Projekt: Visualizing quantified self data using avatars
Syftet med projektet är att utforska kreativa sätt att visualisera så kallad quantified self data; data samlad från sociala medier och Internet of Things-tjänster som en person kan tänkas använda.
Fakta om projektet
Projektledare
Aris Alissandrakis
Tidsplan
2015-
Ämne
Medieteknik (Institutionen för datavetenskap och medieteknik, Fakulteten för teknik)
Mer om projektet
Stora mängder data genereras av och samlas in (vanligtvis av de olika tjänsteleverantörerna) från användares vardagliga aktiviteter, liksom från deras användning av sina smarta enheter, wearables (kroppsnära teknik) och naturligtvis mobiltelefoner. Svårigheten ligger, liksom så ofta i Big Data-diskussioner, i att omvandla sådan data till användbar information.
Det finns redan många tillämpningar som kan visualisera datan, men ytterligare forskning är nödvändig för att erbjuda lättbegriplig visualisering av information, speciellt för att referera mellan olika typer av data. Även om de används av program och tjänster för en rad olika ändamål, förblir denna personliga Big Data oftast otillgänglig för användarna, och deras möjligheter att interagera med och utforska den är begränsade.
I projektet Visualizing quantified self data using avatars försöker vi ta itu med detta. Vi vill undersöka hur ägandet av denna genererade data ska kunna vinnas tillbaka till användaren för mer personliga användningsområden, som att få lättillgängliga insikter baserade på hans/hennes egna uppgifter.
Projektet innebär att utforska ett nytt tillvägagångssätt för att visualisera så kallad Quantified Self-data som samlas in och läggs samman utifrån en rad sociala medier-tjänster eller kroppsnära enheter som en person kan tänkas använda, i form av en (ständigt uppdaterad) grafisk avatar. Mängden aktiviteter är något som användaren kanske inte är medveten om, eller kanske den inte stämmer överens med hans/hennes personliga uppfattning. I det avseendet kan denna visualisering också bidra till att användarna blir medvetna om i hur stor omfattning olika tjänster samlar in personuppgifter från dem.
Det inledande arbetet har hittills resulterat i ett examensarbete på masternivå (av Isabella Nake) och två konferensbidrag, varav en har utsetts till best paper vid konferensen ACHI 2016.