Phân tích cảm xúc từ phản hồi của người dùng về ứng dụng truy vết Covid-19 của HSE

Springer Science and Business Media LLC - 2022
Kaavya Rekanar1, Ian R. O’Keeffe1, Sarah Buckley2, Manzar Abbas1, Sarah Beecham1, Muslim Chochlov1, Brian Fitzgerald1, Liam Glynn3, Kevin Johnson4, John G. Laffey5, Bairbre McNicholas5, Bashar Nuseibeh1, James J. O’Connell1, Derek O’Keeffe5, Mike O’Callaghan3, Abdul Razzaq1, Ita Richardson1, Andrew Simpkin6, Cristiano Storni1, Damyanka Tsvyatkova1, Jane Walsh7, Thomas Welsh1, Jim Buckley8
1Lero - The Irish Software Research Centre, Tierney Building, University of Limerick, Limerick, Ireland
2Applied Psychology, University College Cork, Cork, Ireland
3School of Medicine, University of Limerick, Limerick, Ireland
4College of Education & Health Sciences, University of Limerick, Limerick, Ireland
5School of Medicine, National University of Ireland Galway (NUIG), Galway, Ireland
6School of Mathematics, Statistics and Applied Mathematics, National University of Ireland Galway, Galway, Ireland
7School of Psychology, National University of Ireland Galway, Galway, Ireland;
8Department of Computer Science and Information Systems, University of Limerick, Limerick, Ireland

Tóm tắt

Tóm tắt Ch背景 Truy vết tiếp xúc số được coi là một công cụ quan trọng trong việc giảm thiểu sự lây lan của Covid-19. Tuy nhiên, điều này đòi hỏi sự tham gia và sử dụng cao từ phía người dân để đạt hiệu quả. Để đạt được mức độ tham gia/hấp thụ đủ, các cơ quan y tế cần giải quyết và phải nhận thức rõ các mối quan tâm của người dùng. Mục tiêu Công trình này tiến hành phân tích thủ công các đánh giá của người dùng về ứng dụng Truy vết Liên hệ của Dịch vụ Y tế Ireland (HSE), nhằm xác định các mối quan tâm của người sử dụng và đặt nền tảng cho các phân tích tự động quy mô lớn sau này đối với các đánh giá. Mặc dù điều này có thể có vẻ chặt chẽ trong bối cảnh Ireland, nhưng ứng dụng của HSE cung cấp cơ sở cho các ứng dụng ở nhiều khu vực tại Mỹ và châu Âu. Phương pháp Phân tích thủ công (1287) đánh giá của người dùng từ các cửa hàng Google/Apple Play đã được thực hiện để xác định các khía cạnh mà người dùng tập trung vào và những cảm xúc tích cực/tiêu cực được thể hiện. Kết quả Các phát hiện cho thấy một cảm xúc chủ yếu tích cực đối với ứng dụng, và người dùng nghĩ rằng nó đã xử lý tốt các khía cạnh về bảo mật dữ liệu và tính minh bạch. Tuy nhiên, phản hồi cho thấy rằng người dùng sẽ đánh giá cao hơn nếu nhận được thông tin phản hồi cụ thể hơn về sự gia tăng của virus, cũng như các tiện ích cho sự tham gia chủ động hơn, như là các thông báo nhắc nhở người dùng cập nhật tình trạng sức khỏe của họ hàng ngày. Cuối cùng, phân tích cho thấy rằng vấn đề "pin Android" và vấn đề tương thích ngược với iPhones đã ảnh hưởng nghiêm trọng đến việc giữ chân/khuyến khích sử dụng ứng dụng tương ứng.

Từ khóa

#truy vết tiếp xúc số #Covid-19 #ứng dụng HSE #phản hồi người dùng #phân tích cảm xúc

Tài liệu tham khảo

Ferretti L, Wymant C, Kendall M et al (2020) Quantifying SARS-CoV-2 transmission suggests epidemic control with digital contact tracing. Science 368:6491

Hinch R, Probert W, Nurtay A et al (2020) Effective configurations of a digital contact tracing app: a report to NHSX. En. [Online] Available at: https://github.com/BDI-pathogens/covid-19_instant_tracing. (Last accessed: 13 November 2020)

Number of smartphone users in Ireland from 2018 to 2024 (in millions). Statista. [Online]. Available at: https://www.statista.com/statistics/494649/smartphone-users-in-ireland/ (Last accessed: 14 January 2021)

HSE covid tracker-official webpage. HSE. [Online]. Available at: https://covidtracker.gov.ie/ (Last accessed: 13 November 2020)

Buckley J, Abbas M, Chochlov M et al (2020) Covigilant: optimizing digital contact tracing from end-user/current practice/idealized-solution perspectives. Lero Technical Report 2020-TR-05 [Online]. Available at: https://lero.ie/sites/default/files/2020-TR-05_Covigilant%20SFI%20Application%20Tech%20Report.pdf. (Last accessed: 13 November 2020)

O’Callaghan M.E, Buckley J, Fitzgerald B et al (2020) A national survey of attitudes to COVID-19 digital contact tracing in the Republic of Ireland. Ir J Med Sci (1971-) pp. 1–25

HSE Covid Tracker-App Store. HSE. [Online]. Available at: https://apps.apple.com/ie/app/covid-tracker-ireland/id1505596721. (Last accessed: 13 November 2020)

HSE Covid Tracker-Google Play. HSE. [Online]. Available at: https://play.google.com/store/apps/details?id=com.covidtracker.hse. (Last accessed: 13 November 2020)

HSE gitHub page for the covid tracker app. [Online]. Available at: https://github.com/HSEIreland/covid-tracker-app/pulse (Last accessed: 13 November 2020)

Guzman E, Maalej W (2014) How do users like this feature? A fine grained sentiment analysis of app reviews. IEEE 22nd International Requirements Engineering Conference (RE), pp. 153–162

McIlroy S, Ali N, Khalid H, Hassan AE (2016) Analyzing and automatically labelling the types of user issues that are raised in mobile app reviews. Empir Softw Eng 21(3):1067–1106

Maalej W, Nabil H (2015) Bug report, feature request, or simply praise? On automatically classifying app reviews. IEEE 23rd International Requirements Engineering Conference (RE), pp. 116–125

Spreadsheet containing the data analysed. [Online]. Available at: https://www.lero.ie/sites/default/files/journal%20copy%20of%20scraped%20and%20cleaned%20data.xlsx. (Last accessed: 13th Nov 2020)

Romesburg C (2004) Cluster analysis for researchers. Lulu Press

van Haasteren A, Vayena E, Powell J (2020) The Mobile Health App Trustworthiness Checklist: usability assessment. JMIR mHealth and uHealth 8(7):e16844

Vokinger KN, Nittas V, Witt CM (2020) Digital health and the COVID-19 epidemic: an assessment framework for apps from an epidemiological and legal perspective. Swiss Medical Weekly, 150(1920)

Kirilenko AP, Stepchenkova SO, Kim H, Li X (2018) Automated sentiment analysis in tourism: comparison of approaches. J Travel Res 57(8):1012–1025

Andreevskaia A, Bergler S, Urseanu M (2007) All blogs are not made equal: exploring genre differences in sentiment tagging of blogs. International Conference and Web and Social Media

Berelson B (1952) Content analysis in communication research. American Psychological Association, APA PsycNet

Sharif KY, English M, Ali N et al (2015) An empirically-based characterization and quantification of information seeking through mailing lists during open source developers’ software evolution. Inf Softw Technol 57:77–94

Herold S, Blom M, Buckley J (2016) Evidence in architecture degradation and consistency checking research: preliminary results from a literature review. Proceedings of the 10th European Conference on Software Architecture Workshops, pp. 1–7

Fleiss JL (1971) Measuring nominal scale agreement among many raters. Psychol Bull 76:378–382

Hartmann DP (1977) Considerations in the choice of interobserver reliability estimates. J Appl Behav Anal 10(1):103–116

Landis JR, Koch GG (1977) The measurement of observer agreement for categorical data. Biometrics 33:159–174

Ha E, Wagner D (2013) Do android users write about electric sheep? Examining consumer reviews in Google Play. IEEE 10th Consumer Communications and Networking Conference (CCNC), Las Vegas, NV, pp. 149–157.

Buckley J, DeWille T, Exton C et al (2018) A gamification–motivation design framework for educational software developers. Journal of Educational Technology Systems 47(1):101–127

Wright HK, Kim M, Perry DE (2010) Validity concerns in software engineering research. Proceedings of the FSE/SDP Workshop on (the) Future of Software Engineering Research, pp. 411–414

Welsh T, Rekanar K, Abbas M et al (2020) Towards a taxonomy for evaluating societal concerns of contact tracing apps. 7th International Conference on Behavioral, Economic, and Socio-Cultural Computing (BESC)

Oates BJ (2005) Researching information systems and computing. Sage

Mokhtarian PL, Cao X (2008) Examining the impacts of residential self-selection on travel behavior: a focus on methodologies. Transportation Research Part B: Methodological 42(3):204–228

Heckman JJ (1990) Selection bias and self-selection. Eatwell J, Milgate M, Newman P. (eds) Econometrics. Palgrave Macmillan

Gibney S, McCarthy Technical Research Brief (2020) Profile of Smartphone Ownership and Use in Ireland Research Services and Policy Unit, Research & Development and Health Analytics Division. Available from corresponding author, on request, Department of Health

Ahmad B, Richardson I, McLoughlin S, Beecham S (2018) Older adults’ interaction with mobile devices in Ireland: a survey. MobileHCI conference. [Online]. Available at: https://ulir.ul.ie/bitstream/handle/10344/8393/Richardson_2018_Older.pdf?sequence=2. (Last accessed at 10 January 2021)

Yang H, Willis A, De Roeck A, Nuseibeh B (2012) A hybrid model for automatic emotion recognition in suicide notes. Biomedical Informatics Insights, 5: pp. BII– S8948

Bakshi RK, Kaur N, Kaur R, Kaur G (2016) Opinion mining and sentiment analysis. 3rd International Conference on Computing for Sustainable Global Development (INDIACom), pp. 452–455

Hatzivassiloglou V, Wiebe J (2000) Effects of adjective orientation and gradability on sentence subjectivity in COLING Volume 1: The 18th International Conference on Computational Linguistics

Thông tin
Thông tin xuất bản

Springer Science and Business Media LLC

Thông tin tác giả