The aim of this study has been to answer the question whether it is possible to obtain notifications that work with the user, instead of against, which can be experienced as stressful and bothersome. To decrease the stressful notifications an application was created which acted as a notification control. The application used machine learning to predict when the user wanted to receive their notifications. For an artificial intelligence to work there needs to be a pattern recognition. In this case the pattern recognition that was used is called the association rule analysis. The association rule analysis used a tree called fp-growth. After the application was made, a usability test was made before and after the installation of the application. The usability test was testing if the user experienced stress and how the application worked. The study showed that screen time decreased by one hour and the number of times the mobile was opened was also reduced. This survey requires more data as it may be that the user was not affected by the application but only randomly used the mobile phone less. / Denna studie handlade om att försöka minska störande notifikationer som kan upplevas som stressande och irriterande. Det som skapades var en applikation som agerade som en notifikationskontroll. Denna applikation fungerar med hjälp av maskininlärning som ska förutse när användaren ville ta emot sina notifikationer. Den mönsterigenkännande artificiella intelligensen som användes kallas associationsregelanalys. Associationsregelanalysen använde sig av ett träd som kallas fp-growth. Det gjordes ett användartest före installation av applikationen och ett användartest efter för att se hur användaren upplevde stress men även själva applikationen. Studien visade att skärmtiden minskade med en timme och antalet gånger som mobilen öppnades minskades också. Denna undersökning kräver mer data då det kan vara så att användaren inte blev påverkad av applikationen utan endast slumpmässigt använde mobiltelefonen mindre.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:miun-36451 |
| Date | January 2019 |
| Creators | Saveh, Diana |
| Publisher | Mittuniversitetet, Institutionen för informationssystem och –teknologi |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | English |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.002 seconds