Development of an intelligent time management application with context-aware optimisation

Abstract

У цьому дослідженні розроблено інтелектуальний застосунок керування часом із використанням машинного навчання та контекстно-орієнтованої оптимізації. Система автоматизує визначення пріоритетів завдань, поєднуючи аналітику навчання з пасивним мобільним сенсорним спостереженням і водночас балансуючи продуктивність та благополуччя. Контрольовані випробування продемонстрували зменшення зусиль на керування часом на 41 % і на 29 % вищі показники виконання завдань порівняно зі звичайними засобами. Результати розвивають адаптивні системи особистої продуктивності завдяки доведеній міжконтекстній переносності та автоматизованій поведінковій адаптації.

This study develops an intelligent time management application using machine learning and context-aware optimisation. The system automates task prioritisation by integrating learning analytics with passive mobile sensing while balancing productivity and well-being. Controlled trials demonstrated a 41% reduction in time management effort and 29% higher task completion rates than conventional tools. The results advance adaptive personal productivity systems through demonstrated cross-context portability and automated behavioral adaptation.​