基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对移动互联网用户情绪预测问题,收集了40名被试观看偏好以及不偏好视频的主观情绪以及实时心率波动的数据。独立样本T检验结果表明,不同情绪下心率变化幅度存在显著差异,验证了心率在鉴别用户情绪的可行性。在此基础上,提出采用机器学习构建面向移动互联网用户的情绪预测模型。所构建的二重SVM模型对三类情绪(开心、中性和难过)的鉴别成功率均在75%以上。研究结果还表明实时心率数据能够较好地反映出移动互联网用户的情绪变化。
推荐文章
移动互联网KQI评测方法及系统实现
移动互联网业务感知
KPI(KeyPerformanceIndicator关键性能指标)
KQI(KeyQualityIndicators关键质量指标)
移动互联网业务感知质量优化方法及系统
移动互联网业务感知
关键性能指标
关键质量指标
质差定界定段定位
移动互联网视频感知质量评测方法的研究
移动互联网视频业务感知
KQI
视频卡顿
视频播放延时
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于二重SVM模型的移动互联网用户情绪预测方法
来源期刊 统计学与应用 学科 工学
关键词 情绪测量 心率波动 独立样本T检验 二重SVM
年,卷(期) 2020,(6) 所属期刊栏目
研究方向 页码范围 958-963
页数 6页 分类号 TP3
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 姜作振 安徽工程大学经济与管理学院 1 0 0.0 0.0
2 章旭 安徽工程大学经济与管理学院 1 0 0.0 0.0
3 明晨宇 安徽工程大学经济与管理学院 1 0 0.0 0.0
4 孟婷 安徽工程大学经济与管理学院 1 0 0.0 0.0
5 汪乐 安徽工程大学经济与管理学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2019(4)
  • 参考文献(1)
  • 二级参考文献(3)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
情绪测量
心率波动
独立样本T检验
二重SVM
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
统计学与应用
双月刊
2325-2251
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
512
总下载数(次)
3
总被引数(次)
0
论文1v1指导