理解需求，挖掘情感

马斯洛理论把需求分成 生理需求、安全需求、爱和归属感、尊重和自我实现 五类，在当前互联网大发展时期，随着基本需求的慢慢饱和，越来越多的人追求个人情感方面的满足，从工具产品到社交产品，无一不满足了使用者的某些情感，美图满足了用户的爱美虚荣，知乎满足了用户与他们分享，被人认同的心理理解需求，挖掘情感及其重要。

1需求

身处互联网，接触到最多的估计就是需求了，登陆注册离不开需求；购买东西离不开需求；看视频离不开需求；保存文档依然还是需求任何人都能讲出需求。何为需求？简单理解就是生活中还有一些事物未满足一类人，于是便产生了需求。而这个需求的群体必须有一定规模，不然并没有经济效益。如果产品都没有满足用户的需求，又何必希望有用户来使用。

而针对需求的分析将其总结成6个关键词：

who ， when ， where ， what ； how  and  why 。

即什么人（一定数量群体）在什么时间，什么场景下做了一件什么事；是通过什么方式实现的，以及为什么要做这件事。若是已经上线的产品，可以根据该原则还原下产品的使用场景，优化其中不适合使用的部分，不断迭代直至满足用户需求；若只是心中有个概念，可以通过该方法发现用户还未得到满足的需求目前是怎么进行操作的，从而生产出自己的产品，从0到1。

以之前比较火的直播类产品为例还原场景：

小明（90后代表）在下班回家后，大概晚上89点钟的时候，在洗完澡吹完头发后舒服地躺在床上用ipad通过某直播应用打开了他最喜欢看的某游戏主播的直播间，看着该主播打游戏并时不时发了些弹幕。而主播正巧看到了小明的弹幕也会进行相应互动。

那为什么小明要看直播呢？因为小明喜欢这个主播的直播，且前提是该直播平台还有很多其他的主播。

2多问几个“为什么”

如果问“为什么”只得到喜欢这个主播直播的答案，那么该需求并没有深入到点上，因为还有那么多的直播为什么偏偏看这一个呢？为什么只有这个主播直播满足了小明。

所以我建议多问几个为什么：

1问：为什么小明要看直播？

答：因为喜欢这个主播的直播。

2问：为什么小明喜欢这个主播的直播呢？

答：因为这个主播和小明玩的是一款游戏。

3问：那为什么小明不看其他主播呢？

答：因为这个主播和观众互动特别有意思。

4问：为什么会觉得有意思呢？

答：因为小明也能发弹幕。

5问：为什么小明要发弹幕呢？

答：因为互动让小明得到了认同。

因此现在我们知道了，希望得到认同才是小明的真实情感需求。不是直播满足了需求，而是直播能让小明得到认同（前提是直播的内容感兴趣）。所以得到认同才是小明使用该直播产品和看该主播的最本质的动机。当该主播是以美女主播为开头，内容为热舞时，可能最后的结论是偏欲望方面的（在意一些偏性的点）或者是炫耀方面的（给主播发大礼物）。

如果此时有某一产品（并不一定是直播）能够更加满足小明得到认同的心理，我们只需要小小的诱导，就能让小明从原有的直播平台离“家”出走。说到底小明有时孤独的内心需要和他人互动。

3不同的情感

打开直播类的应用，你会发现直播的内容有游戏、活动、体育和舞蹈等等；每个直播间里面又可以发弹幕、送礼物，根据送的礼物贵重程度在主播界面上有不同的显示，且还能让其他用户看见。无论是多类内容还是各种功能，究其根本都是为了满足用户的某种情感。同时内容和多功能间的配合，可以满足用户内心的多个情感。

情感可以分成三个种类

第一种： 追求快乐，逃避痛苦 ；第二种： 追求希望，逃避恐怖 ；第三种： 追求认同，逃避排斥 。

该直播平台，首先从内容上，同一款游戏，抓住了小明的兴趣；其次小明可以通过发弹幕和主播、其他用户产生互动，得到认同。而弹幕的屏蔽机制，一方面是控制正当言论；另一方面也可以防止人身攻击类言论降低用户的被认同感。当然如果小明是个土豪，也能从送礼物中看到炫耀的情感。

因此产品设计上要抓住使用者的情感动机，内容上要多重多样，如Instagram照片类型各不相同，不同类型的照片可以引起不同类别用户的兴趣；功能上要有针对性，如facebook的点赞评论，满足了用户被认同和炫耀的心理，无论是自己点赞他人还是被他人点赞。

总结

为解决用户急切的心理，因此才从“我要一只更快的马”思维定式中跳出，生产出了车甚至是现在的飞行工具，因为快才是这些工具的本质，而不是“更快的马”。产品设计的原则要根据用户的真实需求，而用户的真实需求背后总会涉及到对应的一种甚至是多种情感。只有明白了用户的真实情感，才能更好的把握需求，以满足情感为前提下设计出对应的功能，让每个功能做到有理有据。并且才能知道为什么用户不用你的产品？为什么用户会用你的产品？

情感分类是与情绪情感有关问题的归类；情感分析是对情感情绪问题的见解与认识。

《计算机科学》 2010年07期

情感分析与认知 李维杰

摘要：分析了情感分析的3个主要步骤,包括文本情感获取与表达、文本情感分类与计算以及文本情感分析的应用。情感分析得到的结论主要是对相关观点的摘要、对相关事件态度的预测或者统计等,但这些结论都没有发挥文本情感在认知中的作用。为了将情感分析应用于认知科学,提出了情感由情感信号和情感实体组成的观点。情感信号主要是指情感的一些形式载体,比如心跳加速、脸红等这些人体内外的某些表现,表达情感的文字、、声音等这类媒体。情感实体主要是指人类对情感形成的一种共识,比如爱、恨、憎恶、高兴、羞愧、嫉妒、内疚、恐惧、焦虑等与人的意识相关联的部分。同时提出了在人工智能中利用情感信息的设想。这对于模拟情感对认知的影响具有一定的意义。

--------粘贴内容，其他未知，抱歉。

你好，很高兴为你解答！

看懂女人心,她就爱这一套

“你觉得我穿这件衣服怎样，看起来肥不肥？”当一个女人这样问你时，你是命中注定“劫数难逃”。不论你说什么，答案都是错的。她心里肯定有了正确的答案。如果你说了个善意的谎言，告诉她“你看来一点也不胖”，她知道你根本是在说谎。此时，一番惩罚自然是在所难免，原因有二：一是因为你撒了谎，二是因为你已经注意到她身材的走型。由此可见，无论选择如何作答，你都不可能赢得伊人芳心。为什么女人都热衷于这些心理游戏呢？原因很简单，女人希望通过这些游戏，达到掌握两性关系的控制权。

一般的男人对于女性这些心理游戏通常都一无所知。但因为迟早要进入游戏之中，那么你最好要对这些游戏有所了解。让我们看看在三种不同时期———相识阶段、约会阶段、恋爱阶段，女人们通常会玩些什么游戏，她们的心又在想什么？

望采纳，谢谢。

人工智能产品的定义较为广泛，智能硬件、机器人、芯片、语音助手等都可以叫做人工智能产品。本文讨论的人工智能产品主要是指在互联网产品中运用人工智能技术。

互联网产品主要着手与解决用户的痛点，对于C端产品来说，痛点就是指的个人想解决而无法解决的问题，如个人想要美化自己的照片，但是他不会复杂的PS软件，于是美图秀秀就可以解决这个痛点。从KANO模型中，就是满足用户的基本需求与期望需求。

人工智能产品（在互联网产品中运用人工智能技术）则是要满足用户的兴奋需求。如将情感分析运用到电商的产品评论中，用户则可以通过可视化的数据展示来大致对产品有个全面、直观的了解，而不再需要自己一页一页的翻看评论内容。

互联网产品主要关注点在于用户需求、流程设计、交互设计、商业模式等。着眼于用户需求，设计满足用户需求的产品，通过合理的流程设计、交互设计达到产品目标，进而实现商业目标。典型的思路是发现用户需求——>设计满足用户需求的产品——>迭代完善、产品运营——>商业变现。

人工智能产品关注点在于模型的构建，它不再是对于布局、交互的推敲，而是通过选择合适的数据，构建合适的模型，最终呈现出来的是好的效果。什么是好的效果呢？这就需要引入评测指标。互联网的评测指标有我们熟知的留存率、转化率、日活跃等，那么人工智能的产品主要是通过一些统计指标来描述，以情感分析为例，把情感分析看成一个分类问题，则可以使用P、R、A、F值来描述。

1）查准率（Precision）：P值，衡量某类分类中识别正确的比例，如情感分析中，有10条被分类为“正向”，其中8条是分类正确的（由人工审核），那么P=8/10=80%

2）查全率（Recall）：R值，又叫查全率，又叫召回度，指的是某类被被正确分类的比例，同样以情感分析为例，100条数据中有10条是正向的，机器分类后，这10条中有7条被分类为正向，则R=7/10=70%

3)F值，因为P值和R值通常是两个相互矛盾的指标，即一个越高另一个越低，F则是两者综合考虑的指标，不考虑调节P、R权重的情况下，F=2PR/(P+R)

4）精确度（Accuracy）：这个最好理解，就是被准确分类的比例，也就是正确率。如100条数据，90条是被正确分类的，则A=90/100=90%。

以上指标越高，说明模型效果越好。

我们从上面内容可以知道，人工智能产品设计关注：数据——>模型——>效果评估。

现在我们以情感分析为例子说明产品设计的过程。

1）数据：

数据的选择对最终模型的结果有直接影响，情感分析，根据不同的目的，选择的数据也不同。如将情感分析运用于**票房预测，则一些更新及时、内容丰富的数据源，如微博，是比较好的选择。如果是应用于商品的评价，如电子产品，很多评测内容是无法在短短几句话内描述清楚的，这时候微博不是个好的选择，选择论坛上更新较慢、但是详细的内容就比较适合。

如果能在产品的早期就有引入人工智能的打算，则可以在产品中事先做好数据采集。

2）模型：

在选择模型中，产品需要了解不同的模型的优缺点，进而选择更加合适的模型。在情感分析中，NB、SVM、N-gram都是常用的模型，其中SVM效果最好（这是已有的结论），如果是其他的智能产品，可能需要算法团队进行实验，给出测试数据，进而选择合适的模型。

3）效果评估：

效果评估在上文中已经描述得比较清楚，具体指标不再赘述。

4）产品呈现：

最后这一步，是将结果展示给用户。在情感分析中，我们可以选择雷达图、词云、情感趋势图来展示结果。取决于产品属性，如电商产品评论挖掘，可以使用词云；

如舆论分析，可以使用情感趋势图。

人工智能产品的设计要关注：数据、模型、评判、呈现。