[논문 리뷰] Effect of Values and Technology Use on Exercise: Implications for Personalized Behavior Change Interventions

Yelena Mejova, Kyriaki Kalimeri|arXiv (Cornell University)|2019. 03. 27.

Mobile Health and mHealth Applications참고 문헌 58인용 수 6

한 줄 요약

이 연구는 미국 성인 15,000명으로부터 수집한 자기 보고 기반의 가치관, 기술 사용 로그, 인구통계학적 데이터를 통합하여 운동 행동을 모델링하고 건강 및 피트니스 앱 사용을 예측한다. 운동 참여를 분류하는 데 가중치가 부여된 AUROC가 .673에 도달하였으며, 순수성과 행복 같은 가치관과 앱 사용 데이터가 인구통계학적 자료나 브라우징 데이터보다 예측 모델링에서 유의미하게 뛰어나며, 개인 맞춤형 행동 변화 개입을 위한 실질적인 설계 원칙을 제공한다.

ABSTRACT

Technology has recently been recruited in the war against the ongoing obesity crisis; however, the adoption of Health & Fitness applications for regular exercise is a struggle. In this study, we present a unique demographically representative dataset of 15k US residents that combines technology use logs with surveys on moral views, human values, and emotional contagion. Combining these data, we provide a holistic view of individuals to model their physical exercise behavior. First, we show which values determine the adoption of Health & Fitness mobile applications, finding that users who prioritize the value of purity and de-emphasize values of conformity, hedonism, and security are more likely to use such apps. Further, we achieve a weighted AUROC of .673 in predicting whether individual exercises, and we also show that the application usage data allows for substantially better classification performance (.608) compared to using basic demographics (.513) or internet browsing data (.546). We also find a strong link of exercise to respondent socioeconomic status, as well as the value of happiness. Using these insights, we propose actionable design guidelines for persuasive technologies targeting health behavior modification.

연구 동기 및 목표

• 개인의 가치관과 기술 사용이 운동 행동과 건강 및 피트니스 앱 사용에 미치는 영향를 이해하기 위해.
• 인구통계학적으로 대표적인 미국 성인 샘플에서 지속적인 신체 활동을 예측할 수 있는 심리적 및 행동적 지표를 특정하기 위해.
• 건강 행동 변화를 목표로 하는 설득 기술의 데이터 기반 설계 지침을 개발하기 위해.
• 앱 사용 데이터, 브라우징 데이터, 인구통계학적 정보가 운동 행동을 모델링할 때 예측 성능에 얼마나 기여하는지 비교하기 위해.

제안 방법

• 모럴 기반, 샤를스 가치관, 정서 전염성에 관한 설문 조사 데이터와 자기 보고 기반의 운동 및 기술 사용 로그를 융합한, 미국 성인 15,000명의 인구통계학적으로 대표적인 데이터셋을 수집하였다.
• 심리측정 설문지를 통해 순수성, 타율성, 헤돈이즘, 안전성, 행복성 등의 가치관을 평가하고, 이를 앱 사용 및 운동 행동과 연결하였다.
• 인구통계학적 자료, 심리측정 자료, 앱 사용 데이터, 브라우징 데이터를 특성으로 삼아 운동 참여 여부를 분류하기 위해 지도 기반 기계학습을 적용하였다.
• 로지스틱 회귀 및 분류 모델링을 수행하여 예측 성능를 평가하고, 다양한 특성 조합에 대한 AUROC 점수를 보고하였다.
• 가치관, 기술 사용, 운동 행동 간의 인과적 경로를 탐색하기 위해 중재 분석 및 중재 분석을 수행하였다.
• GDPR 준수를 확보하기 위해 데이터 익명화, URL 정제, 개인정보 보호 기법을 적용하였다.

실험 결과

연구 질문

• RQ1 건강 및 피트니스 모바일 앱의 도입 및 지속적인 사용을 가장 강하게 예측하는 인간의 가치관은 무엇인가?
• RQ2 특히 모바일 앱 사용과 데스크톱 브라우징과 같은 기술 사용이 실제 신체 활동 행동을 얼마나 잘 예측할 수 있는가?
• RQ3 재산 및 건강이 개인의 선택이라는 신념과 같은 인구통계학적 요소들이 심리적 및 행동적 변수를 초월해 규칙적인 운동을 예측하는 데 얼마나 기여하는가?
• RQ4 행복, 건강이 선택이라는 가치관, 정서 전염성과 운동 참여 간의 관계는 어떠한가?
• RQ5 사용자 가치관과 사용 패턴을 기반으로 볼 때, 어떤 설계 특징이 규칙적인 운동을 촉진하는 데 가장 효과적인가?

주요 결과

• 순수성 가치를 중시하고 타율성, 헤돈이즘, 안전성 가치를 낮게 평가하는 사용자는 건강 및 피트니스 앱 사용 가능성이 유의미하게 높다.
• 운동 참여 여부를 예측하는 데 가중치가 부여된 AUROC가 .673에 도달하였으며, 모바일 앱 사용 데이터가 브라우징 데이터나 인구통계학적 자료보다 훨씬 더 큰 기여를 하였다.
• 모바일 앱 사용 데이터는 분류 성능를 .608 AUROC로 향상시켰으며, 인구통계학적 자료(.513)와 브라우징 데이터(.546)를 모두 초월하였다.
• 재산 수준과 건강이 개인의 선택이라는 믿음이 규칙적인 운동의 가장 강력한 예측 변수였으며, 교육 수준 역시 유의미한 영향을 미쳤다.
• 달리기나 자전거 타기와 같은 특정 활동을 추적하는 데 초점을 맞춘 애플리케이션은 일반 건강 또는 여성 건강 앱보다 더 높은 빈도로 정기적 사용자가 유지되었다.
• 권력 가치는 운동과 음성으로 연관되어 있어, 랭킹 시스템과 같은 경쟁적 기능이 모든 사용자에게 효과적이지 않을 수 있음을 시사한다.