학생들의 신체 활동을 증가시키는 모바일 앱

조사자들은 기계 학습을 사용하여 적응형 문자 메시지를 생성하는 스마트폰 애플리케이션인 DIAMANTE 앱을 개발했으며, 일일 참가자 데이터에서 학습하여 메시지의 빈도와 동기 유형을 개인화했습니다. 현재 연구에서 조사관은 버클리 대학의 학부생과 대학원생의 이 응용 프로그램을 무작위로 선택한 문자 메시지와 비교할 것입니다. 이 연구는 대학생의 신체 활동을 증가시키기 위한 이 스마트폰 애플리케이션의 효과에 대한 통찰력을 제공할 것입니다. 또한 개입의 효과를 조절하는 작업 메커니즘 및 변수에 대한 예비 지식을 제공합니다.

본 연구의 특징은 동기 메시지(M), 피드백 메시지(F), 메시지를 보낸 시점의 시간 프레임(T)을 각각 4, 5, 4단계로 나타내는 총 3가지 요인으로 요인 설계를 한 것이 특징이다. M 및 F의 한 수준은 제어 처리, 즉 전송된 메시지 없음에 해당합니다. 각 참가자는 매일 M, F 및 T의 다른 조합을 받았습니다.

적응형 및 균일 무작위 그룹 모두 피드백(활성 범주 4개 + 메시지 없음) 및 동기 부여(활성 범주 3개 + 메시지 없음)와 같은 동일한 유형의 메시지를 수신합니다. 그러나 메시지 범주, 타이밍 및 빈도는 적응형 그룹의 강화 학습 알고리즘에 의해 최적화되며 균일한 무작위 그룹(균일한 무작위 분포에 따름)에서 동일한 확률로 전달됩니다.

강화 학습자 그룹의 경우, 알고리즘 훈련 데이터는 모든 참가자의 과거 데이터(컨텍스트 변수)로 구성되며, 여기에는 어떤 메시지가 이전에 전송되었고 어떤 기간 내에 전송되었는지, 그리고 선택된 임상/인구학적 데이터(예: 연령, 날짜 등)가 포함됩니다. 주 및 우울증 점수) 예측 능력을 향상시킵니다. 그런 다음 샘플링 방법과 결합된 메시지의 예상 효과를 기반으로 메시지가 선택됩니다. 따라서 가장 보람 있는 메시지에서 자주 선택하고 때때로 보상이 불확실한 메시지를 탐색합니다.

이 연구의 목적은 다음과 같습니다.

1. 강화 학습 정책의 참가자가 균일한 무작위 분포로 메시지를 받는 참가자보다 6주 후속 조치 후 일일 단계에서 더 큰 증가를 보이는지 평가합니다.
2. 사회인구학적, 기본 신체 활동 행동/태도 및 심리적 요인이 적응 개입의 효과에 영향을 미치는지 평가합니다.
3. 신체 활동 증가에 가장 유익한 메시지를 평가합니다.