基于AI情绪识别技术的线上心理咨询平台互动效果 及用户满意度评估
摘要
为提高线上心理咨询平台互动质量和用户满意度,本文提出一种基于多模态AI情感识别的评估模型。使用
语音、文本和面部表情的融合技术来构建情绪变化感知模型(Emotional Change Index,ECI)。结合四维满意度指标
(RT、ERA、ICM、UFS),设计满意度评估函数(USI),并对该模型进行仿真测试和7日的实际测量分析。结果表
明情绪识别准确率由75%提升至96%,平台响应时间平均缩短至0.9秒,用户满意度评分由3.8升至4.9,验证所提模
型在心理干预场景下的实用性与效果。研究为智能心理服务系统的开发提供一条可靠技术路径。
语音、文本和面部表情的融合技术来构建情绪变化感知模型(Emotional Change Index,ECI)。结合四维满意度指标
(RT、ERA、ICM、UFS),设计满意度评估函数(USI),并对该模型进行仿真测试和7日的实际测量分析。结果表
明情绪识别准确率由75%提升至96%,平台响应时间平均缩短至0.9秒,用户满意度评分由3.8升至4.9,验证所提模
型在心理干预场景下的实用性与效果。研究为智能心理服务系统的开发提供一条可靠技术路径。
关键词
AI情绪识别;满意度评估;多模态交互;心理干预平台
全文:
PDF参考
[1]胡心约,张恬路,李英武.基于AI的情绪识别在
组织中的实践:现状、未来和挑战[J].中国人力资源开
发,2022,39(01):57-70.
[2]卢婧华,杨睿,奚铭霞,袁中果.对话中的情绪
智能与自我认知[J].中小学信息技术教育,2024(7):
12-15.
[3]廖波光,韦彬贵.“AI+RPA”模式下高职院校心
理咨询与预警云平台建设研究[J].中国多媒体与网络教学
学报(中旬刊),2023(7):5-8.
[4]Gentzel,M. Two Major Problems with Face
Recognition and Related Technologies: A Commentary
on‘Does a Face Speak for Itself? Emotion Recognition
Technologies and Explainable AI’[J]. Philosophy &
Technology, 2025, 38 (2): 79-79.
[5]Chaudary E, Khan A S, Mumtaz W. EEG-CNNSouping: Interpretable emotion recognition from EEG signals
using EEG-CNN-souping model and explainable AI [J].
Computers and Electrical Engineering, 2025, 123 (PC):
110189-110189.
Refbacks
- 当前没有refback。