第三章 数据采集方法：问卷调查法、生理信号采集、行为数据采集
数据采集，说白了就是给情绪「拍照片」。
你想想看，情绪这东西看不见摸不着。我们怎么把它变成数字？
我做了这么多年情绪量化，发现就三条路：问、测、看。
问，就是问卷调查。测，就是生理信号。看，就是行为数据。
这三条路各有各的脾气。咱们一条一条聊。
3.1 问卷调查法：最直接，也最「狡猾」
问卷调查，是情绪量化里最古老的方法。
我刚开始做情绪研究时，第一个项目就是设计问卷。那时候觉得：不就是问几个问题吗？简单！
后来发现，问问题本身就是一门学问。
3.1.1 常用量表
业内用得最多的，是这几类：
- 李克特量表：给你一句话，你选「非常不同意」到「非常同意」。比如「我现在感到很开心」，1-5分打分。
- 语义差异法：给一对反义词，让你选偏向哪边。比如「愉快——不愉快」，中间分7个等级。
- PANAS量表：正面情绪和负面情绪分开测。这个我特别喜欢，因为它能区分「我既兴奋又紧张」这种复杂情绪。
实战经验：我在做用户情绪调研时，发现一个问题——很多人填问卷时会「装」。明明很烦躁，偏要选「一般」。后来我学乖了，在问卷里埋几个反向题，比如「我现在感觉一切都很糟糕」，如果前后矛盾，这份问卷就作废。
3.1.2 问卷设计的坑
我踩过的坑，列出来给你看：
- 问题太抽象：别问「你幸福吗？」这种哲学问题。要问「过去一周，你有几次感到开心？」
- 选项不平衡：比如只有「很好、好、一般」，没有「差、很差」。这叫天花板效应。
- 引导性太强：「你不觉得这个产品很棒吗？」——这种问题就是在诱导答案。
注意：问卷法最大的问题是「社会期望偏差」。说白了，人都会美化自己。你问他生气没，他说没有，其实心里已经骂了你八百遍。
3.2 生理信号采集：身体不会说谎
问卷可能骗人，但身体不会。
你害怕时心跳加速，紧张时手心出汗，这些生理反应是自主神经系统控制的，你控制不了。
3.2.1 主要信号类型
| 信号类型 | 测量什么 | 对应情绪 | 设备成本 |
|---|---|---|---|
| 心率/HRV | 心跳间隔变化 | 压力、放松、焦虑 | 低（手环即可） |
| 皮肤电导 | 手心出汗程度 | 唤醒、紧张、兴奋 | 中 |
| 脑电图 | 大脑电活动 | 专注、放松、情绪效价 | 高 |
| 眼动追踪 | 瞳孔大小、注视点 | 兴趣、认知负荷、情绪唤醒 | 中高 |
| 肌电图 | 面部肌肉活动 | 微笑、皱眉（情绪表达） | 中 |
3.2.2 实操要点
我做过一个实验，用皮肤电导测用户看恐怖片时的情绪反应。结果发现：
- 皮肤电导对唤醒度特别敏感，但分不清是「吓到」还是「兴奋」
- 心率变异性（HRV）能区分压力和放松，但需要至少5分钟的数据
- 脑电信号最丰富，但噪声也最大——眨个眼都能把数据搞崩
我的建议：别只用一个生理信号。我习惯把心率+皮肤电导+眼动三个信号组合使用。就像三脚架，三条腿才稳。
3.2.3 数据预处理
生理信号采集完，不能直接用。得先做这些：
# 伪代码示例：生理信号预处理流程
1. 去噪：带通滤波（0.5-45Hz）
2. 去伪迹：去除眼电、肌电干扰
3. 分段：按实验条件切分数据
4. 特征提取：均值、方差、峰值等
5. 归一化：Z-score标准化我曾经犯过一个低级错误：采集皮肤电导时，忘了让被试先静坐5分钟。结果基线数据全是乱的，后面分析全废了。记住：生理信号采集前，一定要有静息基线。
3.3 行为数据采集：看你怎么做
行为数据，就是观察人的外部表现。
你想想看，一个人生气时会怎样？皱眉、握拳、声音变大。这些就是行为数据。
3.3.1 行为数据的类型
- 面部表情：用摄像头捕捉，分析AU（动作单元）。比如嘴角上扬=开心，眉毛下压=生气。
- 语音特征：语速、音调、音量。紧张时语速变快，悲伤时音调变低。
- 肢体动作：手势、姿势、身体朝向。交叉双臂可能表示防御，身体前倾表示感兴趣。
- 交互行为：鼠标点击、键盘敲击、手机滑动。烦躁时点击会变快变乱。
3.3.2 采集工具
| 数据类型 | 工具/库 | 说明 |
|---|---|---|
| 面部表情 | OpenFace, Affectiva | 开源/商业，实时分析 |
| 语音分析 | Praat, openSMILE | 提取声学特征 |
| 动作捕捉 | OpenPose, MediaPipe | 骨骼点检测 |
| 交互日志 | 自定义埋点 | 记录时间戳+事件 |
3.3.3 行为数据的优势与局限
优势很明显：自然、无侵入。用户不用戴任何设备，正常使用就行。
局限也很明显：
- 面部表情可以伪装——假笑你见过吧？
- 语音受文化影响大——有些民族说话就是大声，不代表生气
- 行为数据量大，处理起来费劲
我的经验：行为数据最好和生理信号配合使用。比如，用户嘴上说「没事」，但面部表情检测到微表情（0.2秒内的皱眉），皮肤电导也升高了——那基本可以确定他在说谎。
3.4 三种方法的对比与选择
| 维度 | 问卷调查 | 生理信号 | 行为数据 |
|---|---|---|---|
| 客观性 | 低（主观报告） | 高 | 中高 |
| 时间分辨率 | 低（分钟级） | 高（毫秒级） | 中（秒级） |
| 设备成本 | 极低 | 中-高 | 低-中 |
| 实施难度 | 低 | 高 | 中 |
| 数据丰富度 | 低 | 高 | 中 |
| 适用场景 | 大规模调研 | 实验室研究 | 自然场景 |
我的建议：别纠结选哪个。实际项目中，我通常这样搭配：
- 先用问卷做快速筛查，了解大致情绪状态
- 再用生理信号做精确测量，获取客观数据
- 最后用行为数据做验证补充，看实际表现
三管齐下，才能画出完整的情绪画像。
3.5 避坑指南
做数据采集这些年，我总结了几条血泪教训：
- 别贪多：一次采集不要超过3种信号，否则数据量爆炸，分析不过来
- 先做预实验：我每次都会先找3-5个人跑一遍流程，看看设备有没有问题
- 记录环境信息：温度、湿度、时间、被试状态——这些都会影响数据
- 数据备份：这个不用我说了吧？丢过一次数据你就懂了
我曾经在一次实验中，因为忘记关手机通知，被试在采集皮肤电导时突然收到消息，数据直接跳了一个大峰。从那以后，我每次实验前都会说：「所有人，手机静音，放外面。」
好了，数据采集的方法就聊到这儿。记住：没有完美的采集方法，只有合适的组合方案。下一章，咱们聊聊怎么把这些原始数据变成有用的情绪特征。
公众号:蓝海资料掘金营，微信deep3321