Volltextdatei(en) in REPOSIT vorhanden Open Access
Titel: Quantified Self - eine explorative Selbststudie
Sprache: Deutsch
Autorenschaft: Lüdemann, Maria 
Schlagwörter: Quantified Self; Companion Technologie; Datenzentralisierung; Data Mining
Erscheinungsdatum: 23-Okt-2024
Zusammenfassung: 
Daten aus Consumer-Sensoren wie Fitnessarmbändern, Blutdruckmessgeräten etc. lädt jeder Anbieter separat in seine Cloud hoch. Welchen Nutzen können diese Daten haben, wenn sie dem Anwender zentralisiert zur Verfügung stehen und aus allen Bereichen gesammelt und mit manuellen Daten angereichert analysiert werden? Diese Arbeit betrachtet, ob eine derartige Zentralisierung möglich ist und somit ein Grundstein für eine Plattform gelegt werden kann, auf der Companion-Systeme aufsetzten können um Nutzer zu unterstützen, ihre persönlichen Daten sinnvoll zu nutzen.

Every manufacturer of consumer sensors such as activity trackers, blood presure monitors etc. uploads the data into their own cloud. What benefit can this data provide, if centralised from all domains and enhanced by manualy entered data. This bachelor thesis shows, if such centralisation is feasible and therefore lays the groundwork for a platform that provides companion systems which support the user in making effective use of their personal data.
URI: https://hdl.handle.net/20.500.12738/16418
Einrichtung: Department Informatik 
Fakultät Technik und Informatik 
Dokumenttyp: Abschlussarbeit
Abschlussarbeitentyp: Masterarbeit
Hauptgutachter*in: von Luck, Kai 
Gutachter*in der Arbeit: Draheim, Susanne  
Enthalten in den Sammlungen:Theses

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat
MA_Quantified Self - eine Selbststudie_geschwärzt.pdf3.42 MBAdobe PDFÖffnen/Anzeigen
Zur Langanzeige

Seitenansichten

13
checked on 24.11.2024

Download(s)

13
checked on 24.11.2024

Google ScholarTM

Prüfe

HAW Katalog

Prüfe

Feedback zu diesem Datensatz


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.