情绪唤醒模型
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
情感信息与表情之间的关系分析
---邓晶
主要工作
分析情感信息与表情之间的内在联系，由情感 信息能够推测具体表情 推及到实际应用中，实时监测用户表情，推荐 给用户所需信息
一、情绪理论
表情：情绪的外在表现形式 一、情绪早期理论 1、詹姆斯-兰格的情绪理论 （James,1884;Lange,1885） 2、坎农-巴德的情绪理论 （Cannon,1927;Bard,1934,1950）
情绪理论整合模型
二、情绪分类
13种情绪及其核心相关主题 情绪 对核心相关主题的初评价 愤怒 焦虑 受到轻视或侮辱 感到威胁
悲伤
内疚 惭愧 嫉妒
失去亲人
违背了道德规范 未能达到所期望的目标 期望拥有别人的东西
情绪分类
厌恶 接近了某种你所排斥的东西
Leabharlann Baidu希望
愉快 骄傲 感谢 爱
害怕面对最糟糕的局面并盼望事情有所好转
正接近渴望的目标 获得了有价值的东西或取得了成就 受到了别人的款待 渴望得到关怀
同情
被他人的遭遇所感动
情绪分类
情绪
正情绪
负情绪
爱
喜悦
愤怒
忧伤
恐惧
爱好、痴迷
骄傲、感谢
嫉妒、生气
内疚、惭愧
害怕、厌恶
二、情感建模
情感维度：情感强 度、情感相似性、 情感 愤怒 情感类型 六种基本类型：愤怒、 厌恶 厌恶、恐惧、悲伤、 恐惧 高兴、惊奇 悲伤 基本情绪5点计分量 高兴 表 惊奇
五、论文框架
基于UTAUT的用户情感信息与面部表情关系研究 0 引言 1论文研究的相关理论及技术支持 2用户情感信息概念模型构建 3影响用户情感信息与面部表情的因素分析 4影响用户情感信息与面部表情的研究方法 5研究实证与数据分析 6总结与展望
无 1 1 1 1 1
微 2 2 2 2 2
中 3 3 3 3 3
强 4 4 4 4 4
极强 5 5 5 5 5
1
2
3
4
5
二、情感建模
模型分两部分：接受外界刺激和无外界刺激
外界刺激 评价标准 基本情绪 复合情绪 内驱力
无外界刺激
平静状态
表情输出
三、实验
实验目的：探索用户表情与情感之间的一些特定关系 实验环境及工具：安静的实验室、个人计算机（有摄像头、 装有表情识别软件、数据处理软件） 步骤： 挑选与情感有关的词语信息，并将其分类：形容词和动词 （例如形容词高兴、悲伤，动词笑，哭等）作为刺激源。 实验者在密闭实验室里，对着个人计算机接受词语刺激， 同时通过秘密运行人脸表情识别工具，获取被实验者的面 部图像。 使用表情识别软件对比分析不同类词语的图像情况，并且 记载下不同情感词语信息对用户表情的影响
情绪理论
二、情绪的认知理论 1、阿诺德的“评定-兴奋”说（Arnold,1960） 2、沙赫特的两因素情绪理论 （Schacheretal,1962,1971）-提出“情绪唤 醒模型” 3、拉扎勒斯的认知-评价理论 （Lazarus,1970,1993）
情绪唤醒模型
情绪唤醒模型的3个子系统： （1）对来自环境的输入信息的知觉分析； （2）在长期生活经验中建立起来的对外部产生影响的内部模式（记 忆等），包括过去、现在和对将来的期望； （3）对现实情境的知觉分析和基于过去经验的认知加工间的比较系 统，即”认知比较器“，它带有庞大的生化系统和神经系统的激活 机构，并与效应器官相联系。
H2 H3
情绪认知
H5
表情
社会影响 H4 促进因素
性别
年龄
经验
自愿性
基于UTAUT的情绪影响模型构造
内部因素： H1:用户使用表情识别系统时的绩效期望会正向影响用户表情， 并且这一过程受实验者的性别、年龄、经验及自愿性的影响 H2:用户使用表情识别系统时的付出期望会正向影响用户表情， 并且这一过程受实验者的性别。年龄、经验及自愿性的影响 外部因素： H3:用户受到社会影响会正向影响用户表情 H4:用户受到的促进因素会正向影响用户表情 H5：用户的情绪认知正向影响用户表情
四、分析方法-UTAUT
1 、Venkatesh, Morris等(2003) 在对历年TAM相关研究总 结的基础上, 针对探讨“影响使用者认知因素”的问题, 曾提出所谓“权威模式”的整合型科技接受模式 (Unified Theory of Acceptance and Use of Technology / UTAUT）。 2、UTAUT中的四个核心维度是 绩效期望( Performance Expectancy, PE) 付出期望( Effort Expectancy, EE) 社群影响( Social Influ2ence, SI) 配合情况( Facili2tating Conditions, FC)
分析方法-UTAUT
UTAUT还指出有四个对以上核心维度影响显着的控制 变量, 即性别、年龄、经验和自愿等。Venkatesh ( 2003 )的研究结果发现两个以上控制变量的复合作用 会使得影响作用更为显著。
基于UTAUT的情绪影响模型构造
基于UTAUT的情绪影响模型 绩效期望 H1
付出期望
---邓晶
主要工作
分析情感信息与表情之间的内在联系，由情感 信息能够推测具体表情 推及到实际应用中，实时监测用户表情，推荐 给用户所需信息
一、情绪理论
表情：情绪的外在表现形式 一、情绪早期理论 1、詹姆斯-兰格的情绪理论 （James,1884;Lange,1885） 2、坎农-巴德的情绪理论 （Cannon,1927;Bard,1934,1950）
情绪理论整合模型
二、情绪分类
13种情绪及其核心相关主题 情绪 对核心相关主题的初评价 愤怒 焦虑 受到轻视或侮辱 感到威胁
悲伤
内疚 惭愧 嫉妒
失去亲人
违背了道德规范 未能达到所期望的目标 期望拥有别人的东西
情绪分类
厌恶 接近了某种你所排斥的东西
Leabharlann Baidu希望
愉快 骄傲 感谢 爱
害怕面对最糟糕的局面并盼望事情有所好转
正接近渴望的目标 获得了有价值的东西或取得了成就 受到了别人的款待 渴望得到关怀
同情
被他人的遭遇所感动
情绪分类
情绪
正情绪
负情绪
爱
喜悦
愤怒
忧伤
恐惧
爱好、痴迷
骄傲、感谢
嫉妒、生气
内疚、惭愧
害怕、厌恶
二、情感建模
情感维度：情感强 度、情感相似性、 情感 愤怒 情感类型 六种基本类型：愤怒、 厌恶 厌恶、恐惧、悲伤、 恐惧 高兴、惊奇 悲伤 基本情绪5点计分量 高兴 表 惊奇
五、论文框架
基于UTAUT的用户情感信息与面部表情关系研究 0 引言 1论文研究的相关理论及技术支持 2用户情感信息概念模型构建 3影响用户情感信息与面部表情的因素分析 4影响用户情感信息与面部表情的研究方法 5研究实证与数据分析 6总结与展望
无 1 1 1 1 1
微 2 2 2 2 2
中 3 3 3 3 3
强 4 4 4 4 4
极强 5 5 5 5 5
1
2
3
4
5
二、情感建模
模型分两部分：接受外界刺激和无外界刺激
外界刺激 评价标准 基本情绪 复合情绪 内驱力
无外界刺激
平静状态
表情输出
三、实验
实验目的：探索用户表情与情感之间的一些特定关系 实验环境及工具：安静的实验室、个人计算机（有摄像头、 装有表情识别软件、数据处理软件） 步骤： 挑选与情感有关的词语信息，并将其分类：形容词和动词 （例如形容词高兴、悲伤，动词笑，哭等）作为刺激源。 实验者在密闭实验室里，对着个人计算机接受词语刺激， 同时通过秘密运行人脸表情识别工具，获取被实验者的面 部图像。 使用表情识别软件对比分析不同类词语的图像情况，并且 记载下不同情感词语信息对用户表情的影响
情绪理论
二、情绪的认知理论 1、阿诺德的“评定-兴奋”说（Arnold,1960） 2、沙赫特的两因素情绪理论 （Schacheretal,1962,1971）-提出“情绪唤 醒模型” 3、拉扎勒斯的认知-评价理论 （Lazarus,1970,1993）
情绪唤醒模型
情绪唤醒模型的3个子系统： （1）对来自环境的输入信息的知觉分析； （2）在长期生活经验中建立起来的对外部产生影响的内部模式（记 忆等），包括过去、现在和对将来的期望； （3）对现实情境的知觉分析和基于过去经验的认知加工间的比较系 统，即”认知比较器“，它带有庞大的生化系统和神经系统的激活 机构，并与效应器官相联系。
H2 H3
情绪认知
H5
表情
社会影响 H4 促进因素
性别
年龄
经验
自愿性
基于UTAUT的情绪影响模型构造
内部因素： H1:用户使用表情识别系统时的绩效期望会正向影响用户表情， 并且这一过程受实验者的性别、年龄、经验及自愿性的影响 H2:用户使用表情识别系统时的付出期望会正向影响用户表情， 并且这一过程受实验者的性别。年龄、经验及自愿性的影响 外部因素： H3:用户受到社会影响会正向影响用户表情 H4:用户受到的促进因素会正向影响用户表情 H5：用户的情绪认知正向影响用户表情
四、分析方法-UTAUT
1 、Venkatesh, Morris等(2003) 在对历年TAM相关研究总 结的基础上, 针对探讨“影响使用者认知因素”的问题, 曾提出所谓“权威模式”的整合型科技接受模式 (Unified Theory of Acceptance and Use of Technology / UTAUT）。 2、UTAUT中的四个核心维度是 绩效期望( Performance Expectancy, PE) 付出期望( Effort Expectancy, EE) 社群影响( Social Influ2ence, SI) 配合情况( Facili2tating Conditions, FC)
分析方法-UTAUT
UTAUT还指出有四个对以上核心维度影响显着的控制 变量, 即性别、年龄、经验和自愿等。Venkatesh ( 2003 )的研究结果发现两个以上控制变量的复合作用 会使得影响作用更为显著。
基于UTAUT的情绪影响模型构造
基于UTAUT的情绪影响模型 绩效期望 H1
付出期望