• machine learning
• user interfaces
• human computer interaction
• emotion recognition
• wearable devices

Nel contesto di valutazione della User Experience, comprendere lo stato emotivo degli utenti riveste un'importanza crescente. A questo scopo, dispositivi indossabili, dotati di sensori che forniscono dati fisiologici, stanno emergendo come risorsa preziosa per raccogliere tali informazioni.
Il presente lavoro si inserisce in questo contesto, esplorando le potenzialità delle tecnologie indossabili e dell'analisi dei dati per approfondire la comprensione delle dinamiche emotive individuali. Utilizzando il braccialetto Empatica E4 e un'applicazione sviluppata in Android Studio, sono stati acquisiti e salvati segnali fisiologici. I dati raccolti sono stati elaborati attraverso tecniche di machine learning e successivamente visualizzati su una piattaforma web dedicata. Inoltre, sono stati condotti test utente al fine di valutare l'efficacia di tale approccio nell'interpretare lo stato emotivo degli utenti.

In the context of User Experience evaluation, understanding the emotional state of users is becoming very important. With this purpose, wearable devices, equipped with sensors that provide physiological data, are emerging as a valuable resource for collecting such information.
This work fits into this context, exploring the potential of wearable technologies and data analysis to deepen the understanding of individual emotional dynamics. Using the Empatica E4 bracelet and an application developed in Android Studio, physiological signals were acquired and saved. The data collected was processed through machine learning techniques and subsequently displayed on a dedicated web platform. Furthermore, user tests were conducted in order to evaluate the effectiveness of this approach in interpreting the emotional state of users.