2ndb-書いた人を勉強して改善するノートのためのノート

Googleドキュメントのノートブックまたはファイルに常に何かを書いている友人がいますか？ あなたは彼らになぜそうするのか、そして彼らはそこに正確に何を書くのか尋ねましたか？ そうでない場合、私は彼らのために答えます（皆のためではなく、多くのために）：



これらは、消費された食物（エネルギー値を含む）、費用、テレビ番組に費やされた時間（ゲーム、仕事、スポーツ）、将来の計画、彼らが消費したもの（例えば、チョコレートの評価）およびその他の指標に対する感情です。彼らの人生に関する情報。



しかし、考えてみてください。非常に多くの情報があり、それが非常に詳細である場合、確かにこのデータから何かを得ることができますか？ それらを使用して、他の何かを計算できます。 トレンド、パターンを見つけます。 そして、それは単なるノートブックではなく、情報を保存するだけでなくアドバイスを与えることができる、本当に価値のある不可欠なツールになります。 彼は、統計計算の結果によると、希望する結果が得られる可能性が最も高い方法で、人生で何かを修正するように人に勧めることができます。



このようなシステムについて詳しく説明したいと思います： 情報を収集できるソフトウェア製品（初期段階では、主にユーザーが独自に提供し、定期的にシステムに入力するデータです）、それを分析し、 その中のさまざまな傾向を見つけ 、接続しますいくつかの一般的なパラメーター（たとえば、時系列関係の検出）に従って人間の生活のさまざまな側面を確認し、システムに 推奨事項、ヒント、または警告 があるかどうかを ユーザーに通知する 私 。



このソフトウェアパッケージの重要なコンポーネントの1つは、自動トレンド検出システム （略してSAOT）です。

ソフトウェアを使用する

2ndbデータは、サーバー側で保存および処理されることになっています。 これにより、すべてのユーザーデバイスからのデータの可用性と、ユーザー間の対話の可能性が確保されます。



このソフトウェアパッケージのアーキテクチャを構築する場合、事前にさまざまなクライアントアプリケーションを使用して使用する可能性を考慮する必要があります。 つまり、ユーザーの生活に関する情報の保存と処理を提供するすべてのコンポーネントは、クライアントアプリケーションがアクセスできるインターフェイス（API）を提供するバックエンドとして実装する必要があります。



まず第一に、ブラウザ（2ndbサイト）の1つのクライアントアプリケーションのみを実装する予定です。 ただし、後で他のユーザーを追加できます（もちろん、同じバックエンドで同じデータを使用して作業します）。 たとえば、携帯電話用のクライアントアプリケーション、ブラウザとは別に動作するパーソナルコンピューター用のアプリケーション、さらには個々のデバイスです。



ユーザーのコンピューターで実行されているクライアントアプリケーションは、第一に、ユーザーがシステムに情報をより速く入力できるようにします。第二に、このようなアプリケーションは、ユーザーの介入なしでも情報を収集できます。たとえば、コンピューターゲームのプレイ量、ソーシャルネットワークで多くのことをやり取りし、仕事に関係することでどれだけやり取りするか、キーボードで入力する文字数、入力する速さなどを伝えます。



特別なデバイスを使用すると、ブラウザーまたは別のアプリケーションから自動的に取得できないデータの入力を自動化できます。 たとえば、リストパルスセンサーをリリースして販売すると、システムに自動的に測定値が追加されます。

システムへのデータの入力

初期段階では、ほとんどの情報はユーザーが手動で入力します。



そのようなデータの例：

1. 覚醒時間
2. 就寝時間
3. ストレス（ストレスの発生源の表示、おおよその期間と強度を含む）
4. 喜び
5. その他の感情
6. 現在の成長
7. 現在の重量
8. 体操
9. 風邪、病気
10. 性別
11. オナニー
12. 毎月
13. 妊娠と出産
14. 仕事に費やした時間
15. 仕事に関係のない個人的な活動に費やした時間
16. 食べ物
17. アルコール
18. たばこ
19. その他の精神活性物質
20. ゲーム（ボードゲームなど）

将来的には、ほとんどの場合、さまざまな情報を自動的に入力する機会があります。 たとえば、ユーザーが目覚ましで目を覚まし、携帯電話で目覚ましを設定した場合、目覚ましの可能性のある時間として目覚ましを設定した時間を自動的に取ることができます。



また、ユーザーが自宅に立ち、ユーザーが呼吸する空気に含まれるCO _2の量に関するシステム情報を自動的に入力するデバイスを作成することもできます（これには、分散のない赤外線分光法の原理に基づく最新のセンサーを使用できます）。室内の光の明るさ（このためには、デバイスにセレンフォトセルを追加し、場合によっては通常は適切な光度計を含む他のコンポーネントを装備する必要があります）など 。



この場合、ユーザーが入力した情報に否定的な傾向が検出されると、システムは、より頻繁にアパートを換気し、明るい照明をオンにするようにアドバイスすることができます-もちろん、対応する期間のCO ₂および露光量のデータと対応する相関関係を見つけない限り（および自動の場合アナライザーは、このような相関関係が通常の偶然とは見なされないように作成されています。場合によっては、役に立たないフクロウからの「ノイズ」が少なくなるようにする必要があります。 同志）。



別の例は、部屋の騒音レベルの決定です（同じデバイスを使用するか、プログラムがインストールされていて、マイクが正確に音声を送信している場合は、コンピューターのマイクを使用します）。 ユーザーが作成したデータで判断すると、彼は強調され、アパートにうるさいという情報があります。解決策についてアドバイスすることができます（あなたは知らないかもしれませんが、彼はそれほど重要だとは思わなかったかもしれません）遮音などの種類。 そして、これらすべてが午後11時以降でもある場合-同時に、あなたの隣人と話をする/声明を書くことをお勧めします。



詳細オプション付きのデータ型



一部のデータ型には追加オプションを指定できます。 たとえば、性別に関する情報が入力された場合、性的パートナーを追加して、性的パートナーに関するさまざまな関連パラメーターを示すことができます。 運動が必要な場合は、運動の種類（ランニング、プルアップ、腕立て伏せなど）を選択できます。また、一部の種類では追加のフィールドが表示される場合があります（たとえば、繰り返し回数だけでなく、費やされた時間、または原因の主観的な印象さえも）肉体疲労）。



計画を立てる



ユーザーは、すでに発生したことや現在発生していることに関する情報に加えて、自分が実行する予定を追加することもできます。 とりわけ、リマインダーを設定して、システムが事前にどのような計画を近い将来に追加したかをシステムに知らせることができます。



計画の場合は、実行可能性パラメーターも入力する必要があります。 つまり、計画を立てた当日、システムは実際に実行したかどうかを尋ねます。これは統計と分析にとって非常に重要だからです。

データジェネレーター

ユーザーによって入力された（またはクライアントのハードウェアまたはソフトウェアからの）データもあれば、他のデータに基づいて自動的に生成（計算）されたデータもあります。



特別なモジュールがこれを担当します-データジェネレーター。



他のデータに基づいて計算できるデータの例：

1. 睡眠時間（就寝時刻と起床時刻がわかっている場合）
2. ボディマスインデックス（体重と身長がわかっている場合）

場合によっては、アナライザーが使用するのは生成されたデータです。 たとえば、体重が増加している場合-おそらく成長しているだけです（結局、子供もシステムを使用します）。 しかし、彼のBMIが増加した場合、これは別の問題であり、他のデータとの相関関係を探したり、何かアドバイスしたりすることは本当に理にかなっています。



ジェネレーターを書くことに夢中になっている場合は、カロリー計算機を作成し、調理済みの料理に含まれるビタミンとミネラルを考慮することもできます（システムがユーザーが何を何の量で食べているかを知っている場合）。



「食事にリンはあまり含まれていません。今日は魚を調理しますか？」

情報を入力するリマインダー

明らかに、多くの人々は忙しい生活を送っており、自分の生活を自動的に分析するために必要な情報を入力するのを忘れることがあります。



ソリューションは自動リマインダーである場合があります-たとえば、電子メール、SMSメッセージ、携帯電話でのプッシュ通知（システムを操作するためのモバイルアプリケーションを既に持っている場合）などです。

データギャップの正しい処理

時々、人々はデータを入力するために打ち込みます。 これが何らかの方法で処理されない場合、サイトは統計を誤って作成し、アナライザーは間違いを犯します。 スペースの自動検出は可能ですが、常にではありません（一部のタイプのデータでは、ユーザーがそれらを入力しなかった理由はわかりません-この時間中に実際に変化しなかったため、またはスコアリングしたためです）。



したがって、人がそのようなときにデータ入力を記録したことを示すことができるメカニズムが必要です-この場合、システムはこの期間を単に超えて、統計と分析を構築するためにそれを使用しません（および中間状態に関する情報は平均化によって自動的に生成されますスペースの前後のデータ）。

アナライザー

アナライザーは、特定のタイプのデータを受信する特別なソフトウェアモジュール（ユーザーデータの自動分析用モジュール）であり、その後、それらを他のデータと比較したり、同じデータと異なる期間で比較したり、ユーザーにアラートを生成したりできます。



たとえば、アナライザーは、人の睡眠が減り、食事が増え始めたことを発見し、同時に、時系列的に否定的な傾向を見つけようとします（たとえば、友人とのミーティングを10回計画していましたが、実際に行われたのは半分-わずか5）このアナライザーが使用する基準によれば）非常に重要であり、おそらく、このパラメーターを改善すると、人がそのような人や他の人にも影響を与えるという情報を通知に追加します。



アナライザーは過去数日間のデータだけでなく、一般的に言えば計画も使用できるという事実は、ユーザーにとって非常に有用です。 たとえば、特定のユーザーの以前に、友人とのミーティングで頻繁に多くの飲み物を飲み、突然4つの異なるミーティングが連続して（毎日）行われることが観察された場合、システムは、過度のアルコール消費（特に以前のアルコール消費が非常に前であり、彼の体が単にそのような負荷の準備ができていないという恐れがある場合）。



アナライザーのもう1つの例は、投与量が正しいことを確認することです。 たとえば、ユーザーがいくつかの薬を服用している場合、システムは正しい間隔と投与量を観察しているかどうかを確認し、問題が見つかった場合（たとえば、この特定の薬をそのような量で服用できないことを知っている、または、たとえば、投与量は正常ですが、この薬はアルコールと組み合わせることができず、ユーザーは今日飲んだという情報を持っています）、すぐにユーザーに通知します（必要に応じて医師も）。



もちろん、システムはまた、所定の時間にユーザーに薬を服用する必要があることを思い出させることができます（そして、例えば、コースの終わりに、彼らはもはや服用する必要がないことを知らせます）。

収益化方法

グローバル統計



すべてのユーザーのデータにアクセスできるため、調査のために非常に優れた統計を収集できます。 お金のために、一般的な統計ページへのアクセスや生データ（つまり、データベースに保存する形式の生データなど）を販売することができます。



将来、科学者は非常に多くの人々に関する驚くほど詳細な情報を受け取り、この情報を研究に使用する機会を持つことになります。 また、時間、都市、性別、年齢などでフィルタリングする機能も備えています。



スーパーターゲット広告



サイト（モバイルアプリケーションなど）での広告は、非常にターゲットを絞ることができます。 ターゲットを絞ったため、広告主にそのようなものを提供できる人はほとんどいません。



サイトは、ユーザーが特定の身体トレーニングを100,500回既に試行し、そのたびに希望する結果を達成できないことを発見します。 そして、バム-彼は、このタイプのトレーニング専用のスーパープログラムを持っている彼の街にトレーナーがいるという広告を受け取ります。



または、たとえば、特定の食べ物がユーザーにとって有用であることがわかっている場合は、近くにあり、そのような料理が提供されるカフェやレストランについてアドバイスすることができます。



専門家の評価



収益化のもう1つの興味深い方法は、特定のユーザーについて収集された特定の種類のデータの専門家による評価です。 たとえば、特定のスポーツに熱心に取り組んでいる特定の人がいます。 それにもかかわらず、彼は長い間、彼が必要とする結果を達成することができませんでした。 そのような場合、システムはユーザーに専門家の評価を行うように勧めることができます-ユーザーに関する情報の一部（表、グラフなどの形式で）は関連分野の有能な専門家に提供され（この場合はスポーツコーチになります）、その後、彼はこれを分析します情報（ユーザーがどの程度従事していたか、どの運動をしたか、クラス間の休憩、ユーザーが何を食べたかなど）、ユーザーは自分のビジョンを述べる専門家の意見を書くことができます と彼を助けることができる推奨事項を提供します。



まず第一に、ユーザーにとって便利です。専門家を自分で探す必要はありません。彼は私たちのシステムを信頼しており、特定のケースを本当に専門的に分析する準備ができている良い人がいることを知っています。彼らはトピックを理解していると主張します（この場合、体育、スポーツ）。



第二に、すべての情報がすでに収集されています -彼はクラスがどのように行ったかを考えて覚える必要はありません。 すべてがすでにシステム内にあります（もちろん、彼がすべてを提供していない限り）。 繰り返しますが、何かを見逃す可能性があるという事実を心配する必要はありません-エキスパートは可能な限り詳細なデータを受け取ります（ユーザーが自分に連絡した場合、覚えておく必要があり、それを逃すか、システムからエクスポートされたデータの印刷を行ってください）。



第三に、そして重要なことに、システムはどのような状況下で専門家の評価が行われたかを記憶できます。 このデータは自動的に（または専門家の参加により半自動で）アナライザーに追加できます。その後、他の誰かが同様の状況にある場合、システムは自動的に同じことを彼に通知できます。



この観点から、場合によっては専門家の評価を無料で提供できる可能性があります-たとえば、システムに結果を入力した後、このタイプのデータの自動分析が実際に改善されることが明らかな場合（およびシステムは、たとえば、新しい推奨事項を発行できるようになります）多数のユーザー）。

他の人へのアクセスの許可、同期、エクスポート

場合によっては、ユーザーは特定の種類の情報を他の誰かと共有したい場合があります。たとえば、医師や親relativeとです。 したがって、他のユーザーを指定する機能を追加することは理にかなっています。各ユーザーは、利用可能な情報の種類を示します。



ある時点で、外部ソースとのデータの同期も必要になる可能性があります。 たとえば、ユーザーが治療を受けている病院では、ユーザーの健康に関連する情報をサーバー上のシステムに保存します（場合によっては何らかの方法で処理することもできます）。 または反対の場合-ユーザーは病院で治療を受け、現在は健康であるが、彼について収集された情報（特に、治療の実施方法、使用された薬物、操作が行われたかどうか、検査結果などに関する情報） ）、病院で電子的に利用可能であれば、私たちのシステムで役立ちます。 それに応じて、再び同期コンポーネントを使用して、このデータを収集し、システムに追加（インポート）することができます（自動分析またはエキスパート分析、ユーザーへの表示、他の病院への転送、その他の場合に使用できるように） 、ユーザーが処理されるなど）。



データのエクスポートは、オタク（ユーザー自身がプログラミングの方法を知っている場合、そのようなデータ分析を実行するソフトウェアを作成したい場合があります。たとえば、私たちにはありません）、または単に情報を使用したい人（テーブル、グラフなどの形式で）別の場所に。 たとえば、医師に印刷物を見せたり、部屋のどこかの壁に掛けたり、確認としてアリバイを裁判所に提供したりします（彼らは、私は犯罪現場にいることができなかった、私はその瞬間にスポーツに行った、自分で見てください）。



もちろん、オタクの場合は、XMLやJSONなど、ソフトウェア処理に便利な形式（マシンフレンドリー）である必要があります。 そして、他のすべての場合、情報をプリンターで簡単に表示および印刷できるように、形式を逆にする必要があります（たとえば、PDFなどですが、場合によっては、データをExcelにエクスポートすることもできます）。

拡張オプション

システムから受け取った推奨事項に基づく自動意思決定



ユーザーはうつ病の兆候があり、最近彼は暗闇の中で座っていますか？ 明るい照明をオンにします（彼がそのような家に住んでいて、それを調整できる場合）。 ユーザーに多くのストレスがかかっており、明らかに会話ができないと判断しましたか？ 携帯電話の着信を無効にします。 もちろん、これらは単なる例であり、一般に多くの技術的困難がありますが、一般的に、そのような有用な介入（ケアの目的のため）は非常に楽しいものです。 そして、残りについては、これを含めない機会を残す必要があります。



一般統計のリンク検出



システムに多くのユーザーがいて、たとえば、彼らがどのようなストレスを持っているかを詳細に示したとしましょう：隣人とのコミュニケーション、早朝のカウンターの取得など。



複数のユーザーがほぼ同じ場所に住んでおり、同じタイプのストレスを定期的に示していることをシステムが認識している場合（さらに時間相関がある場合）、誰が知っているのか、共通の問題があるのでしょうか？



システムはそれらを相互に接続することもできます（設定でそれらのジョークに同意することが示されている場合）。 たぶん、彼らは何かで助け合うでしょう。 :)



ソーシャルメディアの投稿



これはプロモーションに役立ちます-ユーザーの友人は、システムがユーザーからデータを公開していることを確認し（もちろん、そのような公開を含めたデータのみ）、それ自体がシステムに興味を持つようになります。



たとえば、LiveJournalやTwitterでの公開について話します。 たとえば、ユーザーは水平バーで15のプルアップを行ったことを示します。これは、たとえばVKontakteの彼の壁に、美しいスケジュール（および対応するエクササイズのシルエットの美しい写真など）とともにすぐに投稿されます。



ユーザーのネットワークライフの分析



システムがユーザーがインターネット上のどこに住んでいるかを正確に把握している場合、システムに関する情報を自動的に収集して記録できます。 この場合、この情報はアナライザーでも使用できます。 ユーザーはもっと読むようになり、システムは今やソーシャルネットワーク上で平均してより多くのいいね！ さて、この素晴らしいニュースを彼と共有する必要があります（彼が今読んでいるものが彼に対する人々の態度にもっと積極的に影響するという事実を彼の心で確認しましょう）。



曲技飛行は自然言語で書かれたテキストの字句解析です（潜在的なユーザーはソーシャルネットワークやブログを主にロシア語と英語で書いていますが、もちろん、世界中の人々にシステムの使用を開始してもらいたいです平和-したがって、最初は国際化を期待してシステムを開発する必要があります）。 ユーザーが書いたものによってユーザーの気分（態度、好み）を判断できれば、すぐに膨大な量の新しいデータを受け取ります。これは分析にも効果的に使用できます。



ゲーミフィケーション



ユーザーの参加を増やす興味深い方法は、ゲーミフィケーション（またはゲーミフィケーション、Wikipediaの記事を参照）です。 たとえば、クールなことをする人にあらゆる種類のバッジを与えることができます（たとえば、体系的に強打し始めます）。



ただし、実際のゲームレベルでのゲーミフィケーション（退屈な「成果」ではなく）は、はるかにクールなゲーミフィケーションであり、人々を引き付けます。



たとえば、次のようになります。 ブラウザゲーム。 レーシング トップビュー。 美しいトラックが表示されます-レベルに応じて、都市、砂漠、山などになります。 ゲームの開始時に、人は最初のレベルに到達します。 その速度は0 km / hです。 従来の制御はありません。つまり、上矢印は加速できず、方向転換する必要もありません。 速度を上げるには、ユーザーの生活に関する肯定的な情報がシステムに表示される必要があります。 これは、ランダムに生成された特定のタスクでさえあり得ます-たとえば、人が水平バーを3回連続で引き上げることができることがわかっている場合、4回まで行かなければならないことを伝えます。 これが起こるとすぐに、人は速度ボーナスを受け取ります-例えば、+ 60 km / h。 この速度は1時間続き、その後低下し始めます（たとえば、毎分1 km / h）。 したがって（速度に対するこのようなボーナスおよびそのような減速速度で）、2時間後に車は停止します。 ただし、ある人が再びゲームに参加して次のタスクを実行すると、車は停止せずに続行します。 または、停止後に彼がこれを行うと、車は再び加速し、運転を続けます。



車がフィニッシュラインに到達するとすぐに、その人はすぐに次のレベルのスタート地点に行きます。 機械の速度は維持されます。 最初のレベルでは、タスクは非常に単純であり、ほとんどすべての人が実行できます（ただし、同時に、健康や地平線などにプラスの効果があります）。 そして、タスクはより困難になり、人はタスクをスキップする必要があるかもしれません。 しかし、すぐにそれを行うことはできません。タスクが表示されてから1時間待つ必要があります。 したがって、彼が2番目のタスクに対応できない場合（それは彼には適していない）、彼はさらに1時間後にゲームに参加する必要があります。



したがって、人々は1日数回ゲームに参加（および何らかのタスクを実行）するインセンティブを持っているため、自分の車は運転し続けます。 さらに、プレーヤーの車がトラックに表示されるだけでなく、他の車（これらは「コンピュータープレーヤー」またはユーザーの友人である可能性もあります）、つまり、競うことができます。



別のオプションは、マラソンを開催することです。 人々はグループに集まって、何か美しいことを始めます（たとえば、ストレッチを行うことができるなど、それらを結び付ける特定の何か）。 誰かが前に進むのを止めると、彼は自動的にマラソンから投げ出されます。 そしてそこにとどまるためには、止まることなく、いちじくする必要があります。 また、人々が自分の印象（またはヒントなど）をマラソンの他の参加者と共有できるようにすることができます。



他の人を埋める



おそらく、自分自身だけでなく、たとえばあなたの子供についてもデータを入力できるようにすることは価値があります。母親は幸せです。 彼らの多くは、子どもたちが何を欠いているのかについての自動勧告の邪魔にならないと思う。 そのため、システムは、彼ら自身が見失った多くのすべてを自動的に提供できます。特定の方法で、子供の食事を多様化し、ある種の発達ゲームを彼と一緒にプレイします。



さらに、あなたに代わってデータを入力するために他の人にアクセスを許可できるようにする価値があるかもしれません。 たとえば、医者。 また、たとえば、教師や乳母などの子供に関するデータを入力する場合。



データ型とアナライザーの数を増やす



将来的には非常に異なるデータがたくさんあるはずです。 たとえば、彼がそのような曲を毎分140ビートのペースで演奏することを学んだことを示すことができます（ただし、以前は120にしか達していませんでしたが、わずかなエラーもありました）。



または、たとえば、読んだ本を追加します。 システムは、他のユーザーがこの本に先行する本を確認できます（ただし、このユーザーの読み物のリストには含まれていません）。



一般的に言えば、ユーザーは常にサイトが自分と連携しているという印象を持っている必要があります。 それは、一般的に言って、彼は非常に幸運だった-彼は彼の健康、知識、すべてのジャズを非常に心配していた友人を持っているようだった。 そうすれば、彼はこのシステムを使い続けたいという大きなインセンティブを持つことになります。



たとえば、来月中に特定の本を読んだ人の54％が、生活の中で特定のパラメーターを統計的に有意に改善したことを知ることも可能です。



インターネット上のサイトとの統合



セクションの最後にある学校の教科書には、「自分でテストする」という質問がよくあります。 さまざまな教材（記事、教科書など）を持つサイトに追加できるモジュールを実装できます。 私は記事（セクション、何でも）を読み、「情報をロックする」ボタン（または「学習したロック」）ボタンをクリックしました。



ユーザーがボタンをクリックすると、色が変わり（たとえば、オレンジから緑に）、左側にチェックマークが表示されます。データベースは、このユーザーがこの記事の事実を記憶したいことを示しています。 次に、特別なページで、ユーザーはこれらの質問に対する回答を選択できます（ただし、ユーザーはすぐにそこに行くように促すことができます）-必要な回数。 彼がよく間違えられると、1か月経っても何度も何度も同じ質問をされます。 そして、彼が毎回正しく答え始めたときだけ、サイトはこの質問で解かれます。



ここでも、ゲームの要素、競争があるかもしれません。 , . , .



, . , .



, ( — , , , ), , .



. — . Page Visibility API , . — ( , ), . , , . , , , , ( ), , ( — , , , ).



, , ( , - , ), ( , , — , , ).



, , — : , , . , , , , - ( , ).



?



— : aruseni.magiku@gmail.com . , . , , , ( ) , .