Passenger information systems (PIS) in public transport aim to enhance passengerexperience by personalizing travel information to individual needs, preferences, andcontextual conditions. Despite a growing interest in personalization, the field lacks astructured understanding of how personalization is configured, how suchconfigurations can be systematically evaluated, and how passengers respond todifferent levels of personalization. Addressing these gaps, this licentiate thesisinvestigates the potential, feasibility, and acceptance of personalized travelinformation in public transport through a three-part research design. Paper I focuses on identifying and structuring personalization in PIS. A systematicliterature review is conducted to extract and synthesize recurring configurations ofpersonalization dimensions across existing conceptual models, prototypes, andimplementations of personalization in PIS. These recurring configurations are usedto define a set of generalized levels of personalization, capturing how variations insystem design influence the degree of automation in the personalization. The resultsidentify three core functionalities underlying personalization in PIS and establish fivegeneralized levels of personalization that describe increasing degrees of automatedand adaptive information delivery. Paper II builds on this conceptual foundation with the development of an assessmentframework to quantify and evaluate levels of personalization in PIS. Functionalbenchmarking is applied to translate each level into expected system actions,supporting systematic comparison and analysis of personalization capabilities acrosspersonalized PIS. The results identify 83 system actions as performance measuresdistributed across the levels of personalization. The framework demonstrates itseffectiveness in distinguishing between different levels of personalization inreal-world applications, identifying areas for improvement and confirming its utilityas a diagnostic tool. Furthermore, the comparative assessment highlightstechnological bottlenecks that constrain the implementation of highervpersonalization levels, particularly regarding privacy concerns. Paper III examines passenger acceptance of different levels of personalization. A between-subject experimental design evaluate and respond to varying levels ofpersonalization, using three prototypes developed in accordance with the levels ofpersonalization. The results show that performance expectancy, social influence, andprivacy concern are significant predictors of passenger acceptance of personalization. Furthermore, passengers demonstrate higher acceptance of lower levels ofpersonalization compared to higher levels, primarily due to lower perceived privacyrisks and insufficient increases in performance expectancy associated with moreadvanced personalization levels.

Passagerarinformationssystem (PIS) i kollektivtrafiken syftar till att förbättraresenärers upplevelse genom att anpassa reseinformation efter individuella behov,preferenser och situationella förhållanden. Trots ett växande intresse förpersonalisering saknas det en strukturerad förståelse för hur personaliseringutformas, hur sådana utformningar kan utvärderas systematiskt och hur resenärerreagerar på olika nivåer av personalisering. För att hantera dessa kunskapsluckorundersöker denna licentiatavhandling potentialen, genomförbarheten ochacceptansen av personanpassad reseinformation i kollektivtrafiken genom entredelad forskningsdesign.

Artikel I fokuserar på att identifiera och strukturera personalisering i PIS. Ensystematisk litteraturstudie genomförs för att extrahera och sammanställaåterkommande konfigurationer av personaliseringsdimensioner i befintligakonceptuella modeller, prototyper och implementationer av personalisering i PIS.Dessa återkommande konfigurationer används för att definiera generaliserade nivåerav personalisering, som beskriver hur variationer i systemdesign påverkar graden avautomatisering i personaliseringen. Resultaten identifierar tre kärnfunktioner somligger till grund för personalisering i PIS och etablerar fem generaliserade nivåer avpersonalisering som beskriver ökande grader av automatiserad informationsleverans.

Artikel II bygger vidare på denna nivåer genom utvecklingen av ettbedömningsramverk för att kvantifiera och utvärdera nivåerna av personalisering.Funktionellt benchmarking används för att översätta varje nivå till förväntadesystemhandlingar, vilket möjliggör systematisk jämförelse och analys avpersonaliseringsförmåga i olika PIS. Resultaten identifierar 83 systemhandlingar.Ramverket visar sig effektivt för att skilja mellan olika nivåer av personalisering iverkliga tillämpningar, identifierar förbättringsområden och bekräftar dessanvändbarhet som ett diagnostiskt verktyg. Vidare visar den jämförandeutvärderingen på tekniska flaskhalsar som begränsar implementeringen av högreviipersonaliseringsnivåer, särskilt kopplat till integritetsfrågor.

Artikel III undersöker resenärers acceptans av olika nivåer av personalisering. Enexperimentell design med mellan-gruppsupplägg används för att utvärdera ochstudera olika nivåer av personalisering, med hjälp av tre prototyper. Resultaten visaratt förväntad nytta, social påverkan och integritetsoro är betydande faktorer sompåverkar resenärers acceptans av personalisering. Vidare visar resenärer högreacceptans för lägre nivåer av personalisering jämfört med högre nivåer, främst pågrund av lägre upplevda integritetsrisker och otillräckliga ökningar i förväntad nyttavid mer avancerade personaliseringsnivåer.