眼动追踪情绪识别数据集Eye-TrackingEmotionRecognitionDataset-basmamounir
数据来源：互联网公开数据
标签：眼动追踪, 情绪识别, 生物特征, 数据分析, 机器学习, 情感计算, 行为分析, 深度学习
数据概述：
该数据集包含来自眼动追踪实验的数据，记录了参与者在观看刺激内容时的眼动信息，并结合了情绪标签。主要特征如下：
时间跨度：数据未标明具体时间，可视为静态数据集。
地理范围：数据来源未明确，但可用于通用情绪识别研究。
数据维度：包括"id"（样本编号），"label"（情绪类别标签），"polarity"（情绪极性），以及136个眼动追踪特征（从0到135），这些特征可能包括注视点坐标、注视时长、瞳孔直径等。
数据格式：CSV格式，文件名为EOG_dataset_2.csv，便于数据分析和模型构建。
来源信息：数据来源可能为学术研究或公开实验，具体来源信息未提供。该数据集适用于情绪识别、行为分析等研究。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于情感计算、人机交互等领域的研究，如基于眼动数据的自动情绪识别、情绪状态分析等。
行业应用：可为心理学、广告营销、用户体验设计等行业提供数据支持，如评估广告对用户情绪的影响、优化产品设计等。
决策支持：支持在情绪相关的决策制定中应用，例如在教育领域中个性化学习方案的制定。
教育和培训：作为机器学习、数据分析、情感计算相关课程的实训素材，帮助学生理解和应用眼动数据。
此数据集特别适合用于探索眼动特征与情绪状态之间的关系，为构建情绪识别模型提供数据基础，以实现对用户情绪状态的智能化分析和预测。
