PLoS One. 2017 juin 21; 12 (6): e0177629. doi: 10.1371 / journal.pone.0177629.
Choi J1, Rho MJ2, Kim Y3, Yook IH2, Yu H1, Kim DJ4, Choi IY2.
Abstract
Une utilisation excessive du smartphone provoque des problèmes personnels et sociaux. Pour résoudre ce problème, nous avons cherché à dériver des schémas d'utilisation directement corrélés à la dépendance du smartphone en fonction des données d'utilisation. Cette étude a tenté de classer la dépendance d'un smartphone à l'aide d'un algorithme de prédiction piloté par les données. Nous avons développé une application mobile pour collecter des données d'utilisation de smartphone. Un nombre total de journaux 41,683 des utilisateurs de smartphones 48 ont été collectés de mars 8, 2015 à janvier 8, 2016. Les participants ont été classés dans le groupe de contrôle (SUC) ou le groupe de toxicomanie (SUD) à l’aide de l’échelle de prédiction de la toxicomanie coréenne sur smartphone (S-Scale) et d’un entretien en face à face avec un psychiatre et un psychologue clinicien (SUC). = 23 et SUD = 25). Nous avons déduit des modèles d'utilisation à l'aide de la factorisation du tenseur et avons dégagé les six modèles d'utilisation suivants: services de réseau social 1) pendant la journée, navigation Web 2), SNS la nuit 3), shopping mobile, divertissement 4) et 5) jouer la nuit. Les vecteurs d'appartenance des six modèles ont obtenu des performances de prévision nettement meilleures que les données brutes. Pour tous les modèles, les durées d'utilisation du SUD étaient beaucoup plus longues que celles du SUC. Nos conclusions nous ont permis de conclure que les modèles d’utilisation et les vecteurs d’adhésion étaient des outils efficaces pour évaluer et prédire la dépendance des smartphones et pourraient constituer un guide d’intervention permettant de prévoir et de traiter la dépendance des smartphones en fonction des données d’utilisation.
PMID: 28636614
PMCID: PMC5479529
DOI: 10.1371 / journal.pone.0177629
;
