Designing A Software System for Finding Proper Timings of Health-Related Tips and Tasks

Abstract

Smartphones sind in den letzten zwei Jahrzehnten immer leistungsfähiger geworden. Ihr Nutzungsbereich geht weit über den ursprünglich vorgesehenen Zweck der Telefonie hinaus. Ein häufiger Anwendungsbereich von Smartphones ist die Nutzung von Fitness- und Gesundheitsanwendungen. Viele Anwendungen in diesem Bereich setzen Push-Benachrichtigungen ein, um ihre Benutzer zu positiven Verhaltensänderungen zu motivieren oder Erinnerungen zu schicken. Es ist allerdings entscheidend, dass diese Benachrichtigungen zum richtigen Zeitpunkt ankommen. Diese Arbeit untersucht die Antwortrate von Nutzern auf verschiedene Push-Benachrichtigungen basierend auf ihrer aktuellen Situation. Dazu wurde eine Smartphone-App entwickelt, die Push-Benachrichtigungen empfangen und anzeigen kann und das Antwortverhalten der Nutzer aufzeichnet. Darüber hinaus wurde ein Backend, welches aus mehreren Microservices besteht, entwickelt, um die Antworten der Nutzer zu speichern. Basierend auf historischen Daten entscheidet dieses, ob ein Nutzer basierend auf seiner aktuellen Situation auf eine Nachricht reagieren wird oder nicht. Die Situation eines Nutzers wird mithilfe von mehrere Variablen gemessen, wie zum Beispiel die Tageszeit, Bewegungsstatus und dem Aufenthaltsort eines Nutzers. Während einige dieser Variablen bereits von anderen Arbeiten für Planungsalgorithmen verwendet wurden, werden in dieser Arbeit zusätzliche Parameter verwendet, die von einem Garmin-Fitness-Tracker bereitgestellt werden: Stress- und Bewegungsdaten. Für diese Arbeit wurde eine erste Pilotstudie mit fünf Testpersonen und einer prototypischen Implementierung der mobilen Anwendung inklusive Backend durchgeführt.

As mobile phones have become more and more capable over the past two decades, there have been more use cases for them way beyond the originally intended scope of telephony. One common use case for smartphones nowadays is using fitness and health-improvement applications. Many fitness and health applications use push notifications as a tool to invoke behavioral change in a user or to send reminders. However, it is important to time these notifications properly. This thesis explores the response rate of users to different push notification messages, depending on their current situation. For this research, a mobile app was built in order to receive these notification messages and track users’ response behaviour. In addition, a backend consisting of several micro services was developed in order to persist the responses of users, and - based on them - decide on whether or not a user has a good enough chance to respond to a message according to their current situation. The situation of a user is measured by several variables such as the time of day, whether or not the user is currently moving and the current location of the user. While some of these variables were already used by other works for scheduling algorithms, this paper attempts to use additional parameters measured by a Garmin Fitness tracker: The stress and physical activity levels of a user. For this paper, a first pilot study is conducted using 5 test persons and a prototypical implementation of the mobile application and the backend. While it does not provide any definitive evidence regarding the precise impact of the Fitness Tracker parameters, it does provides some valuable insight for future studies with a greater sample size.