Självannotering för att skapa bättre förståelse av data

Detta är en Kandidat-uppsats från Malmö högskola/Fakulteten för teknik och samhälle (TS)

Sammanfattning: Att människor vill ha god självkännedom är vi medvetna om sedan ett par tusen år tillbaka. Därför är vi inte förvånande av att försäljningen av smarta enheter som loggar aktivitets- data ökar årligen. Hur väl gemene man förstår sin insamlade data kan dock variera. Datan presenteras oftast för användaren genom grafer och stapeldiagram eller på en tidslinje där användaren kan följa sin dag, men det är inte alla användare som greppar helheten och kan identifiera sina livsmönster. I den här studien vill vi ta reda på om man kan med hjälp av självannotering öka en individs förståelse av sin data genom att självannotera. I relaterad forskning hittar vi tre applikationer Labels, ZhiWo och WalkNRide. Vi har utgått från relaterad forskning och utvecklat en prototyp-applikation enligt design research metoden som vi kallar Anotify. Anotify möjliggör för användare att kunna självannotera sina fysis- ka aktiviteter. Prototypen är kopplad till Sony Lifelogs API som tillgodoser Anotify med fysiska aktiviteter som användaren utfört. För att utvärdera ifall våra testdeltagare får en ökad förståelse genom självannotering utför vi en komparativ studie som pågår under tre veckor där testdeltagarna använder Lifelog och Anotify var för sig samt parallellt. Studi- en innefattar fyra testdeltagare som delas upp i två grupper om två personer. Resultatet utvinner vi genom semistrukturerade intervjuer med testdeltagarna efter testperioden är slut. Slutligen validerar vi resultatet genom att jämföra våra resultat med vad tidigare forskning har kommit fram till.

  HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)