GLOBEM：纵向人类行为建模的跨数据集泛化研究

越来越多的研究表明，来自智能手机和可穿戴设备的纵向被动传感数据可以捕捉日常行为信号，用于人类行为建模，如抑郁检测。大多数先前研究使用从单一群体收集的数据构建和评估机器学习模型。然而，为确保行为模型适用于更广泛的用户群体，需要在来自不同群体的多个数据集上验证其泛化能力。我们首次评估了纵向行为模型的跨数据集泛化能力，以抑郁检测为应用场景。我们收集了来自两个机构、超过500名用户、跨越两年的多个纵向被动移动传感数据集，形成四个机构-年份数据集。使用这些数据集，我们重新实现并评估了九种先前的抑郁检测算法。我们的实验揭示了这些方法缺乏模型泛化能力。我们还实现了机器学习社区最近流行的八种域泛化算法。我们的结果表明，这些方法在我们的数据集上泛化效果也不佳，与猜测多数类别的朴素基线相比几乎没有优势。随后我们提出了两种具有更好泛化能力的新算法。我们的新算法Reorder在大多数跨数据集泛化设置中显著且一致地优于现有方法。然而，整体优势是渐进的，仍有很大的改进空间。我们的分析表明，个体差异（群体内部和群体之间）可能在跨数据集泛化挑战中起着最重要的作用。最后，我们提供了一个开源基准平台GLOBEM（纵向行为建模泛化的缩写），整合了所有19种算法。GLOBEM可支持研究人员使用、开发和评估不同的纵向行为建模方法。我们呼吁研究人员在未来的纵向人类行为建模研究中关注模型泛化评估。