如何解读情感状态：唤醒-效价模型

在情感分析中，解读生物数据的代表性方法是使用**唤醒（Arousal）和效价（Valence）**这两个维度来定义情感。这种方法对于清晰地可视化和理解用户的复杂情感状态非常有用。

a. 唤醒（Arousal）

唤醒是指情感的强度或激活水平，可以通过生理反应来评估。

• 高唤醒：

  • 反映在高EDA/GSR值上。

  • 表明强烈的情感状态，如兴奋、恐惧或愤怒。

  • 示例：心率增加、出汗。

• 低唤醒：

  • 反映在低或稳定的EDA/GSR值上。

  • 表明平静、困倦或冷漠等低激活状态。

  • 示例：放松或专注的状态。

b. 效价（Valence）

效价描述情感的**正面（Positive）或负面（Negative）**特性，通常通过HRV或呼吸数据推断。

• 正面效价：

  • 反映在高HRV和较慢的呼吸速率上。

  • 表明积极的情感，如快乐、兴趣或满意。

• 负面效价：

  • 反映在低HRV和较快的呼吸速率上。

  • 表明消极的情感，如压力、愤怒或悲伤。

by Touradj Ebrahimi

c. 情感状态映射

基于唤醒-效价模型可视化情感状态，能够直观地解读情感数据。

• **X轴（效价）：**负面（左）→正面（右）。

• **Y轴（唤醒）：**低（下）→高（上）。

情感状态映射示例：

• **高唤醒 & 高效价：**快乐、兴趣。

• **高唤醒 & 低效价：**压力、愤怒。

• **低唤醒 & 高效价：**平静、满足。

• **低唤醒 & 低效价：**无力、抑郁。

实际应用示例

1. 数据收集：

   • 基于EDA/GSR数据测量唤醒水平。

   • 通过HRV和呼吸数据推断效价。

2. 数据可视化：

   • 将数据映射到唤醒-效价模型中，以情感地图形式呈现情感状态。

   • 示例：在特定屏幕切换后检测到高唤醒和低效价→潜在的压力触发点。

3. UX设计中的应用：

   • 改善负面效价区域，设计出具有正面效价和低唤醒的体验。

   • 示例：简化引发压力的元素并提供积极反馈。

结论

使用唤醒-效价模型解读情感，使生物数据不仅仅停留于数值层面，还能直接应用于UX改进。该模型是结合数据驱动的UX设计与情感共鸣的强大工具。

UX研究通过可穿戴设备测量生物数据，增强了UX研究的可靠性。

#userresearch #gameresearch #playerresearch #asia #korea