آنچه یادگیری ماشینی در مورد ایجاد یک عادت سالم نشان می دهد

سپس نویسندگان به دنبال چیز دیگری بودند که بتواند داده‌های عینی ارائه دهد و متوجه شدند که دست‌ها را ضدعفونی می‌کند. رفتار ارائه دهندگان مراقبت های بهداشتی با فناوری RFID ردیابی شد.

می‌گوید: «این شایعه گسترده وجود دارد که 21 روز طول می‌کشد تا عادت کنیم کیتی میلکمن، استاد وارتون در زمینه عملیات، اطلاعات و تصمیمات. ممکن است شنیده باشید که 90 روز طول می کشد تا عادت کنید. کتاب‌های مشهوری وجود دارند که این اعداد را مطرح می‌کنند که مبنای درستی در تحقیق ندارند. چیزی که ما پیدا کردیم این است که چنین عدد جادویی وجود ندارد.»

اولین بار در تاریخ 3 ژوئیه 2023 منتشر شد دانش@وارتون.

در حالی که میلکمن گفت اکثر افرادی که این مطالعه را می خوانند مجذوب نتایجی می شوند که فرمول جادویی برای شکل گیری عادت سالم را رد می کند، او فکر می کند بزرگترین سهم مقاله در رویکرد علمی است که برای تجزیه و تحلیل داده ها اتخاذ شده است. این نشان می دهد که با یادگیری ماشینی چه چیزی ممکن است و چگونه به محققان کمک می کند تا به حقیقت اصلی دست یابند.

او می‌گوید: «طبق دانش ما، کار ما اولین کاری است که به شکل‌گیری عادت در طبیعت، به شیوه‌ای طبیعی نگاه می‌کند، در حالی که مردم به زندگی روزمره خود ادامه می‌دهند و عادت‌هایشان شکل می‌گیرد. “من فکر می کنم پتانسیل خلاقانه عظیمی در اینجا وجود دارد، و ما تازه شروع به خراش دادن سطح کرده ایم.”

قول ما: خلاصه کیفیت فقط تبلیغات ثابتی را نشان می دهد که هرگز محتوا را پوشش نمی دهد یا پوشان نمی دهد. آنها هرگز سر راه شما قرار نمی گیرند. آنها برای خواندن شما وجود دارند یا نه.

با تشکر،
خلاصه کیفیت

منبع: https://www.qualitydigest.com/inside/training-article/what-machine-learning-reveals-about-forming-healthy-habit-072423.html

Milkman که تحقیقاتش بر اقتصاد رفتاری و تصمیم‌گیری متمرکز است، می‌گوید روش‌های یادگیری ماشینی به کار رفته در این مطالعه به یافتن الگوها و تفاوت‌های ظریف در عادات کمک کردند تا او و همکارانش بتوانند نحوه شکل‌گیری آنها را بهتر درک کنند. او مشتاق است که از همین روش برای مطالعه سایر انواع تصمیم گیری استفاده کند.

ورزشگاه‌ها به نوعی مگس میوه در تحقیقات شکل‌گیری عادت بوده‌اند.
– کیتی میلکمن

آنها دریافتند که به طور متوسط ​​هفته ها طول می کشد تا مردم عادت به ضدعفونی کردن دست ها را پیدا کنند و ماه ها طول می کشد تا مرتباً به باشگاه بروند. عنصر زمان دقیق‌تر نیست، زیرا در داده‌ها بین افراد تنوع زیادی وجود دارد، که میلکمن می‌گوید که این دلیل دیگری است بر اینکه یک عدد جادویی گریزان است.

میلکمن می‌گوید: «سالن‌های ورزشی به نوعی مگس میوه در تحقیقات شکل‌گیری عادت بوده‌اند. میلکمن گفت: «مقدار عظیمی از کار در این ادبیات بر روی حضور در ورزشگاه به عنوان نتیجه تمرکز می‌کند (زیرا) اندازه‌گیری آن چیزی است که بدون اینکه افراد به شما گزارش دهند و دروغ نگویند، بسیار آسان است.

«داده‌ها به ما می‌آموزند که چه چیزی درست است، برخلاف آنچه می‌خواهیم باور کنیم یا آنچه را که بر اساس مشاهدات خودمان فکر می‌کنیم درست است».
– کیتی میلکمن

یادگیری ماشینی فراتر از شکل گیری عادت سالم چه چیزی می تواند به ما بیاموزد؟

او می‌گوید: «این واقعاً به یک باور نادرست به ایده زمان جادویی اشاره می‌کند. احتمالاً بهتر است روی چیزهایی تمرکز کنیم مانند اینکه رفتار چقدر پیچیده است، چند بار آن را تکرار می‌کنید، ماهیت پاداشی که به عنوان محرک‌های اصلی سرعت شکل‌گیری عادت دریافت می‌کنید، در مقابل کشش گرانشی به سمت یک عدد جادویی چیست.»

با این حال، کسی باید برای این محتوا هزینه کند. و اینجاست که تبلیغات وارد می‌شود. بیشتر مردم تبلیغات را یک مزاحم می‌دانند، اما آنها علاوه بر اینکه به شرکت‌های رسانه‌ای اجازه می‌دهند سرپا بمانند، عملکرد مفیدی نیز دارند. آنها شما را از محصولات و خدمات جدید مرتبط با صنعت خود آگاه می کنند. همه تبلیغات در خلاصه کیفیت مستقیماً برای محصولات و خدماتی که اکثر خوانندگان ما به آن نیاز دارند اعمال شود. شما تبلیغات خودرو یا مکمل های سلامتی را نخواهید دید.

این مقاله همچنین دریافت که هنگامی که ورزشکاران عادت به حضور منظم را ایجاد کردند که می‌توان آن را با یک مدل یادگیری ماشینی تشخیص داد، نسبت به مداخله‌ای از باشگاه که یادآورها و پاداش‌هایی را برای ایجاد انگیزه در حضور ارائه می‌کرد، بسیار کمتر حساس بودند. Milkman می گوید که این نکته مهمی برای بازاریابان است.

آموزش

آنچه یادگیری ماشینی در مورد ایجاد یک عادت سالم نشان می دهد

برای شروع، هیچ تعداد روز جادویی برای رسیدن به آن وجود ندارد

میلکمن می‌گوید: «ما فکر می‌کردیم که جفت کردن این دو و دیدن اینکه چقدر متفاوت یا شبیه هم هستند واقعاً هیجان‌انگیز بود.

بنابراین لطفاً مسدود کننده تبلیغات خود را برای سایت ما خاموش کنید.

او می‌گوید: «ما می‌توانیم با یادگیری ماشینی پیش‌بینی کنیم که آن‌ها چه زمانی در آن حالت (عادت) هستند، و می‌دانیم که وقتی به آن حالت رسیدند، دشوارتر خواهد بود که مسیرشان را مختل کنند. این فقط برای فکر کردن به سفارشی کردن و شخصی کردن نوع پیشنهادهایی که ارائه می‌دهید مهم است، اگر یک بازاریاب، یک برنامه مراقبت بهداشتی، یک کارفرما هستید.

کلید سنجش یک عادت سالم

شیرمرد با او صحبت کرد وارتون بیزینس روزانه در SiriusXM در مورد او به تازگی منتشر شده است مطالعه. استاد وارتون آنجلا داکورث، که یکی از بنیانگذاران پن است تغییر رفتار برای ابتکار خوب با Milkman، یکی از شش نویسنده مشترک این قطعه است.

“جادو” پشت یک عادت سالم

نویسندگان عمداً دو عادت بسیار متفاوت را انتخاب کردند زیرا می‌خواستند مطمئن شوند که نتایج را می‌توان به زمینه‌های دیگر تعمیم داد. حضور در ورزشگاه انتخاب آسانی بود.

تیمی از جمله Milkman و Duckworth یک روش یادگیری ماشینی را برای تجزیه میلیون‌ها نقطه داده برای ردیابی دو رفتاری که می‌توانند عادی شوند توسعه دادند: حضور در باشگاه و ضدعفونی کردن دست‌ها. آن‌ها با 24 Hour Fitness همکاری کردند تا سال‌ها سوابق ورود به اتاق را برای بیش از 60000 عضو باشگاه به دست آورند، و با یک شرکت فناوری کار کردند که بررسی می‌کرد که آیا 5200 ارائه‌دهنده مراقبت‌های بهداشتی در 30 بیمارستان، هنگام ورود یا خروج از اتاق بیمار، دست‌های خود را ضدعفونی می‌کردند یا خیر.