[发明专利]包含或挂接情绪调节成分的课件、调节情绪的方法和装置有效

专利信息
申请号: 201910937848.X 申请日: 2019-09-30
公开(公告)号: CN110648264B 公开(公告)日: 2023-02-28
发明(设计)人: 彭春姣 申请(专利权)人: 彭春姣
主分类号: G06Q50/20 分类号: G06Q50/20;G06F16/435;G06F16/438
代理公司: 长沙正奇专利事务所有限责任公司 43113 代理人: 郭立中;李美丽
地址: 414015 湖南省岳阳市岳*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 包含 情绪 调节 成分 课件 方法 装置
【说明书】:

发明公开了一种包含或挂接情绪调节成分的课件、调节情绪的方法和装置,其中所述课件包括若干个课件片段,其包含或挂接若干情绪调节成分,情绪调节成分为可用于诱发情绪并调节情绪的媒体资源;情绪用一个多维向量表示,该多维向量的维数不小于3,其第0维、第1维、第2维分别对应于PAD三维情感状态模型的愉悦度、唤醒度、支配度;情绪调节强度用一个多维向量表示,其维数与表示情绪的多维向量相等;情绪调节强度范围使用二个表示情绪调节强度的向量表示。本发明能自动调节学习者的情绪,增进身心健康、提升学习绩效,正如菜肴的调味品对人食欲、营养的调节,尤适用于个性化在线教学。

技术领域

本发明涉及情绪心理学及多媒体教学领域,特别涉及一种包含或挂接情绪调节成分的课件、调节情绪的方法和装置。

背景技术

情绪,是对一系列主观认知经验的通称,是多种感觉、思想和行为综合产生的心理和生理状态。

情绪按其表现可划分为正性情绪(积极情绪)和负性情绪(消极情绪)两类。常见的正性情绪如,喜悦、感激、宁静、有趣、希望、自豪、逗趣、激励、敬畏、爱等;常见的负性情绪如,忧愁、悲伤、愤怒、紧张、焦虑、痛苦、恐惧、憎恨等。

情绪有多种量化表示。研究(刘烨,陶霖密,傅小兰,基于情绪图片的PAD情感状态模型分析[J],中国图象图形学报,2009,14(5),753-758)表明,Mehrabian和Russell提出的PAD三维情感状态模型可以有效地量化表示情绪;其中,P表示愉悦度,即情绪状态的正负特性、情绪效价,使用9点量表评分时,可以使用-4表示极度不愉悦,0表示中性,4表示极度愉悦,小于0表示为负(-),大于0表示为正(+);A表示唤醒度(或称激活度),即生理活动和心理警觉的水平,使用9点量表评分时,可以使用-4表示最低唤醒度,0表示中性,4表示最高唤醒度,小于0表示为负(-),大于0表示为正(+);D表示支配度(或称优势度),即影响周围环境及他人或受周围环境及他人影响的程度,使用9点量表评分时,可以使用-4表示处于极度劣势地位,0表示处于中等地位,4表示处于极度优势地位,小于0表示为负(-),大于0表示为正(+);根据PAD各维取值的正性、中性或负性的组合可以对情绪识别和分类,(P正性,A正性,D正性)类如高兴的、(P正性,A正性,D负性)类如依赖的、(P正性,A负性,D正性)类如放松的、(P正性,A负性,D负性)类如温顺的、(P负性,A正性,D正性)类如敌意的、(P负性,A正性,D负性)类如焦虑的、(P负性,A负性,D正性)类如蔑视的、(P负性,A负性,D负性)类如无聊的、(P中性,A正性,D负性)类、(P非负,A非正,D不限)类等。

研究表明,某些图像、声音和视频(含动画)可以使人的情绪发生显著的变化;情绪的行为表达,其一个主要方面是面部表情(含微表情),而面部表情也影响着情绪;心率变异性可用于反映情绪调节强度和情绪调节能力。

当情绪快速波动或出现较强的负性情绪时,除非出于特别的目的,否则宜加以调节,避免给自己的生活及身体带来负面影响。

研究表明,学习者的学习绩效受其情绪、情绪调节能力和性格(按气质可分为激动、谨慎和平静这3类)的影响。

当前的大多数在线教学服务,由于教学内容中包含的情绪调节成分不足经常出现“情感缺失”现象,或虽包含有情绪调节成分但不能自动适应学习者或学习者情绪的变化,从而导致学习者学习过程中出现负性情绪,影响在线学习的绩效。

发明内容

本发明的目的在于,提供一种包含或挂接情绪调节成分的课件、调节情绪的方法和装置,尤适用于个性化在线教学,能自动调节学习者的情绪以增进身心健康、提升学习绩效。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于彭春姣,未经彭春姣许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910937848.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top