Разработка эмоциональной интеллектуальной системы поддержки принятия решений в задаче выбора мероприятий долгосрочной перспективы

Аннотация


Исследуется проблема персонализированного выбора вида деятельности человека на основе сопоставления с его эмоциональным состоянием в текущий момент времени. Гипотеза исследования заключается в том, что выбор наиболее релевантного вида деятельности в соответствии с эмоциональным состоянием в текущий момент времени повысит эффективность профессиональной деятельности в долгосрочной перспективе. Приводятся результаты обзора зарубежных и отечественных источников в области разработки систем поддержки принятия решений, основанных на использовании эмоционального интеллекта в профессиональной деятельности. Широкий спектр возможностей использования эмоционального интеллекта при принятии рациональных решений в профессиональной деятельности и недостаточно детальное исследование вопросов распознавания и использования текущего эмоционального состояния для организации грамотного подхода к выполнению мероприятий долгосрочной перспективы определили тему и цель исследования. Предложена обобщенная модель поддержки принятия решений в профессиональной деятельности, основанная на использовании эмоционального интеллекта, предназначенная для выбора наиболее подходящего занятия из запланированного списка мероприятий долгосрочной перспективы в зависимости от текущего эмоционального состояния. Для решения задачи классификации эмоциональных состояний по изображениям лиц людей использовалась модель распознавания FaceNet из библиотеки DeepFace. Для решения задачи классификации мероприятий различного вида деятельности из запланированного списка долгосрочной перспективы по эмоциональным состояниям применен алгоритм построения дерева решений. Выбор модели и алгоритма обусловлен высокой степенью точности получаемых решений. Разработана программа, позволяющая автоматизировать процедуру распознавания эмоциональных состояний по фотографиям и рекомендации мероприятий для выбора наиболее подходящего занятия из запланированного списка мероприятий долгосрочной перспективы в зависимости от текущего эмоционального состояния.

Полный текст

5

Об авторах

С. Т Дусакаева

Оренбургский государственный университет

Список литературы

  1. Goleman, D. Emotional intelligence: why it can matter more than IQ / D. Goleman. – New York: Bantam Books, 1995. – XIV. – 352 p.
  2. Mayer, J.D. Clarifying concepts related to emotional intelligence: a proposed glossary / J.D. Mayer, J. Ciarrochi // Emotional intelligence in everyday life. – 2nd ed. – New York, 2006. – P. 261–267.
  3. Гоулман, Д. Эмоциональный интеллект. Почему он может значить больше, чем IQ / Д. Гоулман. – 6-е изд. – М.: Манн, Иванов и Фербер, 2018. – 544 с.
  4. Фишер, Р. Эмоциональный интеллект в переговорах / Р. Фишер, Д. Роджер. – М.: Манн, Иванов и Фербер, 2015. – 336 с.
  5. Готтман, Д. Эмоциональный интеллект ребенка. Практическое руководство для родителей / Д. Готтман, Д. Деклер. – М.: Манн, Иванов и Фербер, 2015. – 288 с.
  6. Шабанов, С. Эмоциональный интеллект. Российская практика / С. Шабанов, А. Алешина. – 6-е изд. – М.: Манн, Иванов и Фербер, 2019. – 432 с.
  7. Шингаев, С.М. Эмоциональный интеллект как важное качество лидера в образовании / С.М. Шингаев, И.К. Симагина, И.В. Нырова // Герценовские чтения: психологические исследования. – 2020. – № 3. – С. 640–647.
  8. Шингаев, С.М. Психолого-акмеологический подход к формированию стрессоустойчивости менеджеров / С.М. Шингаев // Акмеология. – 2007. – № 4 (24). – С. 94–104.
  9. Андреева, И.Н. Эмоциональный интеллект и эмоциональная креативность: специфика и взаимодействие / И.Н. Андреева. – Новополоцк: Полоц. гос. ун-т, 2020. – 356 с.
  10. Бреслав, Г.М. Психология эмоций: учеб. пособие / Г.М. Бреслав. – М.: Академия, 2004. – 541 с.
  11. Задача создания системы автоматизированного распознавания эмоций Заболеева / А.В. Зотова, Ю.А. Орлова, В.Л. Розалиев, А.С. Бобков // Материалы Международной научно-технической конференции OSTIS-2012. – 2012. – С. 347–350.
  12. Девятков, В.В. Распознавание манипулятивных жестов / В.В. Девятков, А.Н. Алфимцев // Вестник МГТУ им. Н.Э.Баумана. Сер. Приборостроение. – 2007. – Т. 68, № 3. – С. 56–75.
  13. Emotional State Recognition Based on the Motion and Posture / А.S. Bobkov, A.V. Zaboleeva-Zotova, U.A. Orlova, V.L. Rozaliev // Operations Research and Data Mining, ORADM-2012: the Workshop, March 12–14, 2012, Cancun, Mexico / Cancun Center for Continuous Education of the National Politechnic Institute (IPN). – Cancun, 2012. – P. 161–169.
  14. Канеман, Д. Принятие решений в неопределенности: правила и предубеждения / Д. Канеман, П. Словик, А. Тверски. – Харьков: Гуманитарный центр, 2015. – 632 с.
  15. Van den Stock, J. B. Body expressions influence recognition of emotions in the face and voice / J. Van den Stock, R. Righart, B. De Gelder // Emotion. – 2007. – № 7. – P. 487–494.
  16. Coulson, М. Attributing emotion to static body postures: Recognition accuracy, confusions, and viewpoint dependence / М. Coulson // Nonverbal Behavior. – 2004. – № 28. – P. 117–139.
  17. Шеванов, Д.О. Эмоциональный интеллект в системе поддержки принятия решений / Д.О. Шеванов // Управление в России: проблемы и перспективы. – 2020. – № 6. – С. 70–77.
  18. Богданова, Д.Р. Поддержка принятия решений при оказании персонализованных услуг с применением эмоционального искусственного интеллекта / Д.Р. Богданова, В.А. Котельников, А.Р. Юламанова // Автоматизация и моделирование в проектировании и управлении – 2023. – № 1(19). – С. 51–62.
  19. Пирожкова, В.О. Влияние эмоционального интеллекта на соревновательную надежность спортсменов и их способность к произвольной саморегуляции поведения / В.О. Пирожкова // Прикладная психология. – 2013. – № 4. – С. 79–83.
  20. Родина, Е.А. Влияние эмоционального интеллекта на экономические результаты деятельности предприятия / Е.А. Родина // Материалы Всероссийской научно-практи¬чес-кой конференции «Турбулентность и высшее образование: вызовы, решения и преодоление кризиса». – М., 2022. – С. 273–276.
  21. Фаустова, К.И. Нейронные сети: применение сегодня и перспективы развития / К.И. Фаустова // Территория науки. – 2017. – № 4. – С. 83–87.
  22. Фреймворк DeepFace для Python: сайт [Электронный ресурс]. – URL: https://www.kaggle.com/code/serengil/deepface-framework-for-python/ (дата обращения: 05.08.2024).
  23. Флах, П. Машинное обучение / П. Флах. – М.: ДМК Пресс, 2015. – 400 с.
  24. Labelled Faces in the Wild (LFW) Dataset: сайт [Электронный ресурс]. – URL: https://www.kaggle.com/datasets/jessicali9530/lfw-dataset/code (дата обращения 02.07.2024).

Статистика

Просмотры

Аннотация - 36

PDF (Russian) - 38

Ссылки

  • Ссылки не определены.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах