跳到正文
原文
arXiv · Human-Computer Interaction· Adriana Rodríguez Rodríguez
· 2 天前

通过个性化数据分析探索日常情感幸福感

Exploring Daily Emotional Well-Being through Personalized Data Analysis

预印本 · 尚未经过同行评审

AI 导读

分析个人日常情绪与情境数据发现,情感幸福感高度个人化且逐日变化,个性化模型优于通用模型。

摘要 · AI 翻译

本项目从个性化视角分析日常情绪幸福感,使用情绪状态记录以及源自日常生活的语境信息。其基础理念是:幸福感并非固定值,而是逐日变化,并且可以结合个体语境与行为得到更好的理解。该工作归属于数据科学领域,聚焦于个体层面的情绪状态。项目重点在于从多个个人数据源构建一个整合的日常数据集并分析情绪状态。研究了情绪变量的分布、其时间演变以及用户之间的差异,同时考察了它们随时间的变化性。人格与幸福感问卷也被纳入作为稳定参照,以更好地为日常情绪结果提供语境。随后,通过比较每位用户内部相似的日子,开发了一种简单的个性化推荐方法,探索过去的语境条件如何与用户情绪状态的差异相关联。最后,使用机器学习技术评估日常语境信息是否包含有助于区分相对于个人通常幸福感的不同类型日子的信号。项目采用应用型方法,探索范围聚焦于理解模式,而非构建完整的预测系统。结果表明,情绪幸福感非常个人化,且逐日变化。通用模型价值有限,而个性化方法能更好地捕捉这些差异,凸显了按每个人自身情况进行分析的重要性。

中文由 AI 翻译,仅供参考,以原文为准。

来源:arXiv · Human-Computer Interaction · arxiv.org

相关事件

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。