2. University of Oulu
Menetelmiä mobiililaitekäyttäjän
persoonallisuuden ja kulttuuritaustan
analysoimiseen
11/20/202
ACM MobileHCI 2018
3. University of Oulu
“Perustavia”
kysymyksiä
‒ Elektroniikan käyttö ja merkitys
korostuneet: mitä voidaan oppia
ihmisistä puhelinten avulla?
‒ Älypuhelin generalisoitunut laite: miten
voidaan parhaiten tukea henkilökohtaista
käyttökokemusta?
‒ Millaisia vaikutuksia arkipäivän datalla
on: sensitiivinen informaatio ja sen käyttö
yhteiskunnassa yleensä
11/20/20 Replace footertext if needed3
4. University of Oulu
Mobiilikäytön
kerääminen
‒ Carat-projekti Helsingin yliopistossa
2011-2018
‒ 850 000 käyttäjää kansainvälisesti asensi
käyttöä tarkkailevan sovelluksen
‒ Crowdsensing/crowdsourcing-paradigma
‒ Datassa logit käytetyistä sovelluksista ja
teknisiä attribuutteja
‒ Kyselyitä mm. PHQ-8, 50-item Big5,
Hofstede Value Survey Model (joitakin
tuhansia vastaajia)
11/20/20 Replace footertext if needed4
5. University of Oulu
Demografiset
tekijät
‒ Monen eri demografisen tekijän summa
‒ Tilastollisia päätelmiä, ei johtopäätöksiä
yksilöstä
‒ Vähemmistöjä yms. ryhmiä vaikea tutkia,
erittäin sensitiivistä dataa
‒ Tekijät ”self-reported”, vain maa voidaan
varmentaa verkkotiedolla
11/20/205
6. University of Oulu
Kulttuuri/maa ‒ Hofstede’s Value Survey Model – laajasti
kritisoitu, mutta kulttuurin määritelmä on
vaikea
‒ Numeerisia tuloksia, ei laadullista
tutkimusta tehty - olisi hienoa, jos olisi
osaamista menetelmiin ja data!
‒ Joitakin ”maaklustereita” mahdollista
tunnistaa tilastomenetelmin
Peltonen et al. The Hidden Image of Mobile
Apps: Geographic, Demographic, and
Cultural Factors in Mobile Usage. ACM
MobileHCI 2018
11/20/206
7. University of Oulu
Persoonallisuus ‒ 50-itemin Big5 –kysely
‒ Edelleen tilastoanalyysiä laajan
populaation yli, ei vedetä yksilöön liittyviä
johtopäätöksiä
‒ Sovellusten ja sovelluskategorioiden
käyttö yhtä ennustavaa
‒ Parhaiten ennustettu neljännes hyvin
pienillä virheillä (RMSE), huonoin
neljännes käytännössä randomia
Peltonen et al. ” When phones get personal:
Predicting Big Five personality traits from
application usage”, PMC Journal 2020
11/20/207
8. University of Oulu
Kiinnostavia
kysymyksiä
jatkossa
‒ Android/iOS-kehitys: Datan kerääminen
yhä vaikeampaa vanhoilla menetelmillä
‒ Laadullisten menetelmien huomioiminen
tilastomenetelmien rinnalla
‒ Työn alla mm. unen laatuun ja
depressioon liittyviä aiheita
‒ Muita kiinnostavia kysymyksiä:
1. Pohjoinen talvi ja elektroniikan käyttö
2. Erityisryhmät, kuten neurodiversiteetti ja
terveydenhuollon teemat
3. Eettiset teemat ja korkea sensitiivisyys
tekijänä, ”highly personal data”
11/20/208