Browsing by Subject "päätöspuu"

Tavoitteet: Tutkimuksen tavoitteena oli selvittää, pystytäänkö koneoppimisen avulla luomaan ennustetyökalu, joka auttaa tunnistamaan lasten seksuaaliseen hyväksikäyttöön liittyviä tekijöitä ja joka pystyy luotettavasti arvioimaan seksuaalisen hyväksikäytön todennäköisyyttä. Suoriutumiseltaan kyvykästä tilastollista työkalua voidaan käyttää seksuaalisen hyväksikäytön selvitystyössä ja koulutuksessa. Menetelmät: Tilastollisen työkalun luomisessa käytettiin vuonna 2013 kerättyä Lapsiuhritutkimuksen aineistoa. Aineisto sisälsi 10665 10-17- vuotiaan lapsen ja nuoren vastaukset 52 eri kysymyksestä. Tilastollisena menetelmänä käytettiin luokittelu- ja regressiopuuta (CART) ennustetyökalun rakentamisessa. Tilastollisen työkalun suoriutumista arvioitiin sensitiivisyyden, spesifisyyden, AUC:n ja Brierin pisteiden avulla. Tulokset: Lasten seksuaalisen hyväksikäytön todennäköisyyttä ennustavia päätöspuita onnistuttiin luomaan useissa eri aineiston osajoukoissa. Seksuaalisen hyväksikäytön luokitteluun tunnistettiin ydinkysymyksiä, jotka liittyivät lapsen lähiympäristöön, fyysisen kypsymisen vaikutuksiin, aikaisempiin uhrikokemuksiin sekä mielenterveyden ja käyttäytymisen oireiluun. Tilastollisen ennustetyökalun suoriutuminen todettiin olevan arvausta parempi, mutta luokittelijana epätarkka. Johtopäätökset: Tutkimuksen avulla löydettiin seksuaaliseen hyväksikäyttöön liittyviä ydinkysymyksiä, jotka tukivat aiempien tutkimusten löydöksiä. Tilastollisen ennustetyökalun suoriutuminen todettiin olevan riittämättömällä tasolla siihen nähden, että työkalu olisi valmis otettavaksi käyttöön sellaisenaan. Jatkotutkimusta tarvitaan niin vaihtoehtoisten tilastollisten menetelmien soveltuvuudesta kuin erilaisten aineistojen käytöstä.