Modelo para la predicción de la adicción de los smartphones en adolescentes aplicando Machine Learning y Big Five Personality Traits

• Autores: Osorio Durand, Jacobo, Figueroa Guerra, Marko Antonio
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Peruana de Ciencias Aplicadas
• Repositorio: UPC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorioacademico.upc.edu.pe:10757/673662
• Enlace del recurso: http://hdl.handle.net/10757/673662
• Nivel de acceso: acceso abierto
• Materia: Smartphone; Adicción; Machine learning; Modelo predictivo; Big five personality Traits; Random forest; Smartphone addiction; Predictive model; https://purl.org/pe-repo/ocde/ford#2.02.04; https://purl.org/pe-repo/ocde/ford#2.00.00

La adicción al smartphone es una creciente preocupación en la sociedad, especialmente entre los adolescentes, debido a su impacto negativo en el bienestar físico, emocional y social. El uso excesivo de estos dispositivos ha demostrado consecuencias desfavorables y una fuerte dependencia, lo que conduce a niveles elevados de ansiedad, angustia, estrés y depresión. Esta carga psicológica puede llevar al descuido de actividades diarias conforme las personas buscan placer mediante el uso de su celular. El objetivo de este estudio es desarrollar un modelo predictivo utilizando técnicas de Machine Learning para identificar la adicción al smartphone basado en los "Cinco Grandes Rasgos de Personalidad (BFPT)". El modelo fue construido siguiendo cinco fases de la metodología "Cross-Industry Standard Process for Data Mining" (CRISP-DM): Comprensión del negocio, Comprensión de los datos, Preparación de los datos, Modelamiento y Evaluación. Para crear la base de datos, se recopilaron datos de una escuela utilizando el cuestionario "Big Five Inventory" (BFI) para los rasgos de personalidad y el "Smartphone Addiction Scale" (SAS) para conocer el uso del smartphone del encuestado. Luego, se emplearon cuatro algoritmos (DT, RF, XGB, LG) para examinar la correlación entre los rasgos de personalidad y la adicción. El análisis reveló una relación entre los rasgos de neuroticismo y conciencia con la adicción al smartphone. Los resultados indicaron que el algoritmo RF logró una precisión del 89.7%, una precisión del 87.3%, y el valor de AUC más alto en la curva ROC. Estos hallazgos resaltan la efectividad del modelo propuesto para predecir con precisión la adicción al smartphone en los adolescentes.