移动学习平台用户使用意愿影响因素研究——基于移动情境和心流体验的技术接受模型

移动计算技术与各类信息终端的进步,极大促进了基于“互联网+”的移动学习平台的发展。当前,纷繁的在线学习平台面临着用户不易接受、满意度和使用率低等诸多问题。基于信息系统技术接受和使用统一整合理论(UTUAT),结合移动情境和心流体验理论,针对当前用户群较为广泛的英语在线学习平台,通过问卷调查数据,对用户在线学习的情境和技术接受感知行为进行深入研究,构建了移动学习平台的用户使用行为模型。数据分析显示,心流体验、感知移动性和服务质量对学习用户的持续使用意愿均有显著影响,在线学习的内容质量通过心流体验对用户行为产生间接影响;感知成本因素方面,付费的移动学习平台对用户行为的影响比免费平台相对显著,但均未通过显著性检验。上述研究方法和结论,对各类移动学习平台的用户行为研究具有一定的参考价值。     

移动用户业务感知时延类KQI优化

在移动互联网业务迅猛发展的背景下,通信设备的KPI无法反映用户真实业务感知的问题日益凸显,运营商逐渐从传统KPI向感知时延类KQI转变,以期为移动互联网用户提供更好的用户体验。为实现对移动互联网业务用户进行全面、及时、准确的感知评估,分析用户业务感知时延类KQI流程,对包括DRX相关参数、智能预调度参数等7个方面的参数配置进行优化,完成对主流网站时延类KQI指标的测试,结果证明该优化方案能够有效提升移动用户业务感知时延类KQI。     

基于TAM的虚拟展会用户体验感知及推广

目前大多数虚拟会展仍是作为传统实体展会的辅助营销工具及手段而存在,用户对于虚拟展会的认知和接受还处于萌芽阶段.本研究借鉴原有研究基础TAM理论框架,对用户体验虚拟展会的感知有用性、感知易用性以及外部变量影响感知性进行分析,发现用户对虚拟展会体验感知为有用、不易用,缺少美、置入、创造、幽默、社交、发现等趣味性感知因素.通过增添趣味性因素丰富外部变量、切入营销理念完善易用性和结合线下活动进一步提高有用性来促进对虚拟展会的推广.     

初中生教育游戏行为意向研究——以Quest Atlantis为例

实证研究证明,教育游戏能够激发学生的学习动机,提高学习效果。但现实中,老师、家长和学生对教育游戏的教育价值持怀疑态度,排斥其进入主流课堂。本研究基于技术接受模型、沉浸理论和社会规范理论,以Quest Atlantis为例,综合采用定量研究和质的研究方法,探究了感知易用、感知有用、沉浸体验、社会规范和学生个人特征对初中生教育游戏行为意向的影响。定量研究结果发现,感知有用性、感知易用性与教育游戏行为意向中度相关,而个人游戏经验、学习成绩、游戏中的沉浸体验以及社会规范的强制成分和内化成分都与教育游戏行为意向无显著相关性。结合质的研究结果分析后认为,人们将教育游戏当做知识容器和传递工具的片面性认识,是目前阻碍教育游戏广泛使用的重要原因之一。     

MOOC平台功能体验对平台持续使用意向的影响研究

学习者使用MOOC平台进行学习活动的意向,不仅取决于课程质量,MOOC平台的功能体验也十分重要。通过问卷设计、发放、收集与分析,并采用结构方程模型分析方法进行检验,构建了基于MOOC平台功能用户体验的MOOC学习者持续使用意向模型。路径分析结果显示,MOOC平台功能的感官体验与感知易用性、交互体验与感知有用性、感知易用性与感知有用性、感知有用性与情感体验、感知有用性与平台持续使用意向、情感体验与平台持续使用意向具有正相关影响。最后,文章提出了提升用户体验的三点建议。     

中华和合文化短视频国际传播效果及优化策略——滇西小哥用户评论分析

聚焦中华和合文化国际传播的用户内容感知与情感体验，为建立与海外用户可沟通的“和合”话语体系提供优化策略。通过文本分析方法，利用Nvivo12Plus对YouTube滇西小哥短视频的2500条评论，6万余字文本进行编码分析，构建4个核心范畴，10个父系节点和25个子系节点。从传播效果评价的信息传递层次、情感层次、行为层次、知识理解层次，提炼文化内容感知、文化情感态度、行为影响趋向、跨文化沟通障碍为核心范畴分析中华和合文化短视频国际传播效果。通过分析发现：在用户文化内容感知上，海外用户通过和合文化的物质符号、行为规则、精神价值感知了解和合文化；在文化情感态度上，对短视频传达的中华和合文化精神呈现出正向感情色彩和情感信息；在行为影响趋向上表现出持续关注行为、文化体验向往以及文化交往行为；在跨文化沟通障碍上，也面临着语言障碍和文化误解的文化折扣。     

线性与非线性滤波方法仿真

在数据量测领域,对运动目标当前的运动状态进行滤波,并对目标未来的运动状态进行预测,讨论线性的数据平滑处理、最小二乘和卡尔曼滤波,通过非线性地扩展卡尔曼滤波进行仿真实验。线性与非线性滤波方法是多传感器数据预处理的主要工具,仿真实验表明,滤波方法能够有效处理运动目标量测误差。     

教育游戏参与者行为意向影响因素的实证研究

本文以技术接受模型与沉浸理论为基础,探讨了游戏行为意向与沉浸体验、感知易用以及感知有用之间的关系,分析了教育游戏参与者的心理需要以及游戏特性对参与者的感知易用、感知有用以及沉浸体验的影响,探索游戏行为意向与各直接、间接影响因素之间的效应关系。结构方程模型分析结果表明:在教育游戏环境中,沉浸体验、感知易用与感知有用对参与者的游戏行为意向具有显著的正向影响;游戏参与者的心理需要与游戏特性对游戏行为意向具有间接正向影响效应;游戏特性对感知有用、感知易用对感知有用均没有显著影响。研究结论对把握教育游戏参与者的行为与心理特征有一定的理论和实践意义。     

基于“技术接受模型”的“批改网”使用影响因素研究

文章以"技术接受模型"为理论支撑,从感知有用性、感知易用性、使用态度、使用意愿等四个方面构建模型,探讨了影响"批改网"使用的重要因素。该研究使用结构方程模型对获取的数据进行统计分析,研究结果表明:用户对"批改网"的态度直接影响其后续使用意愿;态度受到用户对"批改网"的感知有用性和感知易用性的直接正向影响;用户对"批改网"有用性的感知对其后续行为意愿没有显著影响。     

大学生游客感知价值与忠诚意向的关系研究——以旅游电子商务网站的经验数据为例

游客感知价值与忠诚意向的关系研究一直是旅游业所关注的热点。根据旅游电子商务网站的经验数据,选取长沙市400名大学生为研究样本,从感知价值多维度与忠诚意向各个维度,通过实证分析用户感知价值与忠诚意向关系。研究表明,游客感知价值与忠诚意向呈正相关,其中便利、成本、体验、关联是影响游客忠诚意向的主要因素。     

用户异常行为分析方法研究与应用

为了应对高级持续性威胁（APT）攻击造成的威胁,解决传统基于规则的分析方法对用户异常行为检测的误报与漏报问题,提高用户异常行为检测效果,通过采集用户行为日志生成用户操作行为矩阵,并通过模型定义方式对用户行为进行相似度分析。采用容忍度测算、突变测算、差值测算与峰值测算方法,分析与发现用户异常访问。基于用户画像的异常行为分析方法结合了用户操作行为特征及角色定义,利用用户行为日志历史信息勾勒出用户行为画像,使系统能准确、实时地判断用户行为异常,提高了对异常行为的实时检测与快速响应能力。     

基于用户属性偏好与时间因子的服装推荐研究

针对服装推荐方法推荐精度不高、覆盖率低,不能充分挖掘用户潜在兴趣的问题,提出一种基于用户图像内容属性偏好与时间因子的服装推荐（UIACF）算法。通过构建深度卷积神经网络,提取服装图像中的服装属性,并据此形成用户属性向量,将基于用户属性偏好的相似度与基于时间因子的用户兴趣偏好相似度融合,构建用户偏好模型。将其与基于用户的协同过滤（UCF）算法、基于项目的协同过滤（ICF）算法及基于项目偏好的协同过滤（UCSVD）算法进行比较,结果显示,UIACF 算法准确率提高 14%。该算法为基于用户的服装协同过滤个性化推荐提供了一种新思路,用户潜在兴趣挖掘效率更高。     

基于用户习惯偏好相似度的Slope One推荐算法

数据稀疏是协同过滤预测精度的一个重要影响因素。Slope One算法使用简单的线性回归模型解决该问题,但它只使用评分数据做计算,未考虑相似性。提出一种基于用户习惯偏好相似度的Slope One算法（UPS Slope One）。UPS Slope One首先基于用户习惯偏好聚类,得到三组不同偏好的用户,然后分别计算各组评分偏差,计算时将用户习惯偏好相似度融入其中,最后使用线性回归模型预测评分。在MovieLens数据集上的实验表明,该算法可得到更高的推荐质量、预测准确性和稳定性。     

基于用户兴趣的文献个性化推荐研究

针对当前文献推荐中个性化程度不高等问题,提出一种对用户行为重新分配权重的度量算法。运用用户行为数据按照时间顺序重新分配权重,突出近期用户兴趣构建用户兴趣模型。通过LDA主题分布、关键词分布等方法构建学术资源模型,实现两模型间匹配,完成推荐。通过实验验证,该算法准确性达到80%,比传统等权重算法提高近20%,召回率与F值分别提升了7%和5%。研究表明,基于时间因素的用户兴趣度量算法相较于传统等权重算法具有更高的准确性,未来可进一步优化用户兴趣度量以实现精准推荐服务。     

基于行为特征的ATM机用户身份识别研究

传统自动柜员机（ATM）监控系统以摄像为主,不能及时检测用户身份是否异常。提出一种基于行为特征的ATM机用户身份实时识别方法,采集用户输入密码时的触屏行为特征数据,通过SVM分类算法判断该用户行为是否属于合法用户。该方法不仅要求用户输入的账户密码正确,还要求该用户的行为特征与预设定的合法用户行为特征一致。实验结果表明,通过数据预处理和SVM分类算法参数优化后的ATM机用户身份识别系统识别精确度达到97.9769%,比没通过数据预处理和SVM分类算法参数优化后的识别精确度高出4.5769%。     

一种基于用户浏览行为的数据采集方法

提出了一种基于用户浏览行为的客户端数据采集方法,普通浏览者访问图书馆网络监测系统服务器端网页时,浏览器自动运行嵌入在网页中的JavaScript代码.通过JavaScript代码的运行,普通浏览者与采集中心进行连接和数据传送,实时地采集用户行为数据,实时地统计汇总网站的最新状态数据.该数据采集方法对被监测网站服务器运行效率没有影响,其优点在绍兴图书馆网络监测系统得到了验证.     

面向运营商大数据的汽车精准营销算法研究

精准营销可以帮助企业节约营销成本、提升营销效果,基于大数据的消费者行为分析也是大数据领域的一个热点研究。为此,基于运营商大数据对汽车用户精准营销算法进行研究,提出基于专家经验与统计学方法的精准营销算法。首先对用户上网日志数据进行加工,得到用户行为标签,然后根据专家经验与统计学公式计算用户购车意向得分,输出潜在购车客户信息。通过在某运营商真实环境下进行实验,验证了算法的可行性与有效性。实验结果表明,面向运营商大数据的汽车用户精准营销算法成功率可达到5.98%,相比现有推荐算法效率明显提升。     

基于设计心理学的产品体验设计多层次性研究

突出“人本”的时代,设计心理学越来越多地被运用在产品体验设计之中。设计心理学作为产品体验设计的基础,是产品设计中用户体验研究的重要依托,深蔼用户心理的设计总能凭借其与众不同的吸引力带给用户更有效、更舒服的体验。文章从基于设计心理学的产品体验设计的内涵讨论入手,分析了产品体验设计的用户心理特性,并通过对设计心理学理论的多层次性研究,延伸出新型的产品体验设计的层次化内涵。