心理健康应用程序中的个性化推荐：自主性和数据共享的影响

文献标题

个性化推荐在心理健康应用程序中的研究：自主性和数据共享的影响

文献信息

• 主题领域: 数字心理健康应用、用户体验、个性化推荐
• 关键词: 用户感知, 个性化, 推荐系统, 个性特质, 数据隐私, 自主性, 应用参与, 数据共享, 心理健康应用, 用户体验

研究背景与问题

• 发现的问题或挑战:

  1. 数字心理健康应用的快速增长促使研究者探索如何有效地从用户角度交付个性化推荐，减轻内容选择过载。
  2. 在设计个性化技术时，如何在提供个性化指导和维护用户自主权之间取得平衡。
  3. 数据共享是实现个性化推荐的基础，但隐私问题对用户接受数据共享构成挑战。

• 重要性:

  • 研究表明，个性化健康干预可以提高参与度和最终的治疗效果。
  • 用户行为与工具依赖性是数字健康干预成功的关键因素，理解用户的偏好能够更好地设计促使用户长期参与的体验。

• 研究动机与相关工作:

  • 以前的研究集中在为健康应用提供选择，但本研究更多地关注用户对建议方式（自主选择与指导型选择）及数据共享途径（自我报告与手机数据）的看法和实际使用行为的影响。
  • 针对隐私与个性化之间的伦理紧张关系展开更深入的探讨。

解决方案

• 方法与解决方案:

  • 提出了一个随机对照试验 (placebo randomisation)，设计了一个双因素实验（自主性与数据共享）。
  • 测试了两种用户体验模式（自主选择与指导型选择）和两种数据采集方法（完成个性分类问卷、或允许手机数据收集）。

• 创新之处:

  • 探讨了用户偏好和实际使用心理健康应用的表现之间的关系。
  • 系统化地对比了不同设计变量对用户参与和偏好的影响。

• 实施步骤和关键技术:

  1. 使用带有多种活动模块的商业心理健康应用.
  2. 设计了一个包含预问卷、为期七天的应用程序使用过程、以及退出问卷的用户实验框架。
  3. 对实验数据进行了统计分析，比较了用户偏好以及行为上对“自主性”和“数据共享方式”的影响。
  4. 对个人化推荐的影响采用随机推荐内容（非真实的个性化），以减少推荐模型准确性不一致的影响。

研究成果

• 具体成果:

  1. 自主性影响:
     • 用户行为：主要提供自主选择体验的应用使用量是主要指导型用户的三倍。
     • 用户偏好：尽管用户行为更倾向自主性，调查显示大多数用户更希望应用程序提供活动推荐。
  2. 数据共享方式影响:
     • 用户共享行为：用户更愿意通过问卷报告他们的个性，而不是允许采集手机数据。
     • 隐私风险认知：用户普遍认为，让心理健康应用访问手机感知数据的隐私风险更大。
  3. 个性化推荐与应用参与:
     • 用户行为数据表明推荐来源（自动数据推断 vs 问卷）对实际应用行为没有显著差异。

• 与现有解决方案相比的优势:

  • 通过对用户行为与偏好的双重数据分析，为心理健康应用设计提供了量化的指导建议。
  • 涵盖了数据隐私与个性化设计在用户体验中的矛盾与平衡。

• 实验或评估结果:

  • 自主集群完成的活动数量显著高于指导集群；用户总体上更倾向于自主性为主的设计，但仍希望保留部分推荐元素。
  • 问卷形式的个性化推断用户模型方法比基于手机数据的自动化模型更受用户信任。

• 局限性与未来方向:

  • 局限性:
    1. 随机推荐的设计限制了探索准确性与个性化感知之间的相互关系。
    2. 研究仅在欧洲进行，可能存在文化偏倚。
    3. 没有实际采集手机数据，减少了个体行为特征的深入分析机会。
  • 未来方向:
    • 开发真实的个性化推荐并结合用户偏好与行为进行实验。
    • 探讨个性化设计对长期应用参与与治疗效果的影响。

总结

本研究为心理健康应用的设计者提供了实践性指导，研究结果表明在提供个性化推荐时应在增强用户体验、自主感和隐私保护之间做出平衡。