Détection automatique de l'utilisation problématique des smartphones

L'adoption des smartphones a augmenté de manière significative et, avec l'augmentation des capacités des smartphones, cela signifie que les utilisateurs peuvent accéder à Internet, communiquer et se divertir n'importe où et à tout moment. Cependant, il existe des preuves croissantes de l'utilisation problématique des smartphones qui impacte à la fois les aspects sociaux et de santé de la vie des utilisateurs. Actuellement, l'évaluation de l'utilisation excessive ou problématique dépend d'informations comportementales auto-rapportées sur l'utilisation du téléphone. En raison des problèmes connus avec les auto-évaluations dans ce type d'évaluations, nous explorons une approche automatisée, objective et répétable pour évaluer l'utilisation problématique. Nous collectons un large éventail de données d'utilisation du téléphone provenant des smartphones, identifions un certain nombre de caractéristiques d'utilisation pertinentes pour cette évaluation et construisons des modèles de détection basés sur Adaboost avec des algorithmes d'apprentissage automatique détectant automatiquement l'utilisation problématique. Nous avons constaté que le nombre d'applications utilisées par jour, le ratio de SMS par rapport aux appels, le nombre de sessions initiées par un événement, le nombre d'applications utilisées par session initiée par un événement, et la durée des sessions non initiées par un événement sont utiles pour détecter l'utilisation problématique. Avec ces éléments, un modèle de détection peut identifier les utilisateurs avec une utilisation problématique avec une précision de 89,6 % (score F de .707).