We discuss a preliminary investigation on the feasibility of inferring traits of social participation from the observable behaviour of individuals involved in dyadic interactions. Trait inference relies on a stochastic model of the dynamics occurring in the individual core affect state-space. Results obtained on a publicly available interaction dataset are presented and examined.

Social traits from stochastic paths in the core affect space / G. Boccignone, V. Cuculo, A. D'Amelio, R. Lanzarotti - In: PervasiveHealth'19 : ProceedingsPrima edizione. - [s.l] : ACM, 2019. - ISBN 9781450361262. - pp. 314-319 (( Intervento presentato al 13. convegno EAI International Conference on Pervasive Computing Technologies for Healthcare tenutosi a Trento nel 2019.

Social traits from stochastic paths in the core affect space

G. Boccignone
Primo
Membro del Collaboration Group
;
V. Cuculo
Secondo
Membro del Collaboration Group
;
A. D'Amelio
Penultimo
Membro del Collaboration Group
;
R. Lanzarotti
Ultimo
Membro del Collaboration Group
2019

Abstract

We discuss a preliminary investigation on the feasibility of inferring traits of social participation from the observable behaviour of individuals involved in dyadic interactions. Trait inference relies on a stochastic model of the dynamics occurring in the individual core affect state-space. Results obtained on a publicly available interaction dataset are presented and examined.
HCI; social behaviour; affective computing; emotions; prediction
Settore ING-INF/05 - Sistemi di Elaborazione delle Informazioni
Settore INF/01 - Informatica
The European Alliance for Innovation (EAI)
Book Part (author)
File in questo prodotto:
File Dimensione Formato  
Social traits from stochastic paths in the core affect space.pdf

accesso riservato

Tipologia: Post-print, accepted manuscript ecc. (versione accettata dall'editore)
Dimensione 883.01 kB
Formato Adobe PDF
883.01 kB Adobe PDF   Visualizza/Apri   Richiedi una copia
p314-boccignone.pdf

accesso riservato

Tipologia: Publisher's version/PDF
Dimensione 930.08 kB
Formato Adobe PDF
930.08 kB Adobe PDF   Visualizza/Apri   Richiedi una copia
Pubblicazioni consigliate

Caricamento pubblicazioni consigliate

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/2434/652437
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus 0
  • ???jsp.display-item.citation.isi??? 1
social impact