Kasvavassa asiantuntijaorganisaatiossa aikaisempien ratkaisujen uudelleenkäyttö on tärkeää tehokkaan liiketoiminnan ylläpitämiseksi.   

Tämä diplomityö hyödyntää aikaisempaa tiedonhaun ja tekoälyn tutkimusta hakumoottorin toteuttamisessa, jonka tavoitteena on auttaa SprintIT:n työntekijöitä ratkaisemaan heidän työtehtäviään. SprintIT käyttää toiminnanohjausjärjestelmänä Odoota, johon kuuluu projektinhallinta sekä muita moduuleita, jotka sisältävät paljon kertynyttä tietoa eri asiantuntijoiden kehittämistä ratkaisuista. SprintIT on ohjelmistoalan yritys, joten työtehtävillä on usein virheilmoituksiin liittyvää suoritustietoa, jotka ovat vahvoja signaaleja aiempien kaksoisvirheilmoituksen tunnistamiseen. SprintIT:n toiminnanohjausjärjestelmän tekstikentistä kerätään dataa keskitettyyn hakuindeksiin, jota hyödynnetään työtehtävillä automaattisten ehdotusten luomiseen. Lisäksi toteutus mahdollistaa ad hoc-avainsana kyselyt samaan hakuindeksiin. Hakutulokset esitetään käyttäjälle laskevassa relevanssijärjestyksessä käyttäen yhtä kolmesta tunnetusta relevanssin arviointimenetelmästä: Vector Space Model, Okapi BM25, ja BERT. Järjestelmään kuuluu testipenkki, jolla pystytään arvioimaan näiden metodien sekä erinäisten parametrien vaikutusta haun tarkkuuteen ja tehokkuuteen. Tehdyn arvioinnin perusteella Okapi BM25 tuotti parhaat hakutulokset palautusprosentilla 76%. Tämän diplomityön tuloksena SprintIT:n toiminnanohjausjärjestelmä sai suositus- ja tiedonhakujärjestelmän, jonka avulla työntekijät pystyvät löytämään valmiita ratkaisuja toistuviin ongelmiin.

https://aaltodoc.aalto.fi/handle/123456789/116373