1 选题依据随着社会压力不断增大大众对心理健康与情绪管理的重视程度持续提升而传统情绪记录方式多为主观描述缺乏量化分析与直观展示[1]。当前情绪监测工具普遍存在数据零散、反馈形式单一、交互性不足等问题难以帮助用户有效理解情绪变化规律[2]。因此开展情绪追踪与可视化反馈系统研究具有重要现实意义[3]。该系统可实现情绪数据的自动采集、分类统计与动态可视化展示为用户提供直观的情绪反馈有助于提升自我认知与情绪调节能力同时为心理健康干预提供数据支持具有较强的应用价值与研究前景[4]。相比于传统的系统情绪追踪与可视化反馈系统有着更多优势 1可实现情绪数据的长期自动记录提升数据完整性2通过图表直观展示情绪变化趋势增强结果可读性3提供实时反馈与个性化分析帮助用户快速掌握自身情绪状态4辅助用户进行科学调节有效提升情绪管理效率[5]。目前许多现有的情绪管理工具功能单一缺乏数据可视化和个性化建议功能难以满足用户的全面需求[6]。为有效解决这些问题本系统选用了当下主流的开发框架基于Web开发思想采用前后端分离技术设计了一套符合需求的架构。该架构不仅降低了系统各部分之间的耦合度还在安全性与可维护性方面实现了大幅提升为用户带来更稳定的情绪管理体验。2 研究内容和研究方法本课题任务主要是实现一个情绪追踪与可视化反馈系统为用户提供便捷的情绪记录、追踪和可视化功能。通过该系统用户能够实时记录自己的情绪状态查看情绪变化趋势并获得个性化的情绪调节建议[7]。系统采用前后端分离的开发方式这种方式能够提高开发效率、增强系统的可维护性和可扩展性。前端页面主要由前端框架 Vue 3 实现Vue 3 是 Vue系列推出的最新框架继承轻量级、响应式和易于上手的特点能够为用户打造出流畅、美观且交互性强的界面。后端则使用 Spring Boot框架Spring Boot 具备强大的自动配置功能和丰富的生态系统能够快速搭建稳定、高效的后端服务。数据源则使用 MySQL数据库通过 MyBatis 框架与 MySQL 进行数据交互实现数据的持久化存储保障数据的安全性和完整性。数据的可视化功能则使用Chart.js 可视化库Chart.js是一款功能强大的可视化图表库它提供了丰富多样的图表类型允许开发人员进行个性化定制满足不同用户的展示需求增强数据的可读性与可视化效果[8]。协作共享数据分析平台主要实现以下模块:(1)用户管理:实现用户注册、登录和个人信息管理功能 (2)情绪记录:支持用户记录不同类型的情绪及其强度、时间和备注(3)情绪追踪:按时间、类型等维度查看情绪变化趋势 (4)数据可视化:通过图表直观呈现情绪波动规律(5)个性化建议:基于用户的情绪数据提供相应的调节建议 情绪追踪与可视化反馈系统主要有普通用户和管理员两个角色普通用户通过注册账号进行登录。进入系统后用户可以记录自己的情绪状态包括情绪类型、强度、时间和备注可以查看自己的情绪历史记录按时间范围筛选情绪数据可以通过数据可视化功能查看情绪变化趋势可以接收基于情绪数据的个性化建议。管理员通过系统分配的账号密码进行登录[9]。管理员可以管理用户基本信息包括查看、修改和删除用户账号可以管理系统的基础配置如情绪类型的设置可以查看系统的使用统计数据如用户数量、情绪记录数量等[10]。本课题的研究方法主要包括文献研究法 查阅相关文献与案例了解情绪管理的理论基础和实践经验研究数据可视化技术的最新进展为系统设计提供技术支持。需求调研法 通过问卷、访谈等方式收集用户需求分析用户需求的优先级确定系统的核心功能。 图1 系统功能结构图3 预计可获得的成果预计可以获得一个界面美观、操作简便的情绪追踪与可视化反馈系统用户可通过该系统实时记录和追踪自身情绪变化通过数据可视化技术直观呈现情绪波动规律。系统将为用户提供个性化的情绪调节建议帮助用户更好地管理情绪提升心理健康水平。4 工作进度计划2025/12/01 收到开题任务书明晰毕业设计要求 2025/12/30 查阅资料调研系统 2026/01/30确定系统的主要功能和技术路线 2026/03/01 提交开题报告进行系统分析 2026/03/15完成系统分析进行系统设计 2026/03/30 完成系统设计开始系统编码与调整 2026/04/15准备中期答辩继续完善系统 2026/05/15 依照中期答辩的意见修改系统写毕业设计说明书 2026/05/30完成毕业设计说明书修订完成全部毕业设计任务5 与开题有关的主要参考文献[1]屈立立.大学生感知社会排斥与抑郁情绪的关系元分析与追踪研究[D].贵州师范大学,2025.[2]戴静,顾小清.指向厌倦情绪调节的自适应学习反馈策略设计[J].中国远程教育,2025,45(11):116-133.[3]辛仪宽.基于多模态情感计算的信息实体化交互设计研究与应用[D].北京服装学院,2025.[4]王可心.基于ViT的在线教育情绪专注度识别反馈系统[D].上海师范大学,2025.[5]于镇嘉,孟显波,宋站丞,等.基于信息资源综合管控平台的数据可视化方法与应用研究[J].科技与创新,2025,(14):222-225.[6]白雪.数据可视化于博物馆展示设计中的应用研究[D].南京艺术学院,2025.[7]莫凡.基于学习者特征和知识图谱的个性化学习资源推荐算法设计[J].数字技术与应用,2025,43(08):203-205.[8]叶书含.多维度融合的情感分析模型研究[D].吉林大学,2024.[9]崔静.认知负荷理论下的移动界面“预判式”交互设计研究[D].江南大学,2024.[10]文虹茜.面向真实场景的情绪识别研究与应用[D].四川大学,2023.
