音乐感知传染分析
1. 调查概述
在音乐感知传染的研究中,采用了传染界面评级调查(CIR)。参与CIR调查的用户会连续收听一系列不同的音乐片段,片段之间没有时间间隔,且这些音乐片段按照预定义的情绪序列排列,例如从积极情绪的片段到消极情绪的片段,或者相反的顺序,像“HappyClip → CalmClip → SadClip”及其相反序列。
2. 数据归一化方法
对于每个音乐片段,调查数据包含用户对各种情绪不同强度的点击的丰富时间结构。研究关注两个方面:一是一个片段对下一个片段情绪感知的影响(片段级分析);二是用户在这类调查中的响应是否存在固有模式(用户级分析)。
为实现这两个目标,需要为每个用户 - 片段对计算各种情绪的统一表示,即归一化表示。具体步骤如下:
1. 计算每个用户对每个片段的总点击次数 (N_{c,u}):
- 假设用户 (u) 对情绪 (x)((x \in {DK, OE, F, A, S, C, W, R, H, E}))点击了 (n_{c,u}^x) 次,则 (N_{c,u} = n_{c,u}^{DK} + n_{c,u}^{OE} + n_{c,u}^{F} + n_{c,u}^{A} + n_{c,u}^{S} + n_{c,u}^{C} + n_{c,u}^{W} + n_{c,u}^{R} + n_{c,u}^{H} + n_{c,u}^{E})。
2. 计算每种情绪的平均强度 (\bar{I} {c,u}^x):
- 设每次点击的强度为 (I {c,u}^x(k))((1 \leq I_{c,u}^x(k) \leq 5) 且 (1 \leq k \leq n_{c,u}^
超级会员免费看
订阅专栏 解锁全文
60

被折叠的 条评论
为什么被折叠?



