文章预览
背景:理解吸引力(attractiveness, A)的多面性,包括外貌美(Physical Beauty, PB)、真诚(Genuineness, GEN)、自信(Self-confidence, SC)和先前经验(Prior Experience, PE)等维度,对于心理学和临床美学等领域至关重要。以往的研究往往孤立地探讨吸引力的特定元素,未能全面捕捉这些元素之间的复杂相互作用。本研究旨在运用计算神经美学(Computational Neuroaesthetics)模型,开发一个综合性的吸引力方程。 方法:首先进行一项纳入250名参与者(50名专家和200名普通人)的前导研究,让参与者对500张面部图像在外貌美、真诚、自信和先前经验等特质上进行Likert量表评分。之后开展主要研究,招募11,780名参与者,对一组新的1,000张面部图像进行评分。研究采用多重线性回归和贝叶斯层次模型等高级计算方法,对数据进行分析,以制定吸引力方程。 结果:分析结果显
………………………………