21.5 Modelling Affective StateWhen

21.5 Modelling Affective State
When recommending to a group of people, you cannot give everybody what they like all of the time. However, you do not want anybody to get too dissatisfied. For instance, in a shop it would be bad if a customer were to leave and never come back, because they really cannot stand the background music. Many shops currently opt to play music that nobody really hates, but most people not love either. This may prevent loosing customers, but would not result in increasing sales. An ideal shop would adapt the music to the customers in hearing range in such a way that they get songs they really like most of the time (increasing the likelihood of sales and returns to the shop). To achieve this, it is unavoidable that customers will occasionally get songs they hate, but this should happen at a moment when they can cope with it (e.g. when being in a good mood because they loved the previous songs). Therefore, it is important to monitor continuously how satisfied each group member is. Of course, it would put an unacceptable burden on the customers if they had to rate their satisfaction (on music, advertisements etc) all the time. Similarly, measuring this satisfaction via sensors (such as heart rate monitors or facial expression recognizers) is not yet an option, as they tend to be too intrusive, inaccurate or expensive. So, we propose to model group members’ satisfaction; predicting it based on what we know about their likes and dislikes.

Results (Thai) 1:

21.5 สถานะผลการสร้างแบบจำลองเมื่อแนะนำให้กับกลุ่มบุคคล คุณไม่สามารถให้ทุกคนที่พวกเขาต้องการตลอดเวลาได้ อย่างไรก็ตาม คุณไม่ต้องการใครจะเกินพอ ตัวอย่าง ในร้าน มันจะเสียลูกค้าได้ปล่อย และไม่กลับมา เพราะพวกเขาจริง ๆ ไม่ยืนเพลง ร้านค้าจำนวนมากในปัจจุบันเลือกที่จะเล่นเพลงที่ไม่มีใครเกลียดจริง ๆ แต่คนส่วนใหญ่ไม่ชอบอย่างใดอย่างหนึ่ง นี้อาจป้องกันไม่ให้ปรึกษาลูกค้า แต่จะไม่มีผลในการเพิ่มยอดขายได้ เป็นร้านที่เหมาะจะปรับเพลงให้ลูกค้าในช่วงการได้ยินในลักษณะที่พวกเขาได้รับเพลงที่พวกเขาชอบมากที่สุดของเวลา (เพิ่มโอกาสของการขายและส่งคืนทางร้าน) เพื่อให้บรรลุนี้ จึงหลีกเลี่ยงไม่ได้ที่ลูกค้าจะได้รับเพลงที่พวกเขาเกลียดชังบางครั้ง แต่นี้จะเกิดขึ้นในขณะที่เมื่อพวกเขาสามารถรับมือกับมัน (เช่นเมื่อมีอารมณ์ดี เพราะพวกเขารักเพลงก่อนหน้านี้) ดังนั้น จึงเป็นสิ่งสำคัญในการตรวจสอบอย่างต่อเนื่องเป็นสมาชิกแต่ละกลุ่มพอใจวิธี แน่นอน มันจะวางภาระไม่สามารถยอมรับกับลูกค้าถ้ามีอัตราความพึงพอใจ (ในเพลง โฆษณาฯลฯ) ตลอดเวลา ในทำนองเดียวกัน วัดความพึงพอใจนี้ผ่านเซ็นเซอร์ (เช่นตรวจสอบอัตราการเต้นหัวใจหรือตัวช่วยจำสีหน้า) ยังไม่ตัวเลือก ตามที่พวกเขามีแนวโน้มที่จะเกินรำคาญ ไม่ถูกต้อง หรือมีราคาแพง ดังนั้น เราเสนอแบบความพึงพอใจของสมาชิกกลุ่ม คาดการณ์จะขึ้นอยู่กับสิ่งที่เรารู้เกี่ยวกับพวกเขาชอบ และไม่ชอบ

Results (Thai) 2:

21.5 การสร้างแบบจำลองที่ส่งผลต่อรัฐ
เมื่อแนะนำไปยังกลุ่มคนที่คุณไม่สามารถให้ทุกคนสิ่งที่พวกเขาต้องการตลอดเวลา แต่คุณไม่ต้องการให้ใครไม่พอใจที่จะได้รับมากเกินไป ยกตัวอย่างเช่นในร้านมันจะไม่ดีถ้าเป็นลูกค้าที่จะออกและไม่กลับมาเพราะมันไม่สามารถยืนเพลงพื้นหลัง ร้านค้าจำนวนมากในขณะนี้เลือกที่จะเล่นเพลงที่ไม่มีใครเกลียดจริงๆ แต่คนส่วนใหญ่ไม่ได้รักอย่างใดอย่างหนึ่ง นี้อาจป้องกันไม่ให้สูญเสียลูกค้า แต่จะไม่ส่งผลในการเพิ่มยอดขาย ร้านที่เหมาะจะปรับตัวเข้ากับเพลงให้กับลูกค้าในช่วงการได้ยินในลักษณะที่ว่าพวกเขาได้รับเพลงที่พวกเขาชอบมากที่สุดของเวลา (การเพิ่มโอกาสในการขายและการให้ผลตอบแทนกับทางร้าน) เพื่อให้บรรลุนี้มันเป็นสิ่งที่หลีกเลี่ยงไม่ได้ว่าลูกค้าจะได้รับเป็นครั้งคราวเพลงพวกเขาเกลียดชัง แต่นี้ควรเกิดขึ้นในช่วงเวลาที่พวกเขาสามารถรับมือกับมัน (เช่นเมื่ออยู่ในอารมณ์ที่ดีเพราะพวกเขารักเพลงก่อนหน้านี้) ดังนั้นจึงเป็นสิ่งสำคัญในการตรวจสอบอย่างต่อเนื่องว่ามีความพึงพอใจของสมาชิกแต่ละกลุ่มคือ แน่นอนมันจะทำให้ภาระของลูกค้าที่ยอมรับไม่ได้ถ้าพวกเขาให้คะแนนความพึงพอใจของพวกเขา (เพลงโฆษณา ฯลฯ ) ตลอดเวลา ในทำนองเดียวกันการวัดความพึงพอใจนี้ผ่านทางเซ็นเซอร์ (เช่นจอภาพอัตราการเต้นหัวใจหรือการแสดงออกทางสีหน้า recognizers) ยังไม่ได้ตัวเลือกที่พวกเขามีแนวโน้มที่จะล่วงล้ำเกินไปที่ไม่ถูกต้องหรือมีราคาแพง ดังนั้นเราได้นำเสนอรูปแบบความพึงพอใจของสมาชิกในกลุ่ม '; ทำนายมันขึ้นอยู่กับสิ่งที่เรารู้เกี่ยวกับการชอบและไม่ชอบของพวกเขา

Results (Thai) 3:

งอารมณ์แบบรัฐ
เมื่อแนะนำให้กับคนกลุ่มนี้ คุณไม่สามารถให้ทุกคนสิ่งที่พวกเขาต้องการได้ตลอดเวลา แต่คุณไม่ต้องการให้ใครได้รับก็ไม่พอใจ ตัวอย่างเช่น ในร้าน มันคงไม่ดี ถ้าลูกค้าไป และไม่เคยกลับมา เพราะพวกเขาไม่สามารถยืนเพลงพื้นหลัง ร้านค้าจำนวนมากในปัจจุบันเลือกที่จะเล่นเพลงที่ไม่มีใครจริงๆชอบแต่คนส่วนใหญ่ไม่ชอบเหมือนกัน นี้อาจป้องกันการสูญเสียลูกค้า แต่จะไม่ส่งผลในการเพิ่มยอดขาย ร้านที่เหมาะจะปรับดนตรีให้กับลูกค้าในช่วงการได้ยินในลักษณะที่พวกเขาได้รับเพลงที่พวกเขาชอบส่วนใหญ่ของเวลา ( การเพิ่มโอกาสของการขาย และส่งกลับไปที่ร้าน ) เพื่อให้บรรลุนี้มันเป็นเรื่องที่หลีกเลี่ยงไม่ได้ที่ลูกค้าบางครั้งจะได้เพลงที่พวกเขาเกลียด แต่นี้จะเกิดขึ้นในช่วงเวลาที่พวกเขาสามารถรับมือกับมัน เช่น เมื่ออยู่ในอารมณ์ที่ดี เพราะพวกเขารักเพลงก่อนหน้านี้ ) ดังนั้นจึงเป็นสิ่งสำคัญที่จะตรวจสอบอย่างต่อเนื่องว่าพอใจ แต่ละกลุ่มมีสมาชิก . แน่นอนจะวางภาระที่รับไม่ได้กับลูกค้าว่าพวกเขามีคะแนนความพึงพอใจ ( เพลงโฆษณาฯลฯ ) ตลอดเวลา ในทำนองเดียวกันการวัดความพึงพอใจนี้ผ่านเซ็นเซอร์ ( เช่นจอภาพอัตราการเต้นของหัวใจหรือ recognizers สีหน้า ) คือยังไม่ได้ตัวเลือกเช่นที่พวกเขามีแนวโน้มที่จะไปก้าวก่าย ไม่ถูกต้อง หรือราคาแพง เราจึงเสนอเพื่อความพึงพอใจของสมาชิกกลุ่มแบบจำลองทำนายมันขึ้นอยู่กับสิ่งที่เรารู้เกี่ยวกับการชอบและไม่ชอบ