ACM通信
ACM TechNews
SC ISI研究人员开发计算方法，以发现人类行为的隐藏趋势
利用计算方法和机器学习算法，南加州大学维特比信息科学研究所的研究人员筛选了从学生志愿者那里收集的传感器数据，以发现幸福和学术的隐藏趋势
图片来源:南加州大学维特比工程学院。
南加州大学维特比信息科学研究所的研究人员挖掘了从志愿者那里收集的传感器数据，以发现幸福、学习成绩和行为方面隐藏的趋势。
他们使用了来自StudentLife应用程序的公开数据，该应用程序监测了2013年48名达特茅斯学院(Dartmouth College)学生志愿者携带的智能手机传感器的读数，时间超过10周。
该团队利用计算模型将学生根据他们的行为模式分为两组。利用非负张量分解，他们识别出了表现出较高学习成绩的个体群，以及那些经常参加休闲活动的个体群。
他们观察到，平均绩点高的学生在图书馆花的时间更多，放松的时间更少，而且通常在午夜前就睡着了。相比之下，成绩较差的学生在午夜到早上6点之间进行的对话更多，而且在早上的时间里，他们在黑暗中度过的时间更多。
从南加州大学维特比工程新闻
查看全文
版权所有©2018公司的信息。，美国马里兰州贝塞斯达
没有发现记录