基于理论的习惯建模以增强行为预测
人工智能
2021-01-06 v1 人机交互
机器学习
摘要
习惯的心理学理论指出，当通过行为重复形成强习惯后，它能在相同环境中自动触发行为。鉴于习惯与行为之间的互惠关系，改变生活方式行为（例如刷牙）在很大程度上是一项打破旧习惯并养成新的健康习惯的任务。因此，表征用户的习惯强度对行为改变支持系统（BCSS）非常有用，例如用于预测行为或判断干预何时达到预期效果。然而，习惯强度无法直接观测，且现有的自我报告测量方法对用户负担较重。本文基于近期习惯形成的计算模型，提出了一种使智能系统能够依据可观测行为计算习惯强度的方法。我们利用两项干预研究的数据检验了使用计算习惯强度进行行为预测的假设优势，在这两项研究中，我们训练参与者连续三周每天刷牙两次，并使用加速度计监测其行为。通过分层交叉验证，我们发现，在预测未来刷牙行为的任务中，计算得到的习惯强度明显优于自我报告的 habit 强度（两项研究中均如此），并且在规模更大的第二项研究中还优于基于过去行为频率的模型。我们的发现为这种基于理论的用户习惯建模方法提供了初步支持，并鼓励将习惯计算用于提供个性化和自适应干预。
引用
@article{arxiv.2101.01637,
title = {Theory-based Habit Modeling for Enhancing Behavior Prediction},
author = {Chao Zhang and Joaquin Vanschoren and Arlette van Wissen and Daniel Lakens and Boris de Ruyter and Wijnand A. IJsselsteijn},
journal= {arXiv preprint arXiv:2101.01637},
year = {2021}
}