Anbefalingssystemer og dulting for sunnere matvalg

Avhandlingen “Recommender Systems and Nudges for Healthier Food Choices” (Anbefalingssystemer og dulting for sunnere matvalg) utforsker hvordan digitale teknologier kan fremme sunnere matvaner i en stadig mer digitalisert hverdag. Den undersøker hvordan personlige matanbefalinger, tilpasset individuelle preferanser, kan kombineres med subtile digitale dulting-tiltak for å oppmuntre brukere til å ta bedre valg. Ved å fokusere på digitale matmiljøer, der mange av våre daglige beslutninger faktisk tas, fremhever avhandlingen strategier som gjør det enklere for brukerne å sammenligne alternativer og velge sunnere måltider. Avhandlingen utforsker både tradisjonelle teknikker som personifisering, men går også videre med å kartlegge andre digitale dulting-teknikker som kan forbedre beslutningstaking. Gjennom nettbaserte eksperimenter demonstrerer avhandlingen hvordan brukerorientert evaluering er avgjørende for å utvikle effektive beslutningsstøttesystemer r. Avhandlingens funnene viser hvordan digitale verktøy, når de designes og implementeres på en gjennomtenkt måte, kan gi folk bedre forutsetninger for å ta mer informerte og helsebevisste matvalg.

Personalia

Ayoub El Majjodi received his M.Sc. in Data Science and Big Data from ENSIAS, Morocco. Before starting his PhD, he conducted research on Unikernels within the Cloud and Web Engineering Group at Tampere University, Finland. His current work focuses on AI, recommender systems, and digital nudges for healthier food choices. In his spare time, he enjoys exercising and exploring the latest AI technologies.