DC FieldValueLanguage
dc.contributor.advisorPurgathofer, Peter-
dc.contributor.authorVrecar, Rafael-
dc.date.accessioned2022-05-19T11:32:00Z-
dc.date.issued2022-
dc.date.submitted2022-05-
dc.identifier.citation<div class="csl-bib-body"> <div class="csl-entry">Vrecar, R. (2022). <i>Increasing User Satisfaction by detecting Emotions in German-language Human-Robot Conversations with Q.bo One</i> [Diploma Thesis, Technische Universität Wien]. reposiTUm. https://doi.org/10.34726/hss.2022.89483</div> </div>-
dc.identifier.urihttps://doi.org/10.34726/hss.2022.89483-
dc.identifier.urihttp://hdl.handle.net/20.500.12708/20200-
dc.descriptionArbeit an der Bibliothek noch nicht eingelangt - Daten nicht geprüft-
dc.descriptionAbweichender Titel nach Übersetzung der Verfasserin/des Verfassers-
dc.description.abstractDiese Arbeit befasst sich mit der Frage, inwiefern sich das Vorhandensein von Emotionserkennung in einer Interaktion mit dem Roboter Q.bo One auf die Nutzer:innen-Zufriedenheit auswirkt. Dafür wird zunächst eine allgemeine Einführung in das Thema vorgenommen und ein Beispielszenario für eine Interaktion, in welcher eine ältere Person dem Roboter ihren Tag nacherzählt, definiert, welches stringent in der gesamten Arbeit und insbesondere der damit verbundenen Studie verwendet wird. Für die Bearbeitung des Themas wurden verschiedene Methoden gewählt. Begonnen wird mit einem Überblick über vorangegangene, verwandte Arbeiten. Dabei werden zunächst verschiedene Definitionen des Begriffs "Emotion" sowie verschiedene Emotionsmodelle erläutert. Anschließend wird die Rolle von Emotion in Mensch-Roboter-Interaktion beleuchtet, bevor verschiedene Methoden und Technologien für Emotionserkennung diskutiert werden. Darauf folgend wird analysiert, welche Leistungsunterschiede es zwischen einer auf die deutsche Sprache optimierten Lösung zur Emotionserkennung bzw. einer englischsprachigen Lösung mit einer Übersetzungsebene gibt. Ferner wurden zwei Expertinneninterviews durchgeführt, welche mit einer thematischen Analyse bearbeitet wurden. Die Ergebnisse sind ein allgemeiner Überblick über das Forschungsgebiet der Emotionserkennung, welcher für diese Arbeit hilfreich war. Das Interview beeinflusste auch die Methodik des empirischen Teils hinsichtlich der Auswahl der Fragebogen-Serie und brachte die Adaption einer Forschungsfrage, wie in der Arbeit erläutert, mit sich. Den größten Teil dieser Arbeit bildet die Studie mit Q.bo One, in welcher auf Basis vier verschiedener Szenarien (mit impliziter Emotionserkennung, explizites Nachfragen, Falscherkennung und keine Emotionserkennung) die Nutzer:innen-Zufriedenheit evaluiert wird. Dafür wird eine Videostudie verwendet, in welcher den Teilnehmenden die Möglichkeit geboten wird, sich in das oben erläuterte Beispielszenario hineinzuversetzen, ehe sie den Roboter hinsichtlich der Aspekte Anthropomorphismus, Belebtheit, Sympathie, wahrgenommener Intelligenz und Sicherheit (Godspeed-Fragebogenserie) bewerten sollen. Die Ergebnisse der Studie suggerieren, dass eingebaute Emotionserkennung der expliziten Nachfrage bezüglich Emotionen nicht zwangsläufig überlegen ist. Ebenso legen sie die Notwendigkeit weiterer Arbeit in diesem Feld nahe, da breite Anwendungskontexte unter Umständen verschiedene Formen von Emotionsbehandlung benötigen – insbesondere auch hinsichtlich etwaiger Langzeiteffekte, da die Studie maximal eine Momentaufnahme eines längeren und breiteren Anwendungskontexts repräsentieren kann.de
dc.description.abstractThis thesis deals with the question to what extent the existence of emotion detection within an interaction with the robot Q.bo One influences user satisfaction. First of all, a general introduction to the topic is provided as well as an example scenario is defined which is used consistently within the whole thesis. In said scenario, an older person tells Q.bo One about their day. Based on said scenario the below explained video survey got conducted. For working on this topic, different methods were chosen. The thesis starts with an overview of related work which begins with the discussion of the term "emotion" and different emotion models. Afterwards, the role of emotions in human-robot interactions as well as different methods and technologies for emotion detection are elaborated on. After this section, the performance differences between a native German-language solution compared to an English-language solution with a translation layer are looked into. Moreover, expert interviews were conducted and have been analyzed using thematic analysis. The results are a general overview of the topic of "emotion handling" which was helpful in the process of writing this thesis. Moreover, the interview had an influence on the methodological work within the empirical part too in form of the chosen questionnaire. Additionally, it resulted in the adaptation of a research question as elaborated within the thesis. The biggest part of this thesis is a study with Q.bo One, in which, based on four different scenarios (implicit emotion detection, explicitly asking the person, malfunctioning detection, no emotion detection) user satisfaction is evaluated. For that, a video study is used, in which the participants are provided with the opportunity, to look into the above described example scenario before rating the robot regarding the aspects anthropomorphism, animacy, likability, perceived intelligence and safety (Godspeed Questionnaire Series). The results of the study suggest that in-built emotion detection is not necessarily superior to explicitly asking a person about their emotional state. Moreover, they back up the necessity of further work within this field as broad application contexts might require different forms of emotion handling, especially regarding the long-term effects too, as the study can at most represent a moment within a longer, broader use context.en
dc.format145 Seiten-
dc.languageEnglish-
dc.language.isoen-
dc.subjectemotion detectionen
dc.subjecthuman-robot conversationen
dc.subjectGerman languageen
dc.subjecthuman-robot interactionen
dc.subjectroboten
dc.subjectinteraction designen
dc.subjectQ.bo Oneen
dc.titleIncreasing User Satisfaction by detecting Emotions in German-language Human-Robot Conversations with Q.bo Oneen
dc.typeThesisen
dc.typeHochschulschriftde
dc.identifier.doi10.34726/hss.2022.89483-
dc.contributor.affiliationTU Wien, Österreich-
dc.publisher.placeWien-
tuw.thesisinformationTechnische Universität Wien-
dc.contributor.assistantWeiss, Astrid-
tuw.publication.orgunitE193 - Institut für Visual Computing and Human-Centered Technology-
dc.type.qualificationlevelDiploma-
dc.identifier.libraryidAC16529356-
dc.description.numberOfPages145-
dc.thesistypeDiplomarbeitde
dc.thesistypeDiploma Thesisen
tuw.author.orcid0000-0001-6572-5254-
tuw.advisor.staffStatusstaff-
tuw.assistant.staffStatusstaff-
tuw.advisor.orcid0000-0001-5453-5631-
tuw.assistant.orcid0000-0001-7803-9413-
item.fulltextwith Fulltext-
item.openaccessfulltextOpen Access-
item.cerifentitytypePublications-
item.cerifentitytypePublications-
item.grantfulltextopen-
item.languageiso639-1en-
item.openairetypeThesis-
item.openairetypeHochschulschrift-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
crisitem.author.deptTU Wien, Österreich-
crisitem.author.orcid0000-0001-6572-5254-
Appears in Collections:Thesis

Files in this item:



Items in reposiTUm are protected by copyright, with all rights reserved, unless otherwise indicated.

Page view(s)

58
checked on Jun 26, 2022

Download(s)

32
checked on Jun 26, 2022

Google ScholarTM

Check