PLoS One. 2017 június 21, 12 (6): e0177629. doi: 10.1371 / journal.pone.0177629.
Choi J1, Rho MJ2, Kim Y3, Yook IH2, Yu H1, Kim DJ4, Choi IY2.
Absztrakt
Az okostelefonok túlzott használata személyes és társadalmi problémákat okoz. Ennek a kérdésnek a megoldására arra törekedtünk, hogy a használati adatok alapján olyan felhasználói mintákat derítsünk ki, amelyek közvetlenül összefüggenek az okostelefon-függőséggel. Ez a tanulmány adatközpontú predikciós algoritmus segítségével próbálta az okostelefon-függőséget osztályozni. Kifejlesztettünk egy mobil alkalmazást okostelefon-használati adatok gyűjtésére. Az 41,683 okostelefon-használók összesen 48 naplóját gyűjtötték a 8, 2015, március és a 8, 2016 között. A résztvevőket a kontrollcsoportba (SUC) vagy a függőségi csoportba (SUD) osztottuk fel a felnőttek koreai okostelefon-függőség-becsületesség-skálájával (S-Scale), valamint egy pszichiáter és egy klinikai pszichológus (SUC) közvetlen, személyes interjúval. = 23 és SUD = 25). A használati mintákat tenzoros faktorizálás segítségével derítettük le, és a következő hat optimális használati mintát találtuk: 1) közösségi hálózati szolgáltatások (SNS) nappali időben, 2) internetes szörfözés, 3) SNS éjjel, 4 (mobil vásárlás, 5) szórakozás és 6) játék éjjel. A hat minta tagsági vektora szignifikánsan jobb előrejelzési teljesítményt kapott, mint a nyers adatok. Minden minta esetében a SUD felhasználási ideje sokkal hosszabb volt, mint a SUC. Megállapításaink alapján arra a következtetésre jutottunk, hogy a használati minták és a tagsági vektorok hatékony eszközök voltak az okostelefon-függőség felmérésére és előrejelzésére, és beavatkozási iránymutatást nyújthatnak az okostelefon-függőség előrejelzésére és kezelésére a felhasználási adatok alapján.
PMID: 28636614
PMCID: PMC5479529
Doi: 10.1371 / journal.pone.0177629
;