.png){kind=icon}
返回
Human Behavior Mining: A Framework for Theorizing About mHealth Behavior Using Digital Trace Data
.png){kind=icon}
PRE
AI
DOI：10.17705/1jais.00938.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
过程挖掘是一套旨在深入了解组织内业务流程的分析技术。近期，信息系统学者认识到其通过数字轨迹数据分析人类行为的潜力。本文借鉴业务流程与人类行为在概念和技术上的类比，全面探讨将过程挖掘技术应用于人类行为分析的应用与迁移。该分析被称为人类行为挖掘（HBM），被概念化为一个四部分框架。为说明HBM的研究潜力，我们将其应用于mHealth场景。我们运用社会认知理论提出的动态概念，通过专用应用程序收集的数字轨迹数据分析身体活动行为的变化。这一示例应用表明，HBM可用于实证检验先前未明确说明且未经证实的关于人类行为的动态概念。同时，鉴于通过应用程序和可穿戴设备可获得大量与健康相关的行为数据，以及行为与健康结果之间的直接联系，这也突显了HBM在健康分析中的适用性。本研究为人类行为提供了动态和时序视角，展示了HBM在丰富IS研究领域理论框架方面的潜力。
Keyword:
Social Cognitive Theory
Behavior Change
Behavior Mining
IS Use
Mobile Health
Process Mining
Behavior Analytics
期刊
J
IF:
5.5
论文数:
649
被引数:
6.0K
机构
引用论文
暂无论文信息