摘要
一种基于可穿戴设备与机器学习的步行街游客情感体验评估方法,属于智能旅游数据分析技术领域。首先,获取游客实时数据生成数据集;其次,对数据集进行预处理,分离出情绪唤醒相关信号,并进行基线标准化识别情绪唤醒的高点;第三,将生理变化值与实时位置数据通过时间同步结合,生成情感地图。第四,形成街道环境要素库,对每个环境变量进行量化。最后,使用机器学习,分析街道环境要素对游客情感唤醒的影响;输出各环境要素的重要性得分,确定高重要性环境要素。本发明能够实时、准确地评估游客在步行街中的情感体验,克服了传统方法依赖主观评价的局限性;通过机器学习模型能够精准识别影响游客情绪的关键环境因素,具有较高的可推广性。
技术关键词
体验评估方法
可穿戴设备
核密度估计方法
生成数据集
识别情绪
可穿戴传感器
生理
实时位置
GPS设备
高斯核函数
机器学习模型训练
实时数据
地图
基线
交叉验证方法
街道布局
数据分析技术
系统为您推荐了相关专利信息
健康风险预测方法
集成学习框架
可穿戴设备
医学影像数据
静态特征
运动交互方法
虚拟对象
运动检测
图像投影
交互动作
生成数据集
排放预测方法
节点
模型预测值
碳排放预测技术