[論文レビュー] Quantified-Self 2.0: Using Context-Aware Services for Promoting Gradual Behaviour Change

Li Guo|arXiv (Cornell University)|Oct 3, 2016

Innovative Human-Technology Interaction参考文献 25被引用数 4

ひとこと要約

本論文では、スマートフォンでセンサーに起因する活動データを用いて、段階的で持続的な行動変容を促すパーソナライズドなニーズを提供する、文脈に配慮した能動的システム「Quantified-Self 2.0」を提案する。睡眠パターン、歩数、アプリ使用状況を分析することで、タイミングよく、個別にカスタマイズされた助言を生成し、パイロットスタディーにおいて10日間の間で平均して1日あたりの歩数が3.03%増加し、睡眠時間は7%増加した。

ABSTRACT

The recent development of smartphone and wearable sensor technologies enable general public to carry self-tracking tasks more easily. Much work has been devoted to life data collection and visualisation to help people with better self-understanding. We believe that although (awareness/knowledge discovery is an important aspect of personal informatics, knowledge maintenance is more, or at least equally, important. In this paper, we propose a proactive approach that uses the knowledge mined from people's activity data to nudge them towards a good lifestyle (better knowledge maintenance). For demonstration purpose, a trial study was designed and implemented for good sleep maintenance. In the study, we first use smartphones as activity trackers to collect various features in a non-intrusive manner. We then use those data to learn users' activity patterns, including daily step amount, app usages, bedding time, wake-up time and sleep duration. Subsequently, we analyse correlations that may have the positive or negative impact on users' sleep qualities and finally we designed and implemented three proactive services that are able to generate customised advice in the "right" context to nudge users towards a better lifestyle. The experiments results are positive showing that with the use of the proposed services 1. daily step amount have been increased by 3.03% on average in a 10 days study and 2. sleep durations are increased by 7% for two subjects.

研究の動機と目的

• 個人情報学における自己追跡とデータ認識の増加にもかかわらず、行動の持続的維持のギャップを埋めるため。
• 単なる知識発見から、タイミング的で文脈に配慮した介入による能動的知識維持へのシフトを図るため。
• 抽出された行動パターンを活用して、カスタマイズされたライフスタイルのニーズを提供する能動的システムの設計と評価を行うため。
• 文脈に配慮したサービスが睡眠の質と身体活動の向上に与える可能性と影響を実証するため。

提案手法

• スマートフォンが、1日あたりの歩数、アプリ使用状況、就寝時刻、起床時刻、睡眠時間などの、侵襲性の低い活動データを収集する。
• 機械学習モデルが、行動特徴と睡眠質の間の相関関係を特定し、肯定的および否定的要因を区別する。
• 文脈に配慮したエンジンが、時間帯、活動レベル、過去の行動などのリアルタイムのユーザー状況に基づき、パーソナライズされたニーズを発動する。
• 3つの能動的サービスを実装した：睡眠改善アドバイザー、歩数目標リマインダー、画面使用時間の意識化ツール。
• ニーズは、就寝前や低活動期間など、行動に最も影響を与えるタイミングに配信され、効果を最大化する。
• ルールベースとデータ駆動の論理を組み合わせ、個々のユーザーのプロファイルと変化する行動パターンに基づき、助言を適応的に変更する。

実験結果

リサーチクエスチョン

• RQ1 文脈に配慮した能動的サービスは、日常的なライフスタイル習慣における段階的行動変容を効果的に促進できるか？
• RQ2 自己追跡データに基づくパーソナライズドでタイミングの良いニーズは、身体活動と睡眠時間にどのように影響を与えるか？
• RQ3 睡眠質の向上または悪化と相関する行動パターンは何か、そしてそれらはどのように干渉に活用できるか？
• RQ4 スマートフォンでセンサーに起因するデータは、侵襲性が低く、長期的な行動維持を可能にするか？
• RQ5 ニーズのタイミングと文脈は、ユーザーの反応性と行動変容の結果にどの程度影響を与えるか？

主な発見

• 10日間の試験期間において、平均して1日あたりの歩数が統計的に有意に3.03%増加した。
• 2名の参加者が、文脈に配慮した睡眠改善サービスを使用した後、睡眠時間に7%の増加を示した。
• ニーズが文脈的に適切なタイミングに配信された場合、ユーザーはニーズの関連性と受容性を高めると報告した。
• 相関分析から、夕方のアプリ使用状況と不規則な就寝時刻が、睡眠質の強い否定的予測要因であることが明らかになった。
• 研究期間を通じてユーザーの関与が維持されたことから、長期的な行動維持の可能性が示された。
• リアルタイムの文脈とパーソナライズドフィードバックの統合は、受動的なデータ可視化をはるかに上回る行動変容の促進に効果的であった。