PLoS One. 2017 Hunyo 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
Ang labis na paggamit ng smartphone ay nagdudulot ng mga problema sa personal at panlipunan. Upang matugunan ang isyung ito, hinahangad naming makuha ang mga pattern ng paggamit na direktang nakakaugnay sa pag-asa sa smartphone batay sa data ng paggamit. Sinubukan ng pag-aaral na ito na pag-uri-uriin ang pag-asa sa smartphone gamit ang isang algorithm ng hinulaang data. Bumuo kami ng isang mobile application upang mangolekta ng data ng paggamit ng smartphone. Ang isang kabuuan ng 41,683 log ng 48 mga gumagamit ng smartphone ay nakolekta mula Marso 8, 2015, hanggang Enero 8, 2016. Ang mga kalahok ay inuri sa control group (SUC) o ang addiction group (SUD) gamit ang Korean Smartphone Addiction Proneness Scale for Adults (S-Scale) at isang pakikipanayam sa offline na panayam ng isang psychiatrist at isang clinical psychologist (SUC) = 23 at SUD = 25). Nakuha namin ang mga pattern ng paggamit gamit ang tensor factorization at natagpuan ang sumusunod na anim na pinakamainam na pattern ng paggamit: 1) mga serbisyong pang-ugnay sa lipunan (SNS) sa araw, 2) web surfing, 3) SNS sa gabi, 4) mobile shopping, 5) libangan, at 6) paglalaro sa gabi. Ang mga membership vectors ng anim na pattern ay nakuha ng isang makabuluhang mas mahusay na pagganap ng paghula kaysa sa hilaw na data. Para sa lahat ng mga pattern, ang mga oras ng paggamit ng SUD ay mas mahaba kaysa sa mga SUC. Mula sa aming mga natuklasan, napagpasyahan namin na ang mga pattern ng paggamit at mga membership vectors ay mga epektibong tool upang masuri at mahulaan ang dependence ng smartphone at maaaring magbigay ng isang gabay sa interbensyon upang mahulaan at ituring ang pag-asa sa smartphone batay sa data ng paggamit.
PMID: 28636614
PMCID: PMC5479529
Doi: 10.1371 / journal.pone.0177629
;