top of page

如何解读情感状态:唤醒-效价模型

uxrplayer

在情感分析中,解读生物数据的代表性方法是使用**唤醒(Arousal)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)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。



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。


留言


bottom of page