摘要 - 在计算中,个性化的目的是训练一个模型,该模型通过优化一个或多个绩效指标并遵守特定的约束来迎合特定个人或一组人。在本文中,我们讨论了情感和个性计算中的个性化需求(以下简称为情感计算)。我们介绍了情感计算中最新的个性化方法的调查。我们的评论跨越了培训技术和目标,以实现情感计算模型的个性化。我们将现有方法分为七个类别:(1)目标特定模型,(2)小组特定模型,(3)基于权重的方法,(4)微调方法,(5)多任务学习,(6)基于生成的模型和(7)功能增强。此外,我们还提供了对被调查文献的统计荟萃分析,分析了不同情感计算任务,互动模式,互动环境以及调查工作中的个性化水平。基于此,我们为那些有兴趣探索这一方向的人提供了路线图。