päätelmiä tulevaisuuteen sen pohjalta. Näille metodeille kehitetään jatkuvasti uusia käytännön sovelluksia reaalimaailman ilmiöiden tarkastelemiseksi. Yksi koneoppimisen käyttökohteista on liiketoimintadatan hyödyntäminen, ja tämä tutkielma keskittyy koneoppimismallien hyödyntämiseen juuri BI-järjestelmien hyötyjen kehittämisen näkökulmasta. Yksi tärkeimmistä löydöistä tässä tutkimuksessa on saatavilla olevan aineiston perusteella koneoppimismallien tämänhetkisen hyödyntämisen kartoittaminen lähdeaineistossa esiintyvien BI-järjestelmien hyötyjen suhteen. Erityisesti ennustavia malleja hyödynnetään ja niiden käyttöä kehitetään BI:ssä tehokkaasti, mutta kuvailevia malleja ja niiden hyödyntämistä on tutkittu vähän ottaen huomioon kuvailevien koneoppimismallien hyödyntämisen potentiaalin dataohjautuvassa liiketoiminnan kehittämisessä.

This literature review discusses utilization of machine learning methods in business intelligence systems on the viewpoint of benefits of business intelligence systems. Machine learning and the algorithms themselves are continuously evolving way of processing massive amounts of data in order to either produce descriptions or predictions based on available datasets. These algorithms have more and more real-life implementations, and one of those implementations is the business intelligence system improvement, and this thesis focuses on these implementations of the beneficial viewpoint of business intelligence systems. One of the most important findings of this research based on available literature is the mapping of the current utilization of machine learning methods on business intelligence systems’ benefits. Especially predictive methods have been studied and developed efficiently; however, the descriptive models and their utilization has been studied very little regarding to the vast amount of possibilities of descriptive machine learning methods on data-driven business development.