基于被動(dòng)感知的情緒識(shí)別機(jī)制研究
【文章頁(yè)數(shù)】:141 頁(yè)
【學(xué)位級(jí)別】:博士
【部分圖文】:
圖1-1:經(jīng)典維度情緒模型
動(dòng)感知的情緒識(shí)別的相關(guān)研究背景進(jìn)行描述。首先,我們對(duì)情緒的相關(guān)描述模??型進(jìn)行了介紹。之后,我們將詳細(xì)介紹了各種被動(dòng)感知技術(shù),包括在線社交網(wǎng)??絡(luò)被動(dòng)感知和智能手機(jī)被動(dòng)感知。??1.1.1情緒描述模型??情緒描述模型是情緒識(shí)別的研究基礎(chǔ)。近年來(lái)研究人員提出了各種模型??來(lái)描述情緒....
圖1-3:智能手機(jī)感知數(shù)據(jù)示例??
?app使用日志數(shù)據(jù)??圖1-3:智能手機(jī)感知數(shù)據(jù)示例??圖1-2顯示的是我們可以從用戶的Twitter主頁(yè)上獲取的感知數(shù)據(jù)。除了可??以獲取用戶的基本資料信息,比如“粉絲”數(shù)量,關(guān)注數(shù)量等。還可獲取用戶所??有“轉(zhuǎn)發(fā)”以及自己發(fā)布的所有推文,以及評(píng)論內(nèi)容,“點(diǎn)贊”數(shù)量等。此外,....
圖1-2顯示的是我們可以從用戶的Twitter主頁(yè)上獲取的感知數(shù)據(jù)
豐富的傳感器數(shù)據(jù)?app使用日志數(shù)據(jù)??圖1-3:智能手機(jī)感知數(shù)據(jù)示例??圖1-2顯示的是我們可以從用戶的Twitter主頁(yè)上獲取的感知數(shù)據(jù)。除了可??以獲取用戶的基本資料信息,比如“粉絲”數(shù)量,關(guān)注數(shù)量等。還可獲取用戶所??有“轉(zhuǎn)發(fā)”以及自己發(fā)布的所有推文,以及評(píng)論內(nèi)容,“點(diǎn)贊....
圖1-4:基于被動(dòng)感知的情緒識(shí)別研究概述
問(wèn)題形式化為了多標(biāo)簽分類(lèi)的問(wèn)題。同時(shí)分別提出了基于此兩種感知方式的情??緒識(shí)別的應(yīng)用場(chǎng)景:一方面在在線社交網(wǎng)絡(luò)中,利用多元線性回歸模型對(duì)用戶??幸福度和好友之間幸福度影響力進(jìn)行了量化,挖掘出了具有高影響力的用戶群??體,另一方面在智能手機(jī)感知環(huán)境中,提出了自動(dòng)情緒穩(wěn)態(tài)檢測(cè)的問(wèn)題并....
本文編號(hào):3946564
本文鏈接:http://sikaile.net/shoufeilunwen/xxkjbs/3946564.html