Not logged in.
Quick Search - Contribution
Contribution Details
| Type | Master's Thesis |
| Scope | Discipline-based scholarship |
| Title | Development of an Affective Personal Information System to Support Knowledge Workers |
| Organization Unit | |
| Authors |
|
| Supervisors |
|
| Language |
|
| Institution | University of Zurich |
| Faculty | Faculty of Business, Economics and Informatics |
| Number of Pages | 50 |
| Date | 2019 |
| Abstract Text | Emotions have an impact on many aspects of our lives like productivity, well-being, learning, an many more. The ability for computing systems and applications to recognize, interpret, and adapt to these emotions has gained significant importance over the past decades and therefore, the multidisciplinary research field Affective Computing emerged. Tools developed in the do- main try to recognize emotions in real time, provide affect awareness with visualizations, and support the users to interpret and regulate emotions and emotion-motivated behavior with feed- back interventions. This thesis is focusing on supporting specifically knowledge workers with the development of such an Affective System that increases their affect awareness and intervenes when their mood gets negative. This Affective System was implemented by extending the existing personal infor- mation system PersonalAnalytics. We were able to show that it is possible to recognize emotions via facial expression analysis in a minimally invasive way. We further designed and developed multiple visualizations with different levels of abstraction to provide knowledge workers with the best overview of emotions and how they connect to their tasks. Finally, affective feedback interventions were developed, with the aim to increase their mood towards the positive. To do that, a set of interventions triggered based on different rules was created. We were able to show that these interventions increased the mood. With this affective extension of PersonalAnalyt- ics, we can support knowledge workers to reflect on, interpret and regulate their emotions and emotion-motivated behavior. |
| Zusammenfassung | Emotionen haben einen grossen Einfluss auf unser Leben und beeinflussen beispielsweise unsere Produktivität, das Wohlsein, die Fähigkeit zu lernen, und viele andere Bereiche. Für Computeranlagen und Applikationen wurde es daher in den letzten Jahrzehnten immer wichtiger, die Emotionen ihrer Nutzer zu erkennen, deuten, und auf sie zu reagieren. Daraus hat sich das multidisziplinäre Forschungsfeld Affective Computing ergeben, das sich damit beschäftigt, Tools zu entwickeln die Emotionen erkennen, visualizieren, und auch intervenieren wenn unerwünschte Emotionen gezeigt werden. Dies gibt Nutzern die Möglichkeit, ihre Emotionen und mögliches Verhalten das von den Emotionen beeinflusst ist zu reflektieren, interpretieren, und regulieren. Diese Masterarbeit beschäftigt sich damit, speziell Knowledge Worker zu unterstützen. Dafür wurde ein affectives System entwickelt, das die existierende Applikation PersonalAnalytics weiter entwickelt. Das System soll das Bewusstsein der Knowledge Worker bezüglich ihrer Emotionen stärken und ihnen helfen, die Emotionen zu verstehen und zu regulieren. Zusätzlich dazu soll das System dabei helfen zu vermeiden, dass die Gemütslage der Nutzer zu negative wird. Das entwickelte System hat die Emotionen minimal invasiv dank Erkennung der Gesichtszüge über die Kamera des Computers der Nutzer klassifiziert. Emotionen und Korrelationen zwischen Emotionen und Tätigkeiten wurden mit verschiedenen Darstellungen visualisiert. Zudem wurde ein Set an Interventionen kreiert und basierend auf die aktuelle Gemütslage des Nutzers wurden verschiedene dieser Interventionen ausgelöst. Wir konnten zeigen, dass Interventionen dabei helfen die Gemütslage der Nutzer ins Positive zu verbessern. |
| PDF File |
Download
|
| Export |
BibTeX
|