Stockholms universitet

Forskningsprojekt Tidsserieanalys för att skapa användarmodeller från beteende i interaktiva virtuella miljöer

Många digitala applikationer använder maskininlärningsalgoritmer för att förbättra sina resultat. Det här projektet undersöker hur algoritmerna kan bli bättre på att förstå mänskligt beteende i VR-miljöer.

Genrebild: användare med VR-headset.
En användare med VR-headset. Foto: Eren Li/Pexels.

Mobila applikationer kan enkelt samla in och analysera data för att förstå hur användare navigerar i deras plattformar. Därmed kan tjänsterna anpassas efter individers preferenser och bli mer personliga.

De senaste åren har ny teknik som VR (virtual reality) och AR (augmented reality) slagit igenom. I stället för att bara interagera via en tvådimensionell skärm fångar den nya tekniken användares rörelser och reaktioner i 3D.

Det här avhandlingsprojektet syftar till att förstå hur dessa nya datakällor kan användas för att skapa effektivare 3D-applikationer utifrån användares beteende. Hittills har det resulterat i ett antal ramverk och algoritmer som underlättar datainsamling och tar fasta på hur användare interagerar.

Det här är Luis Quinteros avhandlingsprojekt.
Handledare är Uno Fors, biträdande handledare är Panagiotis Papapetrou och Jaakko Hollmén.

Projektmedlemmar

Projektansvariga

Uno Fors

Forskare

Institutionen för data- och systemvetenskap

Panagiotis Papapetrou

Professor, ställföreträdande prefekt

Institutionen för data- och systemvetenskap
Panagiotis Papapetrou

Jaakko Hollmén

Universitetslektor

Institutionen för data- och systemvetenskap

Medlemmar

Luis Velez Quintero

Biträdande lektor

Institutionen för data- och systemvetenskap
profile-pic-luva3178

Publikationer

Nyheter

Mer om projektet