- 综合排序
- 最热优先
- 最新优先
- 来自专栏时代在召唤
AI+情绪价值，通用人工智能之感性脑
《AI+情绪价值》，通用人工智能之感性脑 摘要 副标题： “AI+情绪价值”，万字长文讲清楚LLM在社科场景的落地方向 ChatGPT的爆发将人类带入大模型时代，公众惊叹于AI对话能力的跃迁，渴望入局却受限于技术门槛 至此，“AI + 情绪价值”这个范式自然浮现，让LLM给人类提供感性的情绪价值，而非物理世界的物质价值，应该是当下最好的方向。 通过人体多感知融合获取的信息，经过转化后促使大脑分泌出多巴胺、内啡肽等感受到愉悦时，那么就可以说这些信息可以转化为情绪价值；情绪价值来源于商业术语，在商业上意味着可以赚取金钱，但是不代表有情绪价值的一定是什么好东西 ，例如“黄赌毒”就属于有害的情绪价值。 情绪价值结合点： 小朋友使用，则可以提供教育引导、讲故事、宠物陪伴等陪伴、亲密、治愈、探索、安全等情绪价值； 青年人使用，则可以提供社交代偿、压力释放、自我探索等陪伴、治愈、探索、成就等情绪价值； 老年人使用
1.2K33编辑于 2025-07-21 - 来自专栏量化投资与机器学习
中国版四因子模型，加入情绪指标，6不6？
美国高价值小盘：value-weight，6 Portfolios Formed on Size and Book-to-Market (2 x 3)；国际高价值小盘：value-weight，“6 Global 中国A股市场的特殊之处 数据选取 如何量化中国市场的价值因子 中国版三因子模型CH-3 CH-3的解释力度如何 引入情绪指标的CH-4模型 自己动手，丰衣足食 我们文章的分析是基于 Liu, Stambaugh 我们按照以上策略，三个因子，总共六个优先顺序，从2000年1月开始，每6个月调仓一次。每次调仓时，剔除部分停牌时间过长的股票、上市不足一个月的新股；回测忽略所有交易费用和摩擦成本。 于是作者根据中国市场多散户的特点，引入情绪性指标，构建PMO因子，组成了新CH-4，即中国四因子模型。经过检验，该模型比CH-3有更强的解释力度。 其实对于大多数普通投资者，很难执行一个像【市值因子+情绪因子】的股票组合，不仅缺乏数据而且也没有精力。这里，就需要合理地利用公募基金产品了。
3.4K30发布于 2019-05-16 - 来自专栏Android 研究
PMI-ACP 敏捷项目管理6——交付价值与确认价值
一、交付价值 交付价值贯穿敏捷项目执行始终。为了完成这个目标，团队应该利用精益的最大化价值交付活动和最小化浪费或者合规活动(非增值)原则。 例如，一些组织中必需的但是不直接专注于交付价值的活动，像在项目执行期间也许会减少时间追踪和报告活动的时间。当我们以最大化价值为目标时，回顾下帕彭迪克(Poppendieck)的七个软件浪费。 增量交付减少了早期发现问题造成的返工工作量，更有益于项目价值 二、确认价值 通常开发好的产品，团队认可，但是发起人和业务客户确认时，可能会存在异议或者争议。 因为是无形的，所以确认价值这件事就显得非常重要，这将决定着我们正在构建的产品是不是在正确的轨道上。 (一)、客户价值优先级 客户价值优先级既可以用来规划价值，也可以用来确认价值。在项目进行中，剩余工作的优先级可以重新排列。团队和客户一起的协作确定变更，但是这些变更通常在每个迭代结束时进行。
1.8K40发布于 2018-08-30 - 来自专栏韩曙亮的移动开发专栏
【每日随笔】情绪操控术 ① ( 三层大脑模型 - 爬行脑 情绪脑 理性脑 | 情绪脑负面效果 | 不要激活情绪脑 情绪中心 | )
、三层大脑的分层包裹关系 由于是逐步进化的原因 , 三重脑是一层包裹一层 ; 二、情绪脑的负面效果 1、情绪脑 VS 理性脑 爬行脑 已经进化了 3 亿 年 , 情绪脑 只有 5000 万年 , 理性脑 300 万年 的进化压制 ; 情绪脑 进化发展 很古老 , 人类社会发展只有 10000 年 , 现代社会发展只有 200 年 ; 情绪脑 是 绝对 不适应现代社会的 , 真正能控制 情绪脑 的人 , 才会成为现代社会的精英 ; 被情绪左右的人逐步会成为被淘汰 ; 2、情绪脑功能 情绪脑 的 安全模式 , 一旦发生安全危机 , 会做出以下情况 : 逃跑 : 敌人太强 , 直接跑路 ; 恫吓 : 通过发出声音 处于现代社会 , 将 情绪脑 点数清空 , 保证情绪不能失控 ; 这套机制在原始社会很有用 , 但是到了现代社会 , 就会导致很多弊端 ; 3、情绪脑负面效果 一旦跟人发生冲突 , 争吵 , 恋爱 , , 并且理性脑被压制 , 无法正常思考 , 想不开自杀就是这种情况 ; 不要把 情绪脑 放出来 , 一定要学会操控情绪 , 才能更好的在现代社会生存 ; 现代社会 不要激活 情绪脑 , 一旦 情绪脑
4.4K10编辑于 2023-12-28 - 来自专栏华章科技
盘点数据治理的6个价值
作者：用友平台与数据智能团队 来源：大数据DT（ID：hzdashuju） 对于企业来讲，实施数据治理有6个价值，如图1-2所示。 ▲图1-2 数据治理的6个价值 01 降低业务运营成本 有效的数据治理能够降低企业IT和业务运营成本。
1K30编辑于 2022-04-14 - 来自专栏CreateAMind
情绪的机制分析
在这封信的平衡中，我们利用主观适合度和模型证据之间的对应关系来表征情感价值。第3节首先回顾了主动推理背后的形式主义。 图 6 说明了这种特定生成方式下的典型行为模型。这些结果是根据 Friston、FitzGerald 等人建模的。 粗略地说，在64次试验的第1和第3季度，我们的代理经历了（即推断出）一种负面的价值状态，而在第2和第4季度经历了一种正面的价值状态。 第二，自信地对愤怒采取行动可能与积极的价值有关(例如，打了侮辱你的人会感觉很好)，而愤怒时的冲突驱动与更消极的价值有关(例如，想打某人，但又不想损害有价值的关系)。 6 Conclusion 在这封信中，我们提出了一个情绪效价的贝叶斯模型，基于深度主动推理，整合了以前的理论和实证工作。因此，我们提供了一个在合成大鼠中随后情感推理原理的计算证明。
14310编辑于 2026-03-11 - 来自专栏数据的力量
学会清理坏情绪
我说：“人的情绪啊，跟生活中很多东西一样，都是有好有坏。 6、晚上九点后在小区散步 通常九点以后，小区的人流量会减少许多，整个环境也会安静许多，这时候下楼遛个弯，甩甩胳膊抖抖腿，转转脖子扭扭腰，既可以让身体放松，又让你有个清静的环境总结一下当天的经历，鸡毛蒜皮和勾心斗角就别多想了 我喜欢边走边思考下一篇要写的东西（题材、主题、逻辑、材料、内容框架等），我的好几篇文章都是这样来的，这是我一天中最有价值的时间段之一。 情绪只是你的需求是否得到满足的反映，人类和自己的情绪打交道是一种“全天候的活动”。说出来很多人可能都会吓一跳：人的一生中有40%的时间都处于负面情绪状态。 也就是说，我们将近一半的时间都在与各种消极情绪做斗争。
43920发布于 2018-07-23 - 来自专栏ThoughtWorks
和情绪相伴｜女性
我想很多女性在自己的职业生涯中，都会遭遇情绪管理的问题，上面是我的同事在我一次工作情绪失控后对我讲起的话，那也是我第一次意识到情绪的杀伤力。 那是在09年，我在新加坡做项目。 有时想想，情绪控制不住的时候，与其让它失控，伤人伤己，不如为它找个出口，主动表达出来，或许会是一种更强大的力量。 掩藏不住情绪的时候，不如真实 还是和客户有关的一个故事。 但意识到自己失态之后，我立即把情绪压了下去。 客户敏锐的觉察到了我的情绪，正了正身体，非常专心的和我完成了接下来的谈话。 就在当天，他竟然发信确认了追加的合同款。 很多人说，在职场，情绪化是很不专业的表现，但我认为，只要我们的情绪没有伤害到别人，它就可以存在，因为情绪代表着最真实的自己。 这么多年，我也一直很感激，并且发自内心的尊重那些，在职场上能尊重别人情绪的人。 换一种角度来看待情绪，情绪也许是一件包装好的礼物，有时候包装得很丑，但你要先接受她，再去打开这份礼物。
42830发布于 2018-07-23 - 来自专栏乱码李
微博情绪分析
然后对分词后的词语进行情绪分析，这里使用大连理工大学林鸿飞教授带领全体教研室成员整理而成的「情感词汇本体库」。 最后使用spark将情绪分析结果进行数据整合。 情绪分析 情绪分析是将一个词语分出词性种类、情感类别、情感强度及极性，国外比较有影响的Ekman的6大类情感分类。 比如： 中文情感词汇本体 大连理工大学林鸿飞教授带领全体教研室成员整理而成的「情感词汇本体库」，是目前最权威的中文情绪词典，共含有情感词共计27466个。 下图是一些示例： 情绪分析存在的问题 只能分析词汇，不能分析语法结构 快乐都是别人的，高兴一天天离我而去 分析结果: PA5+PA5 自定义情绪算法并不能很好的反应情绪值 词性： 褒义 如果一次分析200条微博，需要比较200*80=16000次 解决方案 真正想要解决情绪分析还是要靠机器学习和人工智能。
1.8K10发布于 2021-11-26 - 来自专栏脑机接口
脑电与情绪
情绪定义与情绪表示 ? 情绪是对一系列的主观认知经验的通称，它包括人对外界刺激或自身刺激的心理反应，以及其伴随的生理反应。 情绪不管在个体自身还是在个体与他人之间、个体与社会生活之间都有着非常重大的作用，因而情绪识别的研究不论在理论上还是实际应用中都有着极为重要的意义。正确的情绪表征是情绪识别研究的关键步骤。 对于情绪表征，许多研究者提出了相应的情绪表征方法，主要有以下几类： 将情绪分类表示，称为离散模型理论。该理论认为复杂的情绪是由基本情绪的组合而成。 Plutchik等人提出了八种基本情绪：愤怒，恐惧，期待，悲伤，厌恶，惊讶，接受和欢乐，并认为其他复杂情绪都可以由这些基本情绪的组合形成。 从维度角度来表征情绪，称为连续模型理论。 Psychological Review, 61(2):81-88. [6] Russell J A ,Mehrabian A .Evidence for a Three-Factor Theory of
1.1K30发布于 2020-06-30 - 来自专栏石云升
情绪管理 - ABC理论
最近情绪有过几次情绪失控，就是突然为了一个很简单的事情发一次很大的火。事后挺后悔的，想起很久之前的情绪管理ABC理论。觉得很有必要在重新梳理下。警醒自己，问题出在自己身上。 什么是ABC理论？ 通常人们会认为诱发事件A直接导致了人的情绪和行为结果C，发生了什么事就引起了什么情绪体验。然而，你有没有发现同样一件事，对不同的人，会引起不同的情绪体验。 常见的不合理信念 1、自己应比别人强，自我价值过高； 2、人应该得到生活中所有对自己重要的人的喜爱和赞许； 4、有价值的人应在各方面都比别人强； 5、任何事物都应按自己的意愿发展，否则会很糟糕； 6、一个人应该担心随时可能发生灾祸 这就是心理学上的情绪ABC理论的观点。情绪ABC理论的创始者埃利斯认为：正是由于我们常有的一些不合理的信念，才使我们产生情绪困扰，如果这些不合理的信念日积月累，还会引起情绪障碍。 通常人们会认为诱发事件A直接导致了人的情绪和行为结果C，发生了什么事就引起了什么情绪体验。然而，同一件事，人们的看法不同，情绪体验也不同。
1.8K20编辑于 2022-07-29 【AI情绪预测模型】
情绪预测在现代社会中具有广泛的应用价值。在心理健康领域，它可以帮助心理咨询师和临床医生更准确地评估来访者的情绪状态，为制定个性化的干预方案提供科学依据。 inner_brow_raiser": (3, 5), "au15_lip_corner_depressor": (3, 5), "au6_ 通过实时分析语音信号，系统可以检测说话者的情绪状态变化，这对于电话客服、远程心理咨询等应用场景具有重要价值。 该模型不仅能够实现高准确率的情绪分类，还能够深入分析情绪背后的生物学机制，为用户提供有价值的情绪洞察和健康建议。 本模型为构建此类系统提供了坚实的技术基础和理论框架，期待在更多实际应用场景中发挥价值。
21910编辑于 2026-01-20- 来自专栏脑机接口
脑电与情绪简介
情绪定义与情绪表示 情绪是对一系列的主观认知经验的通称，它包括人对外界刺激或自身刺激的心理反应，以及其伴随的生理反应。 情绪分类 情绪不管在个体自身还是在个体与他人之间、个体与社会生活之间都有着非常重大的作用，因而情绪识别的研究不论在理论上还是实际应用中都有着极为重要的意义。正确的情绪表征是情绪识别研究的关键步骤。 对于情绪表征，许多研究者提出了相应的情绪表征方法，主要有以下几类： （1）将情绪分类表示，称为离散模型理论。该理论认为复杂的情绪是由基本情绪的组合而成。 Plutchik等人提出了八种基本情绪：愤怒，恐惧，期待，悲伤，厌恶，惊讶，接受和欢乐，并认为其他复杂情绪都可以由这些基本情绪的组合形成。 （2）从维度角度来表征情绪，称为连续模型理论。 Psychological Review, 61(2):81-88. [6] Russell J A , Mehrabian A .Evidence for a Three-Factor Theory
1.1K10发布于 2020-06-30 - 来自专栏人工智能快报
微软发布情绪识别API
2015年11月11日，微软宣布其Oxford项目将开放一个可用于情绪识别的API。微软一位负责技术与研究的人员表示该API可帮助市场营销人员评估顾客对商店展示效果、电影或食物的反应。 商家可以用这个软件来创造一个客户工具，例如一个可以从照片中识别情绪并根据不同情绪给出不同选项的应用。根据微软介绍，该API应用该公司的云端情感识别算法来确定特定时刻某张照片中人的情绪。 这些情绪与面部表情相关，而表情是超越文化和国界的，且可以被情感应用程序识别。在解释情感应用程序接口得到的结果时，应该以得分最高的表情作为结果，其中的分数被归一化。
3K40发布于 2018-03-13 - 来自专栏量化投资与机器学习
新闻情绪因子
3、情绪判定：对于整篇新闻及新闻中涉及的主体均做情绪判定。情绪一共分为三个类型，包括正面、负面及中性。算法会给出这个主体在三类情绪的概率分布，取概率最大的情绪类型作为该主体的情绪。 新闻情绪因子测试 1、新闻情绪因子构建过程中的选择 新闻情绪因子的构建主要在于用什么算法把某个股票一段时间内的在不同新闻中的情绪得分汇总成一个得分，针对这个问题，有不同的选择需要考虑： a. 图表5 去除中性与不去除中性新闻对比B 下表（图表6）给出了全部组合的测试结果，基于这些数据我们会做详细的解读。 NOREL（应该考虑新闻与股票的相关度） 关于TOT与MEAN的对比实际上还是要考虑具体的需求，从图6中可以看出以总分计算的因子TOP与BOTTOM的股票数量很少，且BOTTOM组的收益明显要低于以平均分计算的因子 图表6 因子测试结果A ? 图表7 因子测试结果B ?
2.5K21发布于 2019-10-21 - 来自专栏大数据文摘
情绪是虚拟货币？告诉你情绪识别真正的应用前景！
计算机的情绪识别能用来做什么？ 绝大多数的人可能还停留在当年看的美剧《Lie to me》的阶段，想着把情绪识别当测谎仪用，抓疑犯？斗小三？ 不过好消息是，这种关注不断在升值，就拿美国的超级碗广告举例，2010 年的时候，有人估算了一下每分钟的关注价值大约是六美分，而到了 2014 年，却涨到了 20 美分，足足翻了一番不止。这意味着什么？ 比如 Affidavit 就申请了一种就人们的观后反应动态为广告动态定价的专利，还有情绪感知的自动贩卖机，以及按照顾客情绪来决定是否推送广告的 ATM 机等等。 这些都预示了苹果公司新的研究线路：情绪导向的广告投放。 但是我们无法忽视这样带来的隐私问题，人们是否愿意接受这样的广告推送？这样检测人们的情绪状态是不是对个人隐私的一种侵犯？ 通过统计用户的整体情绪状态，用户就能直观看到自己的情绪状态与使用手机的情况之间的数据关联图。而且，用户愿意反馈的数据越多，Emotion Sense 反映给用户的数据也会越多。
93440发布于 2018-05-23 - 来自专栏镁客网
标榜着“有情绪”的机器人们，真的有情绪吗？
”，一个号称有情绪、有个性的交互机器人，名字叫Moorebot…… 在机器人研究领域，人机交互一直是人们追逐的一个目标，而“情绪”作为其中的一个分支，也因此而得到了研究人员的重视。 细细数来，包括Pepper在内，市面上有很多自带“有情绪”标签的机器人，然而，贴上一个标签就能代表拥有这个技能了吗？那些标榜着“有情绪的”的机器人真的拥有自己的“情绪”吗？ 所谓的“有情绪”只是“情绪识别” 情绪识别，就是机器人将从传感器采集来的信号进行分析和处理，从而得出人类正处在的情绪状态，基于情绪识别，机器人可以给出相关的回馈。 由此，我们即可以知道，机器人所谓的“有情绪”也仅仅只是系统的一种原有设定，从源头来讲，就是由“情绪识别”所引导的，并不能自行生成。 由此我们来看，连“情绪识别”的技术还尚未到家，这所谓的“有情绪”的回应又该如何进行？
57841发布于 2018-05-29 《拆解 legacy 系统困局：AI 协作的6个核心价值》
随着项目的深入推进，我们渐渐发现，AI工具带来的价值远不止“提升开发速度”这么简单，它更像一把“思维手术刀”，在潜移默化中重塑着整个团队的开发习惯和工作方式。 到了项目测试阶段，AI工具再次展现了它的价值，帮我们规避了不少潜在的上线风险。我们没有满足于常规的功能测试，而是让CodeBuddy基于整个项目的业务逻辑，生成了一套“边界场景测试用例”。 其中有6个场景是团队在前期设计时完全没考虑到的，比如“临时角色权限到期后，系统是否能自动恢复原角色权限”，这个场景如果没覆盖到，很可能导致用户权限异常，影响业务正常开展。 复盘这次AI协作开发的全过程，我们总结出的核心感悟是：AI工具在开发中的价值，绝不是“替人写代码”这么肤浅，它更像是团队的“超级合伙人”，在三个维度上重塑了开发逻辑。 首先，它是“效率放大器”，把代码解析、注释生成、用例设计等重复性工作的时间压缩了70%以上，让工程师能从繁琐的体力劳动中解放出来，把精力聚焦在核心业务逻辑设计、用户体验优化这些更有价值的事情上。
30710编辑于 2025-09-22- 来自专栏历史专栏
【愚公系列】《Manus极简入门》009-情绪管理顾问：“情绪平衡大师”
因此，学会管理情绪，掌握情绪的平衡之道，就如同掌握了一把开启幸福生活的钥匙。 一、情绪管理顾问：“情绪平衡大师” 1. 应用场景 “情绪平衡大师”是一位专业的情绪识别与管理顾问，致力于帮助个人深入理解并有效调节自身情绪反应。 您的服务对象为有情绪管理需求的人群，如压力应对者、情绪困扰者、自我提升者、心理健康关注者或寻求生活平衡者。您应像一位贴心的情绪顾问，既提供科学的情绪理解框架，又给出实用的情绪调节建议。 E=Emotion & Evaluation & Expectation（情感、评估与预期） 以平和的语气传递情绪管理的可能性与价值，避免过度强调问题的严重性或轻描淡写。 关键步骤：进行全面的情绪识别觉察，了解个人情绪波动的原因，并将通用的情绪波动原因与情绪平复活动制作成PDF格式的推荐手册。
25910编辑于 2025-05-28 - 来自专栏深度学习和计算机视觉
基于OpencvCV的情绪检测
情绪检测或表情分类在深度学习领域中有着广泛的研究。使用相机和一些简单的代码我们就可以对情绪进行实时分类，这也是迈向高级人机交互的一步。 前言 本期我们将首先介绍如何使用Keras 创建卷积神经网络模型，再使用摄像头获取图片进行情绪检测。 _3 (Dropout) (None, 6, 6, 128) 0 __________________________________________ 现在，可以使用此模型创建情绪检测器，从而完成模型生成。 驱动程式码 现在，我们将使用在上一节中创建的模型来说明用于情感检测的代码。 首先，让我们再次导入一些运行代码所需的模块。 'Angry','Happy','Neutral','Sad','Surprise'] cap=cv2.VideoCapture(0) 结论 因此，在这里我已经解释了使用OpenCV和Keras创建情绪检测的过程
1.3K40发布于 2020-08-20
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号