[论文解读] Domain Modelling in Computational Persuasion for Behaviour Change in Healthcare

Lisa A. Chalaguine, Emmanuel Hadoux+5 more|arXiv (Cornell University)|Feb 27, 2018

Mental Health Research Topics参考文献 63被引用 7

一句话总结

本文提出了一种用于医疗行为改变中计算说服的多维领域建模框架，核心是关键信念和论证类型的本体论。该框架通过基于用户个性、语言风格和框架的战略性论证选择，提升个性化、以论证为中心的对话系统的说服效果。

ABSTRACT

The aim of behaviour change is to help people to change aspects of their behaviour for the better (e.g., to decrease calorie intake, to drink in moderation, to take more exercise, to complete a course of antibiotics once started, etc.). In current persuasion technology for behaviour change, the emphasis is on helping people to explore their issues (e.g., through questionnaires or game playing) or to remember to follow a behaviour change plan (e.g., diaries and email reminders). However, recent developments in computational persuasion are leading to an argument-centric approach to persuasion that can potentially be harnessed in behaviour change applications. In this paper, we review developments in computational persuasion, and then focus on domain modelling as a key component. We present a multi-dimensional approach to domain modelling. At the core of this proposal is an ontology which provides a representation of key factors, in particular kinds of belief, which we have identified in the behaviour change literature as being important in diverse behaviour change initiatives. Our proposal for domain modelling is intended to facilitate the acquisition and representation of the arguments that can be used in persuasion dialogues, together with meta-level information about them which can be used by the persuader to make strategic choices of argument to present.

研究动机与目标

• 解决当前说服技术缺乏显式论证且无法适应用户特定认知与情感特征的问题。
• 开发一个正式的领域模型，以捕捉医疗行为改变中至关重要的关键信念和论证结构。
• 基于用户个性、语言风格和框架实现战略性论证选择，以提升说服效果。
• 将计算论证与用户建模相结合，实现个性化、情境敏感的行为改变支持。
• 为构建可适应的、以论证为中心的对话系统提供基础，使其能根据用户特征和信念动态调整。

提出的方法

• 基于行为改变文献中的核心信念本体（如自我效能感、风险感知、意图）构建多维领域模型。
• 根据语法风格（如祈使句与条件句）、语言风格（如正式程度、情感极性）和框架（如收益框架与损失框架）对论证进行分类。
• 利用OCEAN模型或数字足迹分析（如Facebook点赞）进行用户个性分类，以定制论证呈现方式。
• 应用说服的心理学原理（如Cialdini的六大原则：权威、稀缺性、共识）指导论证构建与选择。
• 使用计算论证模型表示主张、前提和反论，以支持结构化对话与战略性推理。
• 利用情感数据库（如情感极性、唤醒度、支配度评分）预测词语选择的情感影响，并优化论证表达。

实验结果

研究问题

• RQ1 如何构建计算说服中的领域建模，以支持医疗行为改变？
• RQ2 哪些论证维度（如语法、语言、框架）对不同个性特征的用户最具说服力？
• RQ3 如何将计算论证与用户建模相结合，以实现个性化说服策略？
• RQ4 论证框架（如收益 vs. 损失）在健康行为干预中在多大程度上影响用户的接受度？
• RQ5 基于心理学原则的战略性论证选择能否提升数字健康应用中的说服效果？

主要发现

• 所提出的多维领域模型能够系统化地表示行为改变中至关重要的信念与论证，如自我效能感和风险感知。
• 不同语法风格（如祈使句与条件句）显著影响用户反应，其中祈使句对某些个性类型可能更具效果。
• 采用积极情感极性和中等唤醒度的语言框架可提升说服力，这一结论得到WKB13等情感数据库的支持。
• 以收益形式表述的论证（如“拯救生命”）比损失框架（如“防止死亡”）更受青睐，与前景理论一致。
• 诉诸权威的论证（如“研究表明……”）最具说服力，与Cialdini的权威原则相符。
• 基于用户特征与心理框架的个性化论证选择可显著提升数字行为改变干预的效果。