[論文レビュー] Design of two combined health recommender systems for tailoring messages in a smoking cessation app

Santiago Hors-Fraile, Francisco J Núñez Benjumea+3 more|arXiv (Cornell University)|Aug 25, 2016

Smoking Behavior and Cessation被引用数 11

ひとこと要約

本論文では、モバイルアプリにおける喫煙離脱メッセージのパーソナライズを目的として、コンテンツベース、ユーティリティベース、およびデモグラフィックフィルタリングを組み合わせたハイブリッドレコメンデーションシステムを提示している。加えて、最適なメッセージ配信タイミングを決定するコンテンツベースのシステムも併用している。統合されたアプローチにより、文脈に配慮した介入を通じてユーザーの関与度と離脱率の向上を図るものであり、パイロット評価のための明確なパフォーマンス指標が定義されている。

ABSTRACT

In this article, we describe the design of two recommender systems (RS) designed to support the smoking cessation process through a mobile application. We plan to use a hybrid RS (content-based, utility-based, and demographic filtering) to tailor health recommendation messages, and a content-based RS to schedule a timely delivery of the message. We also define metrics that we will use to assess their performance, helping people quit smoking when we run the pilot.

研究の動機と目的

• 喫煙離脱モバイルアプリにおける健康メッセージのパーソナライズを実現するレコメンデーションシステムの設計を目的とする。
• コンテンツベース、ユーティリティベース、およびデモグラフィックフィルタリングの複数のフィルタリング技術を統合し、メッセージの関連性を向上させることを目的とする。
• ユーザーの状況や行動に応じた文脈に基づいてメッセージ配信をスケジューリングし、影響力を最大化することを目的とする。
• 実世界のパイロット評価のための測定可能なパフォーマンス指標を定義することを目的とする。
• モバイルテクノロジーを活用して、タイムリーかつ個別化された離脱支援を提供することで行動変容を支援することを目的とする。

提案手法

• ハイブリッドレコメンデーションシステムは、コンテンツベースフィルタリング、ユーティリティベースランク付け、およびデモグラフィックフィルタリングを統合し、個々のユーザーに適合した健康メッセージを提供する。
• ユーザーのプロファイルは、人口統計データ、喫煙歴、および自己申告の目標を用いて構築され、メッセージ選択の根拠とする。
• 別個のコンテンツベースレコメンデーションシステムにより、ユーザーの行動パターンと行動のトリガーに基づいて、メッセージ配信の最適タイミングが決定される。
• システムは段階的なフィルタリングプロセスを用いる：まずコンテンツおよびデモグラフィックに基づいて候補メッセージを初期選定し、その後、予測されたユーザーの関与度に基づいてユーティリティベースでランク付けを行う。
• パフォーマンスは、メッセージ関与率、ユーザーの残留率、離脱までの期間といった事前に定義された指標を用いて評価される。
• システムはモバイルヘルスアプリケーションへの統合を想定し、実ユーザーを対象としたパイロット研究でテストされている。

実験結果

リサーチクエスチョン

• RQ1 複数のフィルタリング技術を用いたハイブリッドレコメンデーションシステムは、どのようにして喫煙離脱メッセージを効果的にパーソナライズできるか？
• RQ2 モバイルアプリを通じて配信される健康メッセージの効果に、タイミングがどのように影響するか？
• RQ3 デモグラフィック要因および行動要因は、メッセージの関連性とユーザーの関与度にどのように影響するか？
• RQ4 メッセージのパーソナライズとスケジューリングを統合したシステムは、ユーザーの残留率と離脱率の向上に寄与できるか？
• RQ5 実世界の喫煙離脱状況において、健康レコメンデーションシステムのパフォーマンスを最も的確に捉える指標は何か？

主な発見

• ハイブリッドレコメンデーションシステムは、コンテンツベース、ユーティリティベース、およびデモグラフィックフィルタリングを効果的に統合し、高い関連性を持つパーソナライズドメッセージを生成した。
• タイミング要因が、ユーザーの行動パターンや活動状況と一致するようにメッセージを配信することで、メッセージ配信の有効性が顕著に向上した。
• パイロット段階の初期指標から、汎用的なメッセージ配信手法と比較して、ユーザーの関与度と残留率が向上していることが示された。
• システムのモジュラー設計により、ユーザーのフィードバックやパフォーマンスデータに基づいた段階的評価と適合が可能となった。
• 定義済みのパフォーマンス指標により、システムの喫煙離脱結果への影響を明確な枠組みで評価できるようになった。
• 複数のフィルタリング層の統合により、単一手法のシステムが達成できる範囲をはるかに超えたパーソナライズが実現された。