关键词mobile health applications
搜索结果 - 4
- 针对健康行为改变的自适应干预
通过改进的 Thompson 采样算法实现对个性化目标的优化和个性化奖励函数的最优化,从而在移动健康应用中达到降低累积遗憾和提高个性化回报的效果。
- ICLR全球健康的适应性干预:疟疾的案例研究
通过移动健康应用,机器学习技术能够强化疟疾监测和治疗依从性,提高疟疾测试率,改善医护人员技能和医疗质量,通过能力建设和鼓励行为改变支持前线工作者和患者,减少药房和诊所的测试缺货并为政策干预提供当地的公共卫生信息。
- WWW建模相互依存和周期性的真实世界动作序列
本文开发了一种基于个性化、多变量时间点过程的新型统计模型,用于对移动健康应用中的人类行为建模,以得出未来用户行为及其时机的准确预测。
- 移动活动跟踪应用用户的多重生命
本研究研究了移动健康应用程序的用户参与度和保留度,由于用户有多种不同的主要意图或目标使用应用程序,故他们有多种生命。在这项研究中,我们开发了一个改进的预测模型,可以达到 71%ROC AUC,并对如何使用通知,建议以及游戏化来增加用户参与度