CN104145272B - 使用生理数据确定社会情绪 - Google Patents
使用生理数据确定社会情绪 Download PDFInfo
- Publication number
- CN104145272B CN104145272B CN201380004601.3A CN201380004601A CN104145272B CN 104145272 B CN104145272 B CN 104145272B CN 201380004601 A CN201380004601 A CN 201380004601A CN 104145272 B CN104145272 B CN 104145272B
- Authority
- CN
- China
- Prior art keywords
- physiological data
- data
- physiological
- social
- analyzing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 230000036651 mood Effects 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000004458 analytical method Methods 0.000 claims description 23
- 230000000694 effects Effects 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 8
- 241001269238 Data Species 0.000 claims description 6
- 230000037396 body weight Effects 0.000 claims description 6
- 230000003862 health status Effects 0.000 claims description 6
- 230000015654 memory Effects 0.000 claims description 6
- 238000006116 polymerization reaction Methods 0.000 claims description 5
- 108090000623 proteins and genes Proteins 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 5
- 210000000577 adipose tissue Anatomy 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 2
- 238000013507 mapping Methods 0.000 description 14
- 238000003860 storage Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 239000000047 product Substances 0.000 description 5
- 230000036760 body temperature Effects 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000000638 stimulation Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 230000035479 physiological effects, processes and functions Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 210000000697 sensory organ Anatomy 0.000 description 2
- 206010052804 Drug tolerance Diseases 0.000 description 1
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 208000026935 allergic disease Diseases 0.000 description 1
- 230000007815 allergy Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011982 device technology Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000026781 habituation Effects 0.000 description 1
- 230000010247 heart contraction Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000013067 intermediate product Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000010339 medical test Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000009329 sexual behaviour Effects 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
一种用于使用生理数据预测一个或多个人的社会情绪的方法和系统。在某些实施例中,方法包括在计算设备上接收来自一个或多个人的数据,分析该数据,确定与一个或多个人的社会情绪有关的指标数据以使得从该数据确定该指标数据,并且显示和/或传送该指标数据。该计算设备可以包括服务器或一些其他远程计算设备。可以通过网络接收和/或通过相同或不同的网络传送该生理数据。在某些实施例中,该指标数据包括预先警告信息。
Description
技术领域
本文涉及源自人群的数据采集。
背景技术
随着互联网技术以及诸如博客和社交网络之类的新通信形式的繁荣,社会情绪已获得相当的关注。社会情绪可以包括评论、评分、以及其他用户、企业、政策和日常生活其他方面的建议。
通常,基于在线用户所提供的诸如文本字符串和点击流之类的各种数据来构建社会情绪。即使这些形式相当有限的数据仍为企业和其他群体(例如政府)提供了用于上市他们的产品、识别新的机会和需要、管理他们的声誉以及征求公众意见的有价值的工具。
虽然提出了很多技术来过滤在互联网上广泛分散的随机和无关信息所产生的噪声,但是可用数据的特有性质中有很多限制。用户常常在分享他们的数据的同时追求具体目标,诸如驱动网络流量到他们的网页和账户,这会导致数据误解和混乱。诸如同龄人的压力和社会歧视之类的各种其他因素可能进一步促成不准确。
附图说明
关于以下附图来描述一些实施例:
图1是示出根据某些实施例、用于使用生理数据预测一个或多个人的社会情绪的方法的流程图。
图2是示出根据某些实施例、用于使用生理数据预测一个或多个人的社会情绪的网络。
图3是可以用来实施本公开的各方面的示范性计算系统的框图。
图4示出根据一个实施例的社会情绪映射。
具体实施方式
生理数据可以用于监视和预测多个人的社会情绪。如本文所用,术语“生理数据”可理解为表示生理数据、心理生理数据或其组合。在某些实施例中,方法包括在计算设备上接收生理数据,分析生理数据,确定与社会情绪有关的指标数据,使得指标数据由生理数据所确定,并且传送指标数据。计算设备可以包括服务器或一些其它远程计算设备。生理数据可以通过网络接收并且通过相同或不同的网络传送。指标数据可以包括预先警告信息,并且在某些实施例中将被传送回给用户。
在某些实施例中,使用单个传感器从个人接收生理数据。当用单个传感器接收给定的人的数据时,这可以对于多个人来完成。在一些实施例中,多个传感器可用于接收来自个人的数据。例如,用户设备可配备有用于从用户获得生理数据的仅单个传感器。即使单个传感器实现也可以能够提供诸如体温和心率之类的各种类型的生理数据。换言之,单个传感器可以用作多功能传感器。传感器的操作和/或(多个)传感器自身可以对用户隐藏,使得以隐蔽的方式采集生理数据而无需来自用户的任何具体动作并且可能无需用户知晓。
当多个人参与提供生理数据时,在多个用户和/或由不同的用户所提供的数据点之中可以存在一些关系。分析生理数据可以包括从多个人聚合数据以提供更全面的分析。在某些实施例中,分析生理数据可以包括考虑当前事件、个人活动和/或个人的身体参数。例如,身体参数可以包括健康状况、年龄、性别、体重、体脂肪率、遗传学,生物测定以及身体位置。这些参数也可以与生理数据相结合或用于解释生理数据。
分析生理数据可以包括预测两个或更多人之间的一个或多个关联。该关联可以是遗传的、家族的和/或社会的,并且可以基于所有用户或用户子集的生理数据。另外,分析生理数据可包括分析由诸如视觉刺激、听觉刺激和/或其它感官刺激之类的一些外部刺激导致的生理数据的变化。在某些实施例中,方法也可以包括基于变量的存在或不存在确定两个或更多人之间的响应差别。
用于使用生理数据预测一个或多个人的社会情绪的系统可以包括用于存储数据、接收模块、分析模块、指标数据确定模块和传送模块的存储器,还有用于执行接收模块、分析模块、指标数据确定模块、传送模块以及显示模块的处理器。处理器可以适合在计算设备上接收来自一个或多个人的生理数据,分析生理数据,确定与一个或多个人的社会情绪有关的指标数据(其中指标数据由生理数据所确定),并且显示和/或传送指标数据。计算设备可以是服务器,并且生理数据可以由接收模块接收,并且由传送模块通过网络传送。
在某些实施例中,可以使用每人单个传感器从一个或多个人接收生理数据。可以使用单个或多个传感器从个人无缝接收生理数据。当包括多个人时,他们可以具有相互关系。分析生理数据可以包括从多个人聚合数据。在某些实施例中,分析生理数据可以包括将当前事件、个人活动和/或个人的身体参数考虑在内。身体参数可以包括,例如,健康状况、年龄、性别、体重、体脂肪率、遗传学、生物测定以及身体位置中的一个或多个。在某些实施例中,指标数据包括预先警告信息。上文所引用的分析生理数据的一些其它方面可以参照可在计算机系统内实现的各种操作来提供。
一种计算机可读存储介质可以具有具体化于其上的程序,该程序可由处理器执行来完成用于使用生理数据监视和预测一个或多个人的社会情绪的方法。该方法可以包括在计算设备上接收来自一个或多个人的生理数据,分析生理数据,确定与一个或多个人的社会情绪有关的指标数据(其中指标数据由生理数据所确定),并且显示和/或传送指标数据。
存在客观地监视和预测社会情绪的需要。生理数据的监视能够提供用于监视和预测社会情绪的直接数据。社会情绪是依赖于一个或多个特定位置的公众或大众的意见、感受或态度的评估。
图1是示出根据某些实施例、用于使用生理数据预测一个或多个人(即用户)的社会情绪的序列100的流程图。该序列可以由软件、固件和/或硬件来实现。在软件和固件实施例中,它可以使用存储在诸如光,磁或半导体存储装置之类的一个或多个非暂时计算机可读介质上的计算机执行指令来实现。
社会情绪通常包含关于这些用户、他们的社交和/或地理环境、以及这些人自然属于或由这个方法的应用所指派到的各种群体的信息。如在此进一步解释,可以提供此信息返回给用户或用于为用户生成诸如目标广告和关于各种相关服务的信息之类的定制内容。为了向用户提供服务,可以例如与诸如企业和政府机构之类的其他各方分享社会情绪。可以提供各种安全和隐私特征以确保敏感信息的受控传播以使隐私顾虑最小化。
随着互联网通信技术以及诸如博客和社交网络之类的新通信形式的兴起,社会情绪已获得增长的关注。社会情绪可以包括评论、评分、以及其他用户、企业、政策和日常生活的其他方面的建议。通常,基于在线用户提供的诸如文本字符串和点击流之类的各种数据构建社会情绪。即使这些形式相当有限的数据仍为企业和其他群体(例如政府)提供了用于上市他们的产品、识别新的机会和需要、管理他们的声誉以及征求公众意见的有价值的工具。虽然提出了很多技术来过滤在互联网上广泛散布的随机和无关信息所产生的噪声,但是可用数据的特有性质中有很多限制。用户常常在分享他们的数据的同时追求具体目标,诸如驱动网络流量到他们的网页和账户,这导致数据误解和混乱。诸如同龄人的压力和社会歧视之类的各种其他因素可能进一步促成不准确。本文所描述的方法和系统利用固有地倾向于更加准确的生理数据,并且为服务提供者提供了很多新的机会。
可以通过用户设备采集生理数据。可以将这个数据传送至用于以比以前可用的更全面的方式聚集和分析数据的服务器。生理数据的一些例子包括心率、身体阻抗、体温等等。由于生理数据与用户的身体的客观身体特性相对应,可以将其分类为客观数据。此类型的数据可容易与诸如博客发布和新闻推送的形式的口头和书面表达之类的主观数据类型相区分。主观数据可能容易被可能无法以解析方式互相分离的各种其它因素所歪曲。因此,生理数据一般可以比传统上用于构建社会情绪的其他数据有价值得多。
在生理数据的分析期间(以及甚至当获得这类数据时),可以用其它数据补充,诸如用户的地理位置、他们的人口统计信息、点击流数据、预填写和后填写调查、外部数据推送以及很多其他类型和形式的数据。总之,所有数据推送可用来构建和提炼社会情绪。应当指出,在一些实施例中,社会情绪可以仅仅是由所提出的方法和系统提供的中间产物,并且可以用于向用户和用户的社区开发和提供附加的服务和产品。
序列100可以通过在操作102中在计算设备上接收来自一个或多个人的生理数据来开始。可以由一个或多个用户设备发送所接收的信息。应当指出,多个用户可以共享相同的用户设备。这些设备可用来获得生理数据或与用于获得此类数据的更上游的设备通信。一些示范性用户设备可以包括个人计算机、膝上型电脑、移动电话等。用户设备可以配备有一个或多个传感器,用于采集这样的数据作为专用数据采集操作的一部分(例如,提示用户操作传感器或与传感器交互)或作为另一个操作的一部分(例如,当为了认证目的获得生物测定信息时,其也可以包括捕获EKG、体脂肪率、体温、脉搏、任何其他生理数据等中的一个或多个)。
在用户设备级所获得的生理数据可以随后传送到服务器。进一步参考图2所描述,该传送可以在一个或多个网络上执行。服务器定义为与用于采集生理数据的用户设备分开的计算机系统。在那方面,服务器通常不具有直接从一个或多个人获得生理数据的能力(即,在一些实施例中,它可能没有配备传感器)。而是,服务器与多个用户设备可通信地耦合,用于从这些设备采集生理数据。在某些实施例中,用于采集生理数据的用户设备之一可以完成本文所描述的一些或所有的服务器功能。
虽然以单个服务器作为参考,但是本领域技术人员会理解,硬件和软件系统的各种组合可用于生理数据的后端接收和处理。具体地说,图2示出使用了两个服务器;然而可以使用任意数量的服务器。重要的是要注意:在某些实施例中,配置服务器从多个用户采集和聚合这些数据。如下所述,数据可以反映一些用户之间的关系,或者根据一些预定义的关系进行分析。有时生理数据的采集和分析称为“生理轮询(physiological polling)”。
在操作104中,序列100可以接着分析生理数据。在某些实施例中,此操作可以与确定与一个或多个人的社会情绪有关的指标数据相结合,如下面的操作106所呈现。分析操作可以包括对一些生理数据分组,将其与其它数据组合和/或更一般地说,根据其它数据来对其分析、并且生成某种形式的输出。操作104可以包括现在将要更详细描述的各种可选的实施例。应当指出,这些附加子操作中的每一个可以独自实施或与各种其它操作结合。
在一些实施例中,分析生理数据包括聚合来自多个用户(即多个人(可选操作104a))的这些数据。不像分析来自单个用户的数据,采集来自多个用户的数据允许整个群体以及甚至对于个别用户的生理数据的更加全面的分析。例如,一个用户发热的指示具有有限的价值,然而,例如,在相同的地理位置一大群人具有此状况的指示可以表明流行病。除了关于他们自身发热的状况被警告之外,用户还将意识到有关流行病的信息。例如,此类采集的信息可以用于派遣医疗服务以及警告所有用户避开可能的危险区域。
一个具体的例子可以提供对这个可选操作的一些实现的更好的理解。用户设备可以例如在用户与一个或多个传感器定期接触期间捕获其用户的体温。发送数据到服务器,该服务器具有关于用户的一些额外信息,诸如用户的具体地理位置。服务器可以搜索并且甚至请求与在此位置的其他用户对应的类似数据。数据的全面分析可以有助于确定趋势(例如流行病趋势等),并且发布警告消息。
如上面的例子所呈现,可以从互相具有各种关系的多个用户接收生理数据。这样的关系的一些例子包括家庭关系、社交网络、地理位置和某些人口统计分组(例如按性别、年龄等等)。可以分组、分类、并且分析数据来反映这些关系。
在某些实施例中,根据个人空间映射和/或地理位置映射对生理数据分组。基于用户的“情绪接近性”、他们交互的频率、声称的职业/社会/家庭关系、以及其他相关因素识别个人空间映射。个人空间映射可以有助于在这些因素提供的具体上下文中分析生理数据,并且得出适当的结论,例如,有关具体群体的社会动态。在某些实施例中,生理数据本身用于识别个人空间映射。除了在人际和地理/身体关系方面的映射,可以映射并且分析其它类型的关系。这些类型的关系可以包括但不限于与组织或阶层(例如企业、军队、宗教组织和政党等)等等的关系。
地理位置映射例如基于人们的身体互相接近性和/或诸如城市界限之类的某些地理边界对人们分组。各种地理追踪系统,诸如全球定位系统(GPS)和蜂窝电话使用或三角测量可以用于在这些映射上将个体与某些区域相关联。例如,从Menlo Park,CA的Google可获得的GOOGLE服务可以用于这种目的。在一些示范性实施例中,地理位置映射与个人空间映射相结合来完成生理数据的更全面的分析。例如,地理位置映射可以用来修正个人空间映射。不局限于任何特定理论,通常认为身体靠近的人的相互影响倾向于比互相远离的人们更大。当然,这个理论应该考虑用户的通信工具的可用性和使用情况,其将进一步影响所提出的两种类型的映射的相关性。可以预想,也可以使用其它类型的映射,诸如建立在人口统计因素和某些生理数据趋势上的映射。分组映射可以是相对静态的(例如城市界限、家庭关系)或动态的(例如用户的身体靠近)。
分析生理数据也可以包括聚合和检查/分析若干段时间内的生理数据。由于数据倾向于会随时间变化,这个可以包括确定各种时间趋势。一些统计方法可以应用于这样的目的。生理数据的时间相关性是构建用于分析生理数据的算法时要考虑的重要因素。例如,在经受了某种刺激(例如看到视觉图像)后,人体会经历不同阶段。身体可以经历可称为初始“冲击”的初始反应。这可以包括强烈或微弱的反应,以及积极的或消极的反应,诸如恐慌、憎恨、愉悦等。在此初始阶段,人体可以生成与所接收的刺激相关联的更显著的信号,并且所采集的生理数据倾向于是最相关的。然后身体可以恢复并且受到新的无关的刺激。不仅生理数据可以显示出与初始刺激几乎没有关联,而且也可以提供错误信号。此外,某些刺激可以生成延迟的肉体的、身体的和/或心理的反应。
与根据本技术的实施例一致,分析生理数据包括考虑当前事件(可选操作104b),或者更具体地说,将生理数据与当前事件相关以提供某种理解和含义(否则其可能是相对抽象的数据)。可以定义当前事件为各种外部数据(通常以一些刺激的形式呈现),其可以影响生理数据或者至少将生理数据放到某上下文中。这些当前事件的例子可以包括全球性事件,诸如重大政治或金融新闻、灾害、战争和政变、以及当地事件,诸如家庭中的死亡或出生以及特殊事件(例如生日、婚礼、升职等)。
一个具体的例子是试探舆论,其是以观察观众(即系统的用户)反应为具体目的所分享的信息。可以由企业使用试探舆论发出新闻稿(例如预期产品发布)来判断消费者的反应,或者政客或其他实体能够使用试探舆论故意泄露可能正在考虑中的政策改变的信息。在过去,观察公众反应是难以完成的,通常包括昂贵的而且常常不准确的调查。信息和传感器技术的新颖组合可以以有效和精确的方式用于捕捉相关数据。具体地说,一旦在试探舆论过程的初始阶段“泄露”信息,可以立即采集用户的生理数据。此信息可以由诸如反映多久信息到达每个用户的信息以及用户对信息的兴趣级别(例如点击流数据)之类的其他数据点来补充。如上所述,生理数据一般比其他形式的用户的响应(例如对调查问题的响应等)更加反映问题,并且可以以隐蔽的方式采集这类数据,其使得整个过程更少干扰并且更有效率。换言之,一些或所有用户甚至可以不知道他们正在受监视。
在某些实施例中,分析生理数据包括分析生理数据对外部刺激的变化(可选操作104c)。这类刺激的一些例子包括视觉图像、音频、以及各种其它感官刺激(嗅觉,触觉等)。这种类型的操作可以与其他类似操作重叠。用户设备使用其视频和音频输出可以提供外部刺激。如上面指出,用户设备也可以配备有传感器。例如,可以采集用户的生理数据并且将其同步到计算机或蜂窝电话显示的图像。在一个特定实施例中,可以向用户设备发送政治候选人的照片,并且在用户观看照片时采集并在服务器上接收该数据。与更传统的大众传媒选择相比可以在一段时间内完成此观看/数据采集。这又增加了该方法的灵活性。
该可选操作104c的一个特定实现是为各种原因索要捐款。不同的用户可以接受不同的原因。可以通过提供与这些不同原因相关联的各种外部刺激并且基于所接收的生理数据来选择生成最显著情绪的那些外部刺激来建立这些关联。然后可以基于用户对这些原因的不同反应而为用户定制索要。
在一些实施例中,分析生理数据包括将个人活动考虑在内(可选操作104d)。类似于上文参考可选操作104b描述的当前事件,个人活动可以有助于提供有关生理数据的一些反映,并且有助于更好理解此数据。个人活动的一些例子包括社交网络使用(例如发布、消息、状态更新等)、点击流、来自用户设备的搜索流、以及由用户设备采集的其它类型的数据(例如体重监视应用、身体活动应用、日程、任务列表等等)。
操作可以包括设计和向用户提供用于补充和解释所采集的生理数据的具体调查。例如,用户设备可以记录其用户发热。然后此用户设备可以提示用户回答某些健康相关的问题来帮助识别和提供精确的诊断和/或预后。在一些实施例中,系统可以分析其他用户活动(例如由另一应用记录的剧烈的身体活动等)来解释该数据。此外,系统可以检测用户在设备上正在键入指示一些用户健康状态指标的消息(例如请病假)。
现代社交网络呈现关于用户及其环境的充足的信息来源。大量精通技术的人是社交网络的活跃成员。本文中所揭示的方法和系统可以设计成持续地从这些来源采集关于其用户的信息。例如,相应的用户帐户可以与专门设计以采集关于那个用户的个人活动的信息的网络爬虫相关联。
在某些实施例中,分析生理数据包括考虑用户的身体参数(可选操作104e)。身体参数的一些例子包括健康状况、年龄、性别、体重、遗传学、生物测定和身体位置。可以与其他的分析操作有些重叠。例如,用户的身体位置可以与当前事件或者诸如慢跑等之类的个人活动相关联。此外,一些用户可能反对这种个人数据的使用和共享。一些提出的方法和系统提供由用户或其他标准所设置的限制对该数据的访问的各种安全措施。
值得注意的是,可以按照根据本技术的实施例采取和使用各种其它类型的措施。这些类型中的一些类型包括但不限于血流量(例如来评估性冲动)、EEG、ECG、眼球运动、瞳孔大小(例如评估对人群的广告效果)、眨眼、肌肉活动、皮肤排汗等。
在一个实例中,用户设备配备有GPS设备或者其它类型的定位设备和/或系统(例如蜂窝电话使用、蜂窝电话三角测量系统、Wi-Fi集线器和互联网协议(IP)地址)。该位置信息可用来形成用于基于具体地理场所来分析数据的组。例如,在特定地区的某些生理参数的强偏差可以表明流行病或过敏爆发。可以警告人们避开这些区域。
一些身体参数可用于生成和更新其他参数。例如,身体位置可以用于确定当地天气状况(例如室外温度、雨水等),然后将该信息与生理数据关联来确定相互间的影响。在一个具体例子中,寒冷气温可以解释发热的局部爆发。
在某些实施例中,实现一个或多个心脏搏动认证技术来提供用户的身体参数。可以在配备有近场通信(NFC)能力的用户设备上实现这些技术。例如,过程可以包括获得心脏搏动信息,然后将其用于提供心情/情绪反馈。能够与服务提供者共享该反馈,作为来自用户完成的特定事务(例如购买产品等)的满意度(或缺乏满意度)的指示。在一些实施例中,可以基于心情或其他数据向一个或多个个体发送优惠券(或任何其他)。这可以经由电子邮件、SMS、传统邮件或者任何其他适当方法来完成。
在一些实施例中,分析生理数据包括预测两个或更多人之间的关联或关系(可选操作104f)。关联/关系类型的一些例子包括基因关联、家族关联、社会关联等。某些生理数据的强相关性可能表明两个人具有相似的基因组成,其可以进一步指示两个人是亲戚。此外,尽管两个人不一定有关系,该信息仍可以用于识别可能的器官捐献者。一些生理数据还可以预测诸如婚姻、友谊或者其它关系或联系之类的各种社会和职业设定中两个或更多人之间的积极或消极的关系。本文的实施例也可以应用到快闪族、抗议、其它集会等等。
在某些实施例中,方法包括基于一个或多个变量的存在或不存在确定两个或更多人之间的响应差别。换言之,将与一个或多个用户对应的生理数据和一个或多个其他用户的相同类型的数据进行比较。可以为一个或多个个体的相同组随时间实现相同类型的比较。
在某一点,方法100可以在操作106期间进行如下操作:确定与一个或多个人的社会情绪有关的指标数据。不受限于任何具体理论,很多人相信,生理数据可以是与诸如博客发布和社交网络发布之类的其它类型的用户输入相比更先进的社会情绪预报器。该指标数据可以包括一些种类的预先警告信息。在操作108中,可以随后将该指标数据传回给用户设备以用于显示在用户界面上。例如,该指标数据可以包括生理数据的一些解释,诸如初步医学诊断、健康提示、精神状态、心情等。在一些实施例中,可以将系统配置为基于在一段时间所采集的各种数据点在用户设备上汇编健康仪表板。通常,指标数据将包括将鼓励用户继续提供生理数据的一些信息。
指标数据对于提供数据的用户以外的其它实体也可能是有价值的。在某些实施例中,可以传送数据到经销商、政府机构、军事当局、医疗实体以及对数据感兴趣的其他类型的实体。可以在这个系统中实现各种金融的和安全的布置。例如,政府机构可能对各地区的健康或其它状况感兴趣,并且采集生理数据可以在这方面帮助这些机构。在某些实施例中,指标数据可以用于定制返回给用户设备的诸如目标广告之类的其它内容。
上述序列100的各种例子可以针对不同的应用来实现。例如,类似于社交网络公布状态和关系信息,用户可能对通过他们的网络共享他们的健康和精神状态信息感兴趣。例如,可以解释生理数据来确定用户的心情,其可以是与他人共享的有用的和/或好玩或有趣的事实。可以具有用于传播心情的临床用途。试图戒烟、停止暴食、或者治愈一些其他成瘾或令人不快的行为的某人也许能够实现此方面,使得朋友或治疗师能够监视他们的心情并提供精神支持。
其他类型的数据也可以用于娱乐、社交、职业和医疗原因。例如,雇员的健康状况可以促使雇主以提高个人生产率为总目标来放一天假。在特定区域、联系或者网络中的很多人具有坏“心情”或不健康的指示可以促使其他人远离此区域。
下文呈现的计算机网络描述将有助于提供某种上下文,用于在网络和多个用户通过这些网络连接到服务提供者的上下文中采集和分析生理数据。图2示出了示范性网络部分200,其中可以实现上文所描述的方法的各种实施例。如所示,多个用户设备或客户端202a-202d可以与网络204可通信地耦合以向服务提供者接管的服务器206和208提供各种类型的生理数据。用户设备202a-202d可以配备有用于从他们的各自用户采集信息的一个或多个传感器。在某些实施例中,用户设备202a-202d中至少一些仅包括一个传感器。
尽管仅示出了两个服务器206和208,但是与上面的方法相关联的软件应用包括可在任意数量的服务器上实现的方法。这些服务器可以访问在其内保留了生理数据和其它类型的数据的一个或多个数据库(未示出)。服务器206和208可以用于为用户设备202a-202d预订所提供的服务。因此,服务器206和208也可以存储诸如预订信息和人口统计信息之类的各种用户相关信息。服务器206和208也可以用于传送指标数据到用户设备202a-202d。
网络204可采取任何合适的形式,诸如广域网(WAN)或互联网和/或一个或多个局域网(LAN)。网络204可以包括任何合适数量和类型的设备(例如路由器、交换机等),用于向特定服务器应用转发来自相应客户端的请求、转发应用结果返回给请求客户端、或者在各种服务器之间转发数据。
上述方法可实施于各种各样的网络环境(由网络204表示)、电信网络、无线网络、移动网络等等中。此外,计算机程序指令可以存储在任何类型的计算机可读介质中,并且可以根据包括客户端/服务器模型、端对端模型的各种计算模型,在单机计算设备上,或者根据分布式计算模型来执行,在分布式计算模型中,可以在不同的位置影响或采用本文所描述的各种功能性。
图3示出计算机系统300,当适当地配置或设计计算机系统300时,其能够用于接收来自一个或多个人的生理数据,分析该生理数据,从该生理数据中确定与一个或多个人的社会情绪有关的指标数据,以及显示和/或传送该指标数据。计算机系统300包括耦合到存储设备的任意数量的处理器302(也称为中央处理单元(CPU)),存储设备包括主存储设备306(通常是随机存取存储器(RAM))和主存储设备304(通常是只读存储器(ROM))。处理器302可以是各种类型的,包括微控制器和微处理器,诸如可编程设备(例如CPLD和FPGA)和不可编程的设备,诸如门阵列ASIC或者通用微处理器。主存储设备304用来向处理器302单向传递数据和指令,并且主存储设备306通常用来以双向方式传递数据和指令。这两个主存储设备都可以包括任何合适的诸如本文所述的那些计算机可读介质。大容量存储设备308也双向耦合到处理器302并提供额外的数据存储容量,并且可以包括本文所描述的任何计算机可读介质。大容量存储设备308可用于存储程序、数据等,并且通常是辅助存储介质(诸如硬盘)。可以理解,保留在大容量存储设备308内的信息在适当的情况下可以以标准的方式作为虚拟存储器被合并为主存储设备306的一部分。诸如CD-ROM 313的特定大容量存储设备也可以单向传送数据到处理器302。
处理器302也可通信地耦合到接口310,接口310可通信地耦合到一个或多个输入/输出设备,诸如视频监视器、轨迹球、鼠标、键盘、麦克风、触敏显示器、换能器卡阅读器、磁带或纸带阅读器、平板电脑、触控笔、语音或手写识别器或其它公知的输入设备,当然例如其它计算机。最后,处理器302可以使用在312处一般示出的外部连接可选地耦合到外部设备,诸如数据库、计算机或电信网络。通过这种连接,可以预期的是,处理器302可以从网络接收信息,或者可以在执行本文所描述的方法步骤的过程中输出信息到网络。
在一些实施例中,可以由与基于处理器的系统集成的组件来采集生理数据,该基于处理器的系统包括诸如计算机、平板电脑、蜂窝电话、医疗测试装备、以及用于此类装备的输入/输出设备,所述输入/输出设备包括用于电视的遥控器、鼠标以及触摸板(这里举一些例子)。因此,如图3所示,在一个实施例中,可以提供一对触点324在鼠标320的按钮322上。然后,当用户仅仅将用户手指放置于鼠标按钮322上时,生理数据可得以采集。可以使用此生理数据不断地采集与大量计算设备的用户的生理状态有关的信息。如果能够采集足够的数据,将能够得出更有意义的趋势。
根据一些实施例,生理数据可以与位置信息相关联。具体地说,可以将可被采集生理数据的用户的相对精细粒度的位置以某种方式附加到该数据,使得可以使用绘图软件在地理位置的基础上指示生理数据的变化以及由此指示社会情绪的变化。
例如,如图4所示,示出了显示如框402、404、406和408所示的县的映射地区。如映射上所汇编和示出的,地区402可能具有不同于地区404、406、408的社会情绪。以这种方式,可以更好地理解地理差异和基于地理的趋势。
在一些实施例中,传感器可以连接到接口,诸如图3中所示的接口,其使用常规技术进行滤波和信号处理。然后一旦分析了该数据,可以将其发送到计算机网络上来用于与来自各种各样的其他用户的信息进行聚合。在将该数据链接到特定地理位置的实施例中,可以识别并且在一些实施例中直观地描述在地理位置的基础上社会情绪的变化。
无论系统的配置如何,它可以采用一个或多个存储器或存储器模块,将其配置来存储数据、用于通用处理操作和/或本文所描述的创造性技术的程序指令。例如,程序指令可以控制操作系统和/或一个或多个应用的操作。也可以配置一个或多个存储器来存储关于以下一项或多项的代表性信息:帐户或预订信息、消息、消息语义特征、分类信息、特征向量、类词典、主题模型、关于消息和分类的统计等等。
值得注意的是,在各种实施例中各种模块和引擎可以位于不同的地方。能够作为软件、固件、硬件,作为组合,或以各种其它方式存储本文中提到的模块和引擎。可以预期的是:能够移除各种模块和引擎或将其包括在本文具体所公开的那些位置以外的其它合适的位置。在各种实施例中,可以将额外的模块和引擎包括在本文所描述的示范性实施例中。
虽然为了理解的清晰在一些细节上描述了前述概念,但是显而易见的是可以在所附权利要求的范围之内实施某些变化和修改。应当指出,实现过程、系统和装置有很多替代方式。因此,本实施例要被认为是说明性的而不是限制性的。
Claims (24)
1.一种用于使用生理数据预测多个人的社会情绪的方法,所述方法包括:
在多个计算设备上接收来自所述多个人的生理数据;
分析所述生理数据,其中所述分析包括预测两个或更多人之间的关联,其中所述关联包括基因关联、家族关联以及社会关联中的一个或多个;
使用所述生理数据确定与这些人的社会情绪有关的指标数据;以及
传送所述指标数据。
2.如权利要求1所述的方法,包括在网络上接收所述生理数据,其中所述计算设备包括服务器。
3.如权利要求1所述的方法,包括使用单个传感器接收来自个人的所述生理数据。
4.如权利要求1所述的方法,包括从具有相互关系的多个人接收。
5.如权利要求1所述的方法,其中,分析所述生理数据包括聚合来自多个人的数据。
6.如权利要求1所述的方法,其中,分析所述生理数据包括考虑当前事件。
7.如权利要求1所述的方法,其中,分析所述生理数据包括考虑个人活动。
8.如权利要求1所述的方法,其中,分析所述生理数据包括考虑个人的身体参数。
9.如权利要求8所述的方法,其中,所述身体参数包括健康状况、年龄、性别、体重、体脂肪率、遗传学、生物测定以及身体位置中的一个或多个。
10.如权利要求1所述的方法,其中,分析所述生理数据包括分析由于外部刺激导致的所述生理数据的变化。
11.一种用于使用生理数据预测两个或更多个人的社会情绪的系统,所述系统包括:
用于存储接收模块、分析模块、指标数据确定模块和传送模块的存储器;以及
用于执行所述接收模块、分析模块、指标数据确定模块和传送模块的处理器,所述处理器适于:
在计算设备上接收来自两个或更多个人的生理数据;
分析所述生理数据,其中所述分析包括预测两个或更多人之间的关联,其中所述关联包括基因关联、家族关联以及社会关联中的一个或多个;
使用所述生理数据确定与所述两个或更多个人的社会情绪有关的指标数据;以及
传送所述指标数据。
12.如权利要求11所述的系统,其中,所述计算设备包括服务器,并且所述生理数据由所述接收模块通过网络接收并由所述传送模块通过网络传送。
13.如权利要求11所述的系统,其中,使用单个传感器从个人接收所述生理数据。
14.如权利要求11所述的系统,其中,使用单个传感器或多个传感器从个人无缝地接收所述生理数据。
15.如权利要求11所述的系统,其中,从具有相互关系的多个人接收所述生理数据。
16.如权利要求11所述的系统,其中,分析所述生理数据包括聚合来自多个人的数据。
17.如权利要求11所述的系统,其中,分析所述生理数据包括考虑当前事件。
18.如权利要求11所述的系统,其中,分析所述生理数据包括考虑个人活动。
19.如权利要求11所述的系统,其中,分析所述生理数据包括考虑个人的身体参数。
20.如权利要求19所述的系统,其中,所述身体参数包括健康状况、年龄、性别、体重、体脂肪率、遗传学、生物测定以及身体位置中的一个或多个。
21.如权利要求11所述的系统,其中,所述指标数据包括预先警告信息。
22.一种用于使用生理数据预测两个或更多个人的社会情绪的装置,所述装置包括:
用于在计算设备上接收来自两个或更多个人的生理数据的部件;
用于分析所述生理数据的部件,其中所述分析包括预测两个或更多人之间的关联,其中所述关联包括基因关联、家族关联以及社会关联中的一个或多个;
用于基于所述生理数据确定与所述两个或更多个人的社会情绪有关的指标数据的部件;以及
用于传送所述指标数据的部件。
23.如权利要求22所述的装置,还包括用于接收全球定位系统坐标并且使用所述坐标连同所述生理数据一起来识别个人的地理位置的部件。
24.一种机器可读介质,其上面存储指令,所述指令在被执行时导致所述机器执行如权利要求1-10中任一项所述的方法。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201261722857P | 2012-11-06 | 2012-11-06 | |
US61/722,857 | 2012-11-06 | ||
US61/722857 | 2012-11-06 | ||
PCT/US2013/068205 WO2014074426A1 (en) | 2012-11-06 | 2013-11-04 | Determining social sentiment using physiological data |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104145272A CN104145272A (zh) | 2014-11-12 |
CN104145272B true CN104145272B (zh) | 2017-11-17 |
Family
ID=50685091
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380004601.3A Expired - Fee Related CN104145272B (zh) | 2012-11-06 | 2013-11-04 | 使用生理数据确定社会情绪 |
Country Status (8)
Country | Link |
---|---|
JP (1) | JP2015502624A (zh) |
KR (1) | KR101617114B1 (zh) |
CN (1) | CN104145272B (zh) |
DE (1) | DE112013000324T5 (zh) |
GB (1) | GB2511978A (zh) |
IN (1) | IN2014CN04566A (zh) |
RU (1) | RU2014126373A (zh) |
WO (1) | WO2014074426A1 (zh) |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016009342A (ja) * | 2014-06-25 | 2016-01-18 | 日本電信電話株式会社 | エリアバースト推定提示装置、エリアバースト推定提示方法及びエリアバースト推定提示プログラム |
US11269891B2 (en) | 2014-08-21 | 2022-03-08 | Affectomatics Ltd. | Crowd-based scores for experiences from measurements of affective response |
US11494390B2 (en) | 2014-08-21 | 2022-11-08 | Affectomatics Ltd. | Crowd-based scores for hotels from measurements of affective response |
US9805381B2 (en) | 2014-08-21 | 2017-10-31 | Affectomatics Ltd. | Crowd-based scores for food from measurements of affective response |
DE102015113931A1 (de) | 2014-08-21 | 2016-02-25 | Affectomatics Ltd. | Berechnung von Nachwirkung aus affektiven Reaktionen |
SG10201407018YA (en) * | 2014-10-28 | 2016-05-30 | Chee Seng Keith Lim | System and method for processing heartbeat information |
DE102016101661A1 (de) | 2015-01-29 | 2016-08-04 | Affectomatics Ltd. | Auf datenschutzüberlegungen gestützte offenlegung von auf der grundlage von messwerten der affektiven reaktion berechneten crowd-basierten bewertungen |
US11232466B2 (en) | 2015-01-29 | 2022-01-25 | Affectomatics Ltd. | Recommendation for experiences based on measurements of affective response that are backed by assurances |
KR101685335B1 (ko) | 2015-05-12 | 2016-12-12 | 대한민국 | 빅데이터 의미 기반 재난 감성분류방법 |
EP3306490A4 (en) * | 2015-05-27 | 2018-12-26 | Sony Corporation | Information processing device, information processing method, and program |
CN105554531A (zh) * | 2015-12-16 | 2016-05-04 | 江苏惠通集团有限责任公司 | 媒体内容推送方法及系统 |
JP6474749B2 (ja) * | 2016-03-10 | 2019-02-27 | 富士フイルム株式会社 | 情報提示方法、情報提示プログラム、及び情報提示装置 |
CN106202860B (zh) * | 2016-06-23 | 2018-08-14 | 南京邮电大学 | 一种情绪调节业务推送方法 |
CN106339668A (zh) * | 2016-08-16 | 2017-01-18 | 信利光电股份有限公司 | 一种虹膜识别方法及虹膜识别系统 |
US11755172B2 (en) * | 2016-09-20 | 2023-09-12 | Twiin, Inc. | Systems and methods of generating consciousness affects using one or more non-biological inputs |
JP6798353B2 (ja) * | 2017-02-24 | 2020-12-09 | 沖電気工業株式会社 | 感情推定サーバ及び感情推定方法 |
JP6798383B2 (ja) * | 2017-03-24 | 2020-12-09 | 沖電気工業株式会社 | データ処理装置、データ処理方法およびプログラム |
CN108538397A (zh) * | 2017-12-23 | 2018-09-14 | 天津国科嘉业医疗科技发展有限公司 | 一种基于粒子滤波模型的流感趋势预测系统及方法 |
JP6872757B2 (ja) * | 2018-06-21 | 2021-05-19 | 日本電信電話株式会社 | 集団状態推定装置、集団状態推定方法及び集団状態推定プログラム |
US11315088B1 (en) | 2018-11-27 | 2022-04-26 | Wells Fargo Bank, N.A. | Geolocation and physiological signals for transaction initiation |
US20200388364A1 (en) * | 2019-06-07 | 2020-12-10 | International Business Machines Corporation | Sentiment Detection Using Medical Clues |
CN111956239A (zh) * | 2020-07-22 | 2020-11-20 | 黄山学院 | 高校辅导员情绪复杂性的测评方法、系统及电子设备 |
JP7205528B2 (ja) * | 2020-11-17 | 2023-01-17 | 沖電気工業株式会社 | 感情推定システム |
EP4006751A1 (en) | 2020-11-27 | 2022-06-01 | Prisma Analytics GmbH | Automated and hardware efficient procedure for representing big data |
EP4006750A1 (en) | 2020-11-27 | 2022-06-01 | Prisma Analytics GmbH | Generating machine readable multi-dimensional parameter sets |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1806252A (zh) * | 2003-06-18 | 2006-07-19 | 松下电器产业株式会社 | 生物学信息利用系统及生物学信息利用方法、程序和记录介质 |
CN101853259A (zh) * | 2009-03-31 | 2010-10-06 | 国际商业机器公司 | 添加和处理带有情感数据的标签的方法和设备 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1606758B1 (en) | 2003-03-21 | 2015-11-18 | Welch Allyn, Inc. | Personal status physiologic monitor system |
JP4604494B2 (ja) * | 2004-01-15 | 2011-01-05 | セイコーエプソン株式会社 | 生体情報解析システム |
EP1871219A4 (en) | 2005-02-22 | 2011-06-01 | Health Smart Ltd | METHODS AND SYSTEMS FOR PSYCHOPHYSIOLOGICAL AND PHYSIOLOGICAL CONTROL AND USES THEREOF |
JP2007114931A (ja) * | 2005-10-19 | 2007-05-10 | Konica Minolta Holdings Inc | 認証装置 |
JP5172167B2 (ja) * | 2006-02-15 | 2013-03-27 | 株式会社東芝 | 人物認識装置および人物認識方法 |
CN101711124A (zh) * | 2007-06-06 | 2010-05-19 | 神经焦点公司 | 使用神经反应测量的多市场节目和广告反应监测系统 |
US8332883B2 (en) * | 2007-10-02 | 2012-12-11 | The Nielsen Company (Us), Llc | Providing actionable insights based on physiological responses from viewers of media |
CN101917898A (zh) * | 2007-10-31 | 2010-12-15 | 埃姆申塞公司 | 对来自观众的生理响应提供分散式收集和集中式处理的系统和方法 |
US20100023300A1 (en) | 2008-07-28 | 2010-01-28 | Charles River Analytics, Inc. | Sensor based monitoring of social networks |
WO2011153318A2 (en) * | 2010-06-02 | 2011-12-08 | Q-Tec Systems Llc | Method and apparatus for monitoring emotion in an interactive network |
BR112012030903A2 (pt) * | 2010-06-07 | 2019-09-24 | Affectiva Inc | método imnplantado por computador para analisar estados mentais, produto de programa de computador e sistema para analisar estados mentais |
US20120124122A1 (en) * | 2010-11-17 | 2012-05-17 | El Kaliouby Rana | Sharing affect across a social network |
US8818981B2 (en) * | 2010-10-15 | 2014-08-26 | Microsoft Corporation | Providing information to users based on context |
US20120130196A1 (en) * | 2010-11-24 | 2012-05-24 | Fujitsu Limited | Mood Sensor |
-
2013
- 2013-11-04 WO PCT/US2013/068205 patent/WO2014074426A1/en active Application Filing
- 2013-11-04 DE DE112013000324.4T patent/DE112013000324T5/de not_active Withdrawn
- 2013-11-04 GB GB1411008.4A patent/GB2511978A/en not_active Withdrawn
- 2013-11-04 JP JP2014549012A patent/JP2015502624A/ja active Pending
- 2013-11-04 RU RU2014126373A patent/RU2014126373A/ru unknown
- 2013-11-04 KR KR1020147017646A patent/KR101617114B1/ko active IP Right Grant
- 2013-11-04 CN CN201380004601.3A patent/CN104145272B/zh not_active Expired - Fee Related
-
2014
- 2014-06-18 IN IN4566CHN2014 patent/IN2014CN04566A/en unknown
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1806252A (zh) * | 2003-06-18 | 2006-07-19 | 松下电器产业株式会社 | 生物学信息利用系统及生物学信息利用方法、程序和记录介质 |
CN101853259A (zh) * | 2009-03-31 | 2010-10-06 | 国际商业机器公司 | 添加和处理带有情感数据的标签的方法和设备 |
Also Published As
Publication number | Publication date |
---|---|
DE112013000324T5 (de) | 2014-08-21 |
RU2014126373A (ru) | 2016-01-27 |
WO2014074426A1 (en) | 2014-05-15 |
CN104145272A (zh) | 2014-11-12 |
KR101617114B1 (ko) | 2016-04-29 |
KR20140097474A (ko) | 2014-08-06 |
IN2014CN04566A (zh) | 2015-09-18 |
GB201411008D0 (en) | 2014-08-06 |
GB2511978A (en) | 2014-09-17 |
JP2015502624A (ja) | 2015-01-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104145272B (zh) | 使用生理数据确定社会情绪 | |
US20230058925A1 (en) | System and method for providing and aggregating biosignals and action data | |
US11663158B2 (en) | Empirical data gathered by ambient computer observation of a person are analyzed to identify an instance of a particular behavior and to respond to its identification | |
US10387898B2 (en) | Crowd-based personalized recommendations of food using measurements of affective response | |
Dwivedi et al. | A generalised adoption model for services: A cross-country comparison of mobile health (m-health) | |
Miller | The smartphone psychology manifesto | |
US8065240B2 (en) | Computational user-health testing responsive to a user interaction with advertiser-configured content | |
US20090112621A1 (en) | Computational user-health testing responsive to a user interaction with advertiser-configured content | |
Akerman et al. | A systematic review of measures of deviant sexual interest and arousal | |
KR20140027072A (ko) | 인지 기능을 평가하는 시스템 및 방법 | |
WO2018120426A1 (zh) | 基于位置服务的个人健康状态评估方法、装置、设备和存储介质 | |
Yannam et al. | Research study and system design for evaluating student stress in Indian Academic Setting | |
Gopalakrishnan et al. | Mobile phone enabled mental health monitoring to enhance diagnosis for severity assessment of behaviours: a review | |
Martinez et al. | A predictive model for automatic detection of social isolation in older adults | |
Gimpel et al. | Design Knowledge on Mobile Stress Assessment. | |
US20220207060A1 (en) | Information processing device and information processing program | |
Fakhry et al. | Tracking coronavirus pandemic diseases using social media: a machine learning approach | |
Stone et al. | New technology and novel methods for capturing health-related data in longitudinal and cohort studies | |
Dao et al. | Mining spatial associations between daily activities and health using EMA–GPS data | |
Muaremi | Wearable sensing of mental health and human behavior | |
Kitts et al. | Social Networks and Computational Social Science1 | |
Brouwer | A user self-reported emotion feedback system | |
CN114971755A (zh) | 信息处理装置、信息处理方法和计算机可读介质 | |
KR20240139496A (ko) | 디지털 표현형을 이용하여 설문지를 선별하는 설문장치 및 설문지 선별방법 | |
Price | Life-logging: value and engagement without goal-setting? |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171117 Termination date: 20211104 |
|
CF01 | Termination of patent right due to non-payment of annual fee |