Abstract
是次研究旨在以本地角度,探討從智能手機所收集的用家使用數據與他們情緒狀況之間的關連;以及應用機器學習的概念,檢視及比較不同預測模型在預測用家情緒狀況之成效。為了收集相關數據,研究邀請了八位年齡介乎 18-25 歲的本地居民作為測試者,並嘗試利用應用程式收集他們兩星期的手機加速器、感光器、螢幕開關及定位等數據;與此同時,測試者亦需每日填寫數次即時情緒分數。研究收集的數據顯示測試者裝置的每日平均最大加速度及平均環境光亮度與測試者的情緒分數呈現中度並顯著的正相關關連,而睡眠時間則與情緒分數的關連不大;與此同時,研究亦發現以類神經網絡建構的預測模型,在預測用家情緒的表現較以迴歸模型或直接以平均情緒分數作預估為佳。
Original language | Chinese (Traditional) |
---|---|
Qualification | Bachelor of Education (Honours) |
Supervisors/Advisors |
|
Publication status | Published - 2018 |
Keywords
- Honours Project (HP)
- Bachelor of Education (Honours) (Secondary) – Information and Communication Technology (Five-year Full-time)
- Programme code: A5B057
- Course code: INT4900