利用消费设备与服务的追踪数据预测并可视化人们的每日情绪
人机交互
2022-02-09 v1 应用统计
摘要
用户可以轻松导出其所用设备（如气象站和健身追踪器）与服务（如屏幕时间追踪器和 GitHub 提交）中的个人数据，却难以获得有价值的洞察。为解决此问题，我们提出了名为 InsightMe 的自追踪元应用，旨在向用户展示数据如何与其幸福感、健康和表现相关。本文聚焦于与幸福感密切相关的情绪。利用一人所收集的数据，我们展示了此人的睡眠、运动、营养、天气、空气质量、屏幕时间和工作如何与该人日间平均情绪相关。此外，该应用通过多元线性回归和神经网络预测情绪，分别实现了 0.55 和 0.50 的解释方差。我们通过向用户展示相关性的 p 值、绘制预测区间来追求可解释性与透明性。另外，我们开展了一项小型 A-B 测试以说明原始数据如何影响预测。源代码与应用均在线可用。
引用
@article{arxiv.2202.03721,
title = {Predicting and Visualizing Daily Mood of People Using Tracking Data of Consumer Devices and Services},
author = {Christian Reiser},
journal= {arXiv preprint arXiv:2202.03721},
year = {2022}
}