Zur Kurzanzeige

dc.contributor.authorSchwarz, Michael
dc.contributor.authorDogangün, Aysegül
dc.contributor.editorDachselt, Raimund
dc.contributor.editorWeber, Gerhard
dc.date.accessioned2018-07-09T08:40:18Z
dc.date.available2018-07-09T08:40:18Z
dc.date.issued2018
dc.identifier.urihttp://dl.gi.de/handle/20.500.12116/16641
dc.description.abstractIndividuelle Empfehlungen erfordern explizites, aber auch implizites Wissen über den Empfänger einer Empfehlung. Im Bereich von Empfehlungssystemen zur Steigerung von körperlicher Aktivität spielt neben der benötigten Zeit, die zur Ausführung notwendig ist, auch der Kontext, in dem die Aktivität ausgeführt wird, und die persönlichen Vorlieben eine entscheidende Rolle. Diese Arbeit stellt ein System vor, welches auf Grundlage der Faktoren Zeit, Kontext und Präferenzen Empfehlungen generiert, die eine Person dazu bewegen soll einen aktiveren Lebensstil zu führen. Das System extrahiert dazu Routinen aus den individuellen Tagesabläufen, ermittelt geeignete Zeitslots und erstellt auf Grundlage der persönlichen Präferenzen Sportempfehlungen, die in den vorherrschenden Kontext passen.de
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartofMensch und Computer 2018 - Tagungsband
dc.relation.ispartofseriesMensch und Computer
dc.subjectEmpfehlungssysteme
dc.subjectKontext
dc.subjectBehavior Change Support System
dc.subjectImplementation Intentions
dc.titleEin lernender Ansatz für kontext-adaptive individuelle Sportempfehlungende
dc.typeText/Conference Poster
dc.pubPlaceBonn
mci.document.qualitydigidoc
mci.conference.sessiontitleKurzbeiträge
mci.conference.locationDresden
mci.conference.date2.-5. September 2018
dc.identifier.doi10.18420/muc2018-mci-0397


Dateien zu dieser Ressource

Thumbnail
Thumbnail

Zur Kurzanzeige