Mobile devices are increasingly used for self-monitoring in areas of health, mood, and exercise tracking. The capabilities of modern devices also enable automation of this monitoring on a brand new scale. This thesis outlines the design, implementation, and evaluation via two-month long deployment of a system aimed to help both individual users and researchers to efficiently gather self-reported data. The name of the presented system is LifeTracker.

LifeTracker is a two-tier system consisting of an Android application, used to gather data for personal or academic use, and a web dashboard, used to define parameters for studies.

The main focus of the application is a novel input mechanism for self-reported data, leveraging notification popups as reactive input methods, that are presented to the user at opportune times. The thesis explains the design process of the system in detail in terms of use cases, requirements, and interface wireframes and the implementation process for both the web dashboard as well as the Android application. The Android application is evaluated in terms of usability and data gathering efficiency using interviews and the Standard Usability Survey. We also perform quantitative analysis of the machine learning classifiers used to predict user interruptibility.

The results of the deployment show that users with prior experience with life logging applications appreciate the novel input mechanism and its strengths. Predicting user interruptibility can be performed at a reasonable rate, still considering personal variance of each individual.

Mobiililaitteita käytetään suurenevissa määrin henkilökohtaisen terveyden, mielentilan ja fyysisten aktiviteettien seuraamiseen. Modernien laitteiden suorituskykykapasiteetti sallii myös tämänkaltaisen seurannan automatisoinnin. Tämä diplomityö hahmottaa suunnittelun, toteutuksen ja arvioinnin kahden kuukauden mittaisen käyttöönoton avulla järjestelmälle, jonka tarkoitus on auttaa yksittäisiä käyttäjiä ja tutkijoita keräämään tämänkaltaista seuraamistietoa. Työssä esitetyn järjestelmän nimi on LifeTracker.

LifeTracker on kaksitasoinen järjestelmä, joka sisältää Android applikaation, jota käytetään tiedon keräämiseen henkilökohtaiseen ja tutkimuskäyttöön, ja Webkäyttöliittymän, jota käytetään tutkimusten parametrien määrittelemiseen.

Applikaation fokus on uudenlaisessa syöttömekanismissa seurantatiedolle, joka käyttää ponnahdusikkunoita reaktiivisena syöttömekanismina, jotka esitetään käyttäjille sopivina aikoina. Työ selittää järjestelmän suunnittelun yksityiskohtaisesti käyttötapausten, vaatimusmäärittelyn ja käyttöliittymämallien avulla, ja toteutuksen sekä Web-käyttöliittymälle ja Android applikaatiolle. Android applikaatio arvioidaan käytettävyyden ja tiedonkeruun tehokkuuden suhteen käyttäen käyttäjähaastatteluja ja SUS-menetelmää. Suoritamme myös kvantitatiivisen analyysin koneoppimismalleista, joita käytetään käyttäjän keskeyttämisen ennakoimiseen.

Käyttöönoton tulokset kertovat, että käyttäjät joilla on aikaisempaa kokemusta elämänhallintasovellusten kanssa ymmärtävät uudenlaisen syöttömekanismin edut ja vahvuudet. Käyttäjän keskeyttäminen voidaan myös ennakoida riittävällä tarkkuudella, ottaen huomioon muutokset yksittäisten käyttäjien välillä.