SATDM2017

同样，提供对其流媒体平台的语音控制访问的 正在开发一种可以识别用户情绪的语音识别系统。 年， 公司（麻省理工学院媒体实验室的衍生公司）的技术与视频游戏 集成，态体验。 年，法国书店 利用安格斯公司的技术来检测顾客在购物过程中的情绪，并实时提醒员工，在需要时为其提供帮助。 同样在同一年，保险公司 为其呼叫中心尝试了情感计算：当在客户的声音中检测到特定情绪时，员工会收到警报，从而能够进行相应的干预。这使得发起人的净得分和问题解决率分别增加了 和 。 情感计算方法的准确性不断提高，并且正如一些证据表明的那样，有能力超越传统的调查方法。

例如，食品公司 使用 的 技术（根据面部表情识别情绪）来确定消费者对其广告的情绪反应，使他们能够比传统方法更准确地预测短期销售。 苹果和谷歌等国际公司已经投资情感计算，通过为其大规模营销 WhatsApp数据库 应用铺平道路来增强客户体验。 年的市场研究预测，到 年，情感计算行业的价值预计将达到 亿美元，年增长率预计为 。 情感计算和数字技术：人工智能变得情感化 返回索引 潜在的限制和未来的发展年标题投资和营销计划 将信任作为关键的营销资产，公司首先应该问自己：基于情感的个性化如何使享乐主义产品优于功利主义产品？ 因此，有必要确定客户何时以及。



如何从使用实时适应其情绪的产品和服务中获得价值，并且应检查情感计算方法与传统方法相比的预测能力，以便将两者整合到其他的。 员工愿意使用情感计算系统是应用这些技术的先决条件。因此，需要进行研究来确定影响这些系统的接受度和信任度的因素。 对此， 年的一项研究证明了一种称为算法厌恶的现象：在决策情况下，人类不愿意相信算法做出的预测。 此外，研究还应探讨消费者是否同意在与公司互动期间让情感计算系统跟踪他们的情绪。 虽然客户可能会受益，但他们在分析自己的情绪时仍然可能会感到不适。