Tourism is an important factor for economic growth. Unfortunately, the on going COVID-19 pandemic has struck hard on the tourism sector due to the lockdowns and travel restrictions. The lockdowns have also led to an increasing isolation among people which in the long term can lead to a decline in people’s psychological wellbeing.Together with Cybercom Group AB, an idea to solve this problem was to developan application with the intention to nurture the tourism sector and get people out of their homes while keeping the human interactions at a satisfactory level. The main feature of the application developed was a scheduler that carefully planned out people’s daily activities depending how crowded a specific location was. An application such as the one developed could lead to an increase in foot traffic while simultaneously decreasing the amount of physical contact between people. The result of this thesis mainly focuses on the developed application but more specifically the developed algorithms to schedule your day using crowd data. The algorithmdeveloped, the Optimal Time Slot Algorithm, averaged a crowding value of18,8% while the average of the best possible crowding value was 17,8%. / Turism är en viktig faktor för ekonomisk tillväxt. Tyvärr så har den pågående COVID-19 pandemin slagit hårt mot turismsektorn till följd av nedstängningar och restriktionerpå resande. Nedstängningarna har även lett till en ökad isolering hos personersom långsiktigt kan leda till en försämring av människors psykologiska välmående.Tillsammans med Cybercom Group AB växte en idé fram om att utveckla enapplikation som har till uppgift att främja turismsektorn och hjälpa folk att ta sig utur sina hem samtidigt som de undviker trängsel. Huvudfunktionen hos den utvecklade applikationen var en planerare som noggrantplanerar en persons dagliga aktiviteter beroende på hur mycket folk det var på denspecifika platsen vid ett visst tillfälle. En applikation likt den som utvecklats kan ledatill en ökad mängd personer i rörelse i kombination med att minska mängden fysiskkontakt mellan människor. Resultatet av detta examensarbete fokuserar huvudsakligen på den utvecklade applikationenoch specifikt de algoritmer som utvecklats för att planera din dag genomträngseldata. Den framtagna algoritmen, Optimal Time Slot Algorithm, resulteradei ett trängselsnitt på 17,8% där 18,8% var snittet av det bästa möjliga resultatet.

Submitted by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-08-25T18:13:09Z No. of bitstreams: 2 Tese - Luis J. E. R. Cabrejos.pdf: 5126285 bytes, checksum: b667aa9fb7c3b14f995507bb4a821f1e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-08-25T18:13:30Z (GMT) No. of bitstreams: 2 Tese - Luis J. E. R. Cabrejos.pdf: 5126285 bytes, checksum: b667aa9fb7c3b14f995507bb4a821f1e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-08-25T18:13:48Z (GMT) No. of bitstreams: 2 Tese - Luis J. E. R. Cabrejos.pdf: 5126285 bytes, checksum: b667aa9fb7c3b14f995507bb4a821f1e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-08-25T18:13:48Z (GMT). No. of bitstreams: 2 Tese - Luis J. E. R. Cabrejos.pdf: 5126285 bytes, checksum: b667aa9fb7c3b14f995507bb4a821f1e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2017-06-08 / CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico / User eXperience (UX) refers to a holistic perspective and an enrichment of traditional quality models with non-utilitarian concepts, such as fun, joy, pleasure, hedonic value or ludic value. In order to evaluate UX in software applications, several technologies (tools, methods, techniques) have been proposed that range from using questionnaires to employing biometrics to gather quantitative and qualitative data on users’ experience. However, there is a need for research in the development of specific UX evaluation technologies that are easy and comfortable to use from the point of view of users, while supporting software engineers in the correction of the aspects that cause poor experiences. Additionally, new UX approaches should be proposed for evaluating mobile applications, as there is still a shortage of methods for this type of applications, which is rising in demand. This doctoral dissertation proposes an alternative approach for evaluating mobile applications called Redesigning for EXperience (REX), which intends to be less intrusive for users when extracting UX data, while generating reports containing design suggestions for improving the UX. We assessed the acceptance of the initial versions of the REX approach from the point of view of users and software engineers in two studies. When compared to 3E, a qualitative UX evaluation method, the results showed that REX was perceived as more fun, useful and more interactive. Additionally, software engineers considered REX useful and easy to understand, while suggesting improving its report to facilitate its understanding and increase its use. After working on the improvements opportunities from the empirical studies, we developed a tool support for the REX approach called the REX report generator. Also, we carried out an observational study to verify to which extent the REX approach could be applied in a real software development project. Thus, REX was employed by users to evaluate a mobile educational application and a discussion meeting was held with the software development team to discuss the improvement suggestions provided by REX to support the redesign process. The findings from the observational study indicated the satisfaction of users to report their experience with the REX approach, while the members of the development team agreed with the usefulness of the REX report and its improvement suggestions. By providing design suggestions, we aim to support software engineers in improving the UX of the developed mobile applications, thus increasing their quality and acceptance in the market. / .

UX-designperspektivet är väsentlig vid utvärdering av interaktion med alla typer av robotar, men särskilt sociala robotar. Då dessa utvecklas för att utföra viktiga uppgifter i samhället såsom att vara sällskapsrobotar inom äldrevården, skolor med mera. User Experience Design-området har en bred samling av utvärderingsmetoder som människa-robotinteraktion-området kan dra nytta av. Denna studie syftar till att förbättra upplevelse vid interaktion med en social robot. För detta syfte har bland annat litteraturstudier genomförts där identifierades UX-aspekter som är relevanta att fokusera på vid utvärdering av förutsättningarna för engagemang i interaktionen mellan människa och social robot samt att det identifierades en kunskapslucka av tillgängliga analytiska utvärderingsmetoder inom människa-robotinteraktion (MRI). För att ta fram en ny analytisk utvärderingsmetod för att främja engagemang med en social robot användes en metodansats som är etablerad för att utveckla just utvärderingsmetoder. Designprocessen av den nya metoden bestod av fem iterativa faser som resulterade Analytisk utvärderingsmetod av engagemang vid interaktion med social sällskapsrobotar (AUEIS). AEUIS är designad för att utvärdera förutsättningarna för att uppnå engagemang vid interaktion med en social robot. Stort fokus lades på den femte fasen där versioner av AUEIS testades av flera UX-designers utifrån kriterierna att AUEIS ska ha hög validitet, vara användbar och ha bra lärbarhet. Testningen genomfördes med fyra UX-designer med olika erfarenheter inom MRI. Resultatet av testningen visade att en UX-designer utan tidigare erfarenhet av att utvärdera MRI kan använda AUEIS utan större problematik. Samtidigt, de framtagna aspekterna för att genomföra utvärderingen med var omfattande för att identifiera problem vid interaktion med en social robot. Det slutliga resultatet av detta är arbete är en komplett analytisk utvärderingsmetod. AUEIS består av sju aspekter som studerar föreutsättningarna för engagemang med en social robot. För att genomföra utvärdering med AUEIS finns det tre faser: Förberedelse, utvärdering och analys. Varje fas har några aktiviteter som följas för att få fram ett resultat om förutsättningarna av engagemang vid interaktionen med en social robot. Resultatet av utvärderingen med AUEIS kommer att bestå av kvalitativa och kvantitativa data. Den kvalitativa data som resulteras kan analyseras för att få en lista med vilka aspekter av engagemang som ej uppfylls av den sociala roboten. Den kvantitativa data kan ge en snabb överblick över vilka aspekter som har flest problem och vilka problem är mest allvarliga. AUEIS utvärderar förutsättningar för engagemang vid interaktion med en social robot och är begränsad till detta på grund av att den utvärderar om den sociala roboten uppfyller de förutsättningarna för engagemang. Därför användarensupplevelse av engagemang utvärderas enbart på ett mindre sätt utifrån hur mycket den sociala roboten uppfyller de förutsättningarna för engagemang. En framtida forskning och utveckling av AUEIS hade varit intressant och behövs för att AEUIS ska kunna utvärdera om användaren är engagerad och i vilken omfattning är hen engagerad. En annan aspekt som kan studeras är användarens engagemang under lång tidsinteraktion, korttidsinteraktion eller olika faser av engagemang. Exempelvis hur utvärderas att användaren påbörjar engagemang med en social robot och hur ska det utvärderas att engagemanget hålls och fortsätter eller om den avbryter och varför utifrån användarensperspektiv. I kapitel 5 (Slutresultat AUEIS-metoden) presenteras metoden samt detaljerade instruktioner över genomförandet presenters i Bilaga 7. / The user experience design (UX) perspective is essential when evaluating interaction with all types of robots, but especially social robots. As these are developed to perform important tasks in society such as being companion robots in geriatric care, schools and more. The User Experience Design area has a wide collection of evaluation methods that the human-robot interaction area can benefit from. This study aims to improve the experience of interacting with a social robot. For this purpose, literature studies have been conducted where UX aspects were identified that are relevant to focus on when evaluating the conditions for engagement in the interaction between human and social robot. A knowledge gap was identified of limited available analytical evaluation methods in human-robot interaction (HRI). In order to develop a new analytical evaluation method to promote engagement with a social robot, a methodological approach was used to develop evaluation methods. The design process of the new method consisted of five iterative phases that resulted in an Analytical evaluation method of engagement in interaction with social companion robots (AUEIS). AEUIS is designed to evaluate the conditions for achieving engagement when interacting with a social robot. Great focus was placed on the fifth phase where versions of AUEIS were tested by several UX designers based on the criteria that AUEIS should have high validity, be useful and have good learnability. The testing was performed with four UX designers with different experiences in HRI. The results of the testing showed that a UX designer without previous experience in evaluating HRI can use AUEIS without problems. At the same time, the aspects developed to carry out the evaluation were comprehensive to identify problems when interacting with a social robot. The result of this is work is a complete analytical evaluation method. AUEIS consists of seven aspects that study the conditions for engagement with a social robot. To evaluate with AUEIS, there are three phases: Preparation, evaluation, and analysis. Each phase has some activities that are followed to obtain a result about the conditions of engagement in the interaction with a social robot. The result of the evaluation with AUEIS will consist of qualitative and quantitative data. The qualitative data that is obtained can be analyzed to get a list of which aspects of engagement are not fulfilled by the social robot. The quantitative data can provide a quick overview of which aspects have the most problems and which problems are most serious. AUEIS evaluates the conditions for engagement when interacting with a social robot and is limited to this because it evaluates whether the social robot meets those conditions for engagement. Therefore, the user experience of engagement is evaluated only in a minor way based on how much the social robot meets the conditions for engagement. Future research and development of AUEIS would have been interesting and needed for AEUIS to be able to evaluate whether the user is engaged and to what extent is. Another interesting aspect to study can be the user experience of engagement whether it is during long-term interaction, short-term interaction, or different phases of an engagement. For example, how to evaluate that the user begins engagement with a social robot and how should it be evaluated that the engagement is maintained and continues or if it interrupts and why from a user perspective? Chapter 5 (End result the AUEIS method) presents the method and detailed instructions on implementation are presented in Appendix 7.