COMPRENDER
la ciencia detrás de nuestro análisis de emociones
ELABORAMOS NUESTRA TAXONOMÍA
Para reflejar los hallazgos más avanzados en psicología y neurociencia afectiva
Las emociones y los sentimientos humanos son parte de un sistema complejo que aún no se comprende por completo. Se generan por una interacción entre nuestro entorno, el cuerpo y algunas partes más antiguas del cerebro. Las emociones están gobernadas por nuestro cerebro más nuevo y avanzado. Miles de millones de conexiones sinápticas se activan al mismo tiempo creando la maravillosa complejidad de nuestro mundo emocional interior.
¿POR QUÉ CREAR ESTO?
Es cada vez más importante comprender las emociones detrás de las decisiones humanas.
Medir las emociones y sentimientos colectivos que influyen en gran medida en la toma de decisiones humanas es un proceso complejo. Para simplificarlo, creamos HEARTBEAT Ai.
Las emociones básicas están impulsadas por necesidades evolutivas de supervivencia que están integradas en el sistema límbico: miedo, rabia, cuidado, búsqueda, pánico, juego y lujuria. Las emociones, los estados emocionales y los sentimientos secundarios surgen en nuestra conciencia después de haber sido procesados en la neocorteza.
El análisis de texto de emociones de HEARTBEAT Ai se basa en más de 20.000 palabras y frases emocionales
La segmentación de las emociones de los latidos del corazón se diseñó basándose en la clasificación de las emociones del Dr. WG Parrott, un líder de pensamiento global en la clasificación de las emociones con sede en la Universidad de Georgetown.
CÓMO FUNCIONA HEARTBEAT AI
El análisis de texto de emociones de HEARTBEAT Ai utiliza el procesamiento del lenguaje natural (NLP) y taxonomías personalizadas
Para comprender y analizar una amplia gama de emociones, la plataforma Heartbeat HX procesa texto no estructurado que las personas utilizan para describir sus sentimientos conscientes. Nuestro algoritmo toma datos de texto y los convierte en un código binario que representa emociones "detalladas" primarias y secundarias. El algoritmo es único en su capacidad para codificar datos a nivel granular más allá del sentimiento.
La rica taxonomía fue desarrollada internamente por el equipo HEARTBEAT Ai
No utilizamos fuentes colectivas como otras taxonomías similares. La taxonomía de Heartbeat es la más completa del mundo en términos de la cantidad de emociones detalladas incluidas.
TIPOS DE ANÁLISIS EMOCIONAL:
Análisis de emociones de texto no estructurado
Tome datos de texto y analice palabras para determinar las emociones subyacentes de los usuarios.
Los pros y los contras de usar datos de texto para analizar palabras para determinar las emociones subyacentes de los usuarios:
Ventajas: Los algoritmos complejos pueden erradicar las emociones subyacentes incrustadas en lo que alguien ha dicho o escrito. No se trata de un simple análisis de sentimientos positivos / negativos o de obtener comentarios favorables / negativos. Desarrollar un algoritmo, construir un léxico, seleccionar una categoría en particular y usar herramientas de aprendizaje automático para desenterrar las emociones subyacentes incrustadas en nuestro lenguaje. Este enfoque se puede lograr en tiempo real, a escala y utilizando cualquier fuente de texto no estructurado.
Contras: La construcción inicial de taxonomías globales es difícil y requiere mucho tiempo.
Afortunadamente, nos ocupamos de los contras construyéndolo para usted.
Enfoque de encuesta tradicional
Nos dice cómo pensamos que nos sentimos.
Los pros y los contras de cómo pensamos y sentimos:
Ventajas: El enfoque tradicional de la encuesta consiste en pedir directamente a los encuestados que califiquen o califiquen sus sentimientos en algún tipo de escala. La encuesta es fácil de implementar y económica.
Contras: Dado que no conocemos conscientemente nuestros sentimientos, este enfoque está lejos de ser perfecto, ya que viola la premisa fundamental de la separación entre el pensamiento y el sentimiento al pedirle a la gente que piense sobre sus sentimientos.
Evaluación física directa
Son ideales para pruebas a pequeña escala.
Los pros y los contras de las pruebas físicas:
Ventajas: las reacciones autónomas miden respuestas neurológicas y fisiológicas, como los latidos del corazón y las ondas cerebrales. Excelente para pruebas a pequeña escala de cómo reaccionan las personas a una amplia gama de estímulos, incluidas ideas, conceptos, experiencias, anuncios y más.
Contras: Evita la necesidad de pedir a las personas que piensen y expresen sus sentimientos. La articulación de los sentimientos es vital para comprender la diferencia entre sentimientos conscientes e inconscientes.
Medición inferencial (implícita)
Mide los sentimientos viscerales de los encuestados.
Los pros y los contras de medir los sentimientos viscerales del encuestado:
Ventajas: las pruebas de asociación implícita (IAT) generalmente se basan en la velocidad con la que las personas responden preguntas sobre la asociación entre dos temas para medir la fuerza de los sentimientos de alguien.
Contras: puede medir las asociaciones que se obtienen del conocimiento cultural en lugar de las asociaciones que residen realmente dentro de una persona. Son bastante sensibles al contexto social y pueden resultar en ciertos tipos de sesgos.