利用自动化脉冲响应分析改善身心健康的个性化建议——AIRA
计算机与社会
2017-06-29 v1
摘要
对个性化心理保健的关注正在蓬勃发展。针对个体的研究数据，例如时间序列传感器数据或来自密集纵向研究的数据，从研究角度看是相关的，因为对这些数据的分析可以揭示参与者之间的异质性，并提供比基于群体方法更精确和个体化的结果。然而，利用这些数据用于自我管理并帮助个体改善其心理健康已被证明具有挑战性。本工作描述了一种利用来自密集纵向研究的时间序列数据自动生成个性化建议以改善个体身心健康的新方法：自动化脉冲响应分析（AIRA）。AIRA通过生成脉冲响应函数来分析身心健康的向量自回归模型。这些脉冲响应函数在模拟中用于确定模型中的哪些变量对其他变量进而对参与者的身心健康具有最大影响。发现的效果可用于支持自我管理。我们通过对关于心理变量的纵向自我报告数据进行分析，展示了AIRA的实际有用性。为评估其有效性与效能，我们在两个数据集（ 和 ）上运行其算法，并讨论结果。此外，我们将AIRA的输出与先前发表研究的结果进行比较，表明结果具有可比性。通过自动化脉冲响应函数分析，AIRA以低资源成本满足了准确个体化健康结果模型的需求，并具有扩展潜力。
引用
@article{arxiv.1706.09268,
title = {Personalized advice for enhancing well-being using automated impulse response analysis --- AIRA},
author = {F. J. Blaauw and L. van der Krieke and A. C. Emerencia and M. Aiello and P. de Jonge},
journal= {arXiv preprint arXiv:1706.09268},
year = {2017}
}