ERP实施环境中的技术采纳模型及实证研究

提出一个拓展的ERP用户采纳模型,并进行了实证的分析.分析和测试了四种因素:领导支持、ERP培训、相容性和主观规范等对ERP采用的影响.分析结果显示,领导支持、ERP培训和相容性是影响员工对ERP系统的有用认知和易用认知的重要因素,主观规范对ERP使用意图的影响是显著的.根据实证分析的结果给出了一些成功实施ERP系统的建议.     

健康类App用户对食品信息采纳意愿的影响因素研究

健康类App为用户提供了解食品信息、科学管理饮食的途径,但网络信息信任危机影响着用户的信息采纳意愿。本研究以ELM理论为基础,对网络食品信息采纳意愿的影响因素进行了研究。研究结果表明,信息来源可信度和健康自我效能可显著影响用户对网络食品信息的采纳意愿,而信息质量和信息表达质量对采纳意愿则未产生显著影响。根据研究结果,本文提出了健康类App食品信息呈现的策略,包括采用方便用户理解的信息呈现方式、选择可靠的信息来源、根据用户的健康自我效能优化信息分发,以期为健康类App食品信息的呈现方法提供参考。     

基于用户意图消歧的解离协同过滤算法

协同过滤(CF)是推荐算法中一个重要的研究方向,近期的工作表明CF可以有效地挖掘用户-物品交互背后的潜在意图来精细化建模用户和物品的表示,从而服务下游的推荐任务。然而,本文认为现有的工作没有很好地解决用户-物品交互无偏化问题,它们一般根据假定的而非显式建模的意图生成用户和物品的解离表示。对此,本文提出了一个新的无偏差解离协同过滤(DebiasedCF)推荐框架,该框架利用用户的个人历史来提取其潜在意图,用于表示学习。具体地说,首先利用意图提取模块对用户意图进行显式建模;然后分别对各意图子图进行无偏化;再执行嵌入传播,从而为每个意图生成相应的解离表示;最后设计了一个意图嵌入聚合层来进一步融合在不同意图子图中学得的解离表示。实证结果表明,本文的框架能够在最先进的基线方法基础上取得实质性的改进。进一步的分析验证了提取的用户意图在去偏差和用户-物品表示建模方面的优势。     

基于深度学习的情感化设计

目的使用深度学习实现情感化设计,满足用户个性化的情感需求,加速传统设计过程,提升用户体验。方法研究深度学习中可用于情感化设计的算法,使用卷积神经网络(CNN)实现名画复制品的个性化自动生成;抓取互联网数据,使用LSTM模型挖掘用户真实需求,进行当前流行游戏的周边产品设计;以张裕葡萄酒庄旅游纪念品设计为例,使用深度学习基于用户个人信息和行为数据推荐个性化的葡萄酒包装。结论基于CNN的名画复制品的个性化生成丰富了图像的可修改空间,满足了用户个性化的情感诉求;基于LSTM的用户需求分析高效和准确地反映了用户的真实需求,加速了传统用户调研过程;基于深度学习的旅游纪念品个性化设计进一步提升了用户体验。将深度学习应用于情感化设计有利于挖掘用户内心的真实需求,节省人力物力,满足用户情感诉求和提升用户体验,进一步为设计学与计算机科学的交叉提供了有效方法。     

面向用户体验设计的科学博物馆用户接受智能互动式展览的影响因素研究

虚拟现实等新技术的广泛应用,使科学博物馆发展进入智能新时代,用户体验设计成为主流设计理念,使智能互动式展览成为科学博物馆进入智能新发展的重要表征。本研究基于统一技术采纳与使用第二代扩展模型理论,结合用户特点,对因变量和调节变量进行调整,提出科学博物馆智能互动式展览用户接受影响因素模型,探讨用户接受智能互动式展览的意愿及其影响因素。研究发现,绩效期望、努力期望、社会影响因素、促进因素、娱乐需求均对使用意愿有显著的正向影响;使用意愿对使用行为有显著的正向影响,并从有用性和易用性、社会影响、内容质量等方面提出了提升智能互动展览设计效果的相关建议。     

基于协同过滤的大规模定制个性化推荐方法

为了对用户的产品定制决策进行动态辅助和引导,让用户在大规模定制系统中的产品配置过程变得更简单、方便,在产品定制环节引入了协同过滤推荐算法的思想,并结合大规模定制的特点对推荐算法进行适当改进后提出了一种新的面向大规模定制的个性化推荐算法。给出一个手机定制的实例,对算法产生推荐结果的具体过程进行了模拟与分析。仿真实验产生的可行推荐方案表明,该算法对于解决大规模定制模式下的个性化推荐问题是可行有效的。     

面向燃气具的用户个性化推荐模型

基于协同过滤推荐技术,构建了面向燃气具的用户个性化推荐模型。首先,根据用户注册信息与评分信息获取目标用户的相似用户以及偏好产品集;然后,根据目标用户的购买偏好确定产品的评价指标,并对偏好产品集进行评价。最后,通过算例分析证明了提出模型对燃气具个性化推荐的可行性和推荐结果的有效性。     

信息完整性缓解权力差距对建议表面采纳的影响

目的本研究根据内隐态度是否改变,将建议采纳(Advice Taking)区分为表面采纳和真实采纳,从权力差距入手探讨其对表面采纳的影响,并考查信息完整性如何降低表面采纳提高真实采纳。方法实验以在校大学生为被试(N=170),将权力差距设为被试内变量,信息完整性为组间变量,随机将被试分为高信息完整性组和低信息完整性组,通过五个决策情境来探讨两个变量对表面采纳的影响。结果分析发现,决策者权力小于建议者时,决策者的建议采纳程度较高,但存在表面采纳现象;决策者与建议者权力接近时,建议采纳程度较低,表面采纳也较低;当信息完整性提高时,表面采纳程度显著降低,真实采纳提高。结论权力差距增大会导致表面采纳;提高信息完整性可降低表面采纳。     

消费者需求对企业创意采纳的影响:被调节的中介模型北大核心CSSCI

以长三角地区314家企业为研究对象,探讨了消费者需求、企业吸收能力、环境复杂性与企业创意采纳之间的关系,在理论与文献研究的基础上,对所提出的有调节的中介效应模型进行检验。数据分析结果表明:1消费者需求与企业创意采纳之间呈正相关关系;2企业吸收能力对企业创意采纳具有显著地促进作用,同时企业吸收能力在消费者需求与企业创意采纳的关系中起完全中介作用;3环境复杂性能够正向调节吸收能力与创意采纳之间的关系,环境复杂性越高,企业吸收能力对企业的创意采纳的影响作用越强;在进一步的研究中发现,环境复杂性正向调节着企业吸收能力对消费者需求与企业创意采纳的中介效应。     

基于分类和关联规则的个性化产品推荐系统

提出了一种利用隐式简档记录和购物旧数据进行数据挖掘的个性化产品推荐系统,该系统有机地结合分类和关联的数据分析技术,为客户浏览访问信息和产品购买信息建立动态、实时、准确的产品推荐模型,利用模型提取出用户可能购买的产品信息并通过推荐系统采取适当的方式推荐给用户。试验表明该系统是高效的,且可广泛使用。     

面向C2B个性化定制的智能推荐算法研究

发展C2B（消费者到企业）个性化定制是制造企业转型升级的重要方式之一,但当前企业个性化定制水平低,用户参与定制的流程中并未引入智能推荐以辅助其进行定制。为了更好地对用户的产品定制和决策进行引导,使用户可以准确描述自身需求,提高定制效率,在产品的个性化定制中,引入了智能推荐的思想,在原有基于物品的协同过滤推荐算法的基础上进行改进,提出了适用于C2B个性化定制的分步式智能推荐算法,并引入一汽车定制案例。对算法的运算及生成推荐结果的过程进行模拟,证明了该算法的有效性和实用性。     

基于多Agent的电子商务推荐系统研究与设计

采用多Agent的设计思想，对电子商务推荐系统的工作过程、总体结构、详细设计等进行分析研究，建立一个基于多Agent的电子商务个性化推荐系统模型，并分析改进三种较为常见的推荐算法。     

基于C3D定制模式产品开发平台的研究

以C3D定制模式为对象,探讨了让用户参与设计这一概念的引入对产品开发流程以及个性化设计的实现所产生的影响,研究如何实现用户参与设计这一新型的产品开发模式,最终建立直观的用户体验系统。     

面向人体的个性化设计技术研究

目的 研究和总结面向人体的个性化设计的相关技术方法,主要包括借助三维人体测量技术为用户提供特有的身体数据,在此基础上设计个性化产品的可配置模块,从而快速定制出属于用户自身的个性化产品。方法 研究面向人体的数据获取方法和针对人体特征的三维建模方法,为个性化设计提供数据支撑;提出与人体特征相匹配的个性化设计流程,以及面向大批量定制的设计需求,通过定义模块化产品的配置信息,达到设计重用的目的,从而实现针对不同用户的个性化产品快速定制。结论 个性化设计针对人体形态存在的差异性,向不同用户提供符合特定需求的设计产品,是产品设计的重要发展趋势,也对设计方法提出了新的要求。通过研究面向人体的个性化设计技术,实现针对不同个体形态的快速定制,促进该领域的进一步发展。     

基于个性化需求的智能养生壶交互设计研究

目的对智能养生壶用户个性化需求进行研究,用以指导智能养生壶的交互设计,使得智能养生壶的交互性更加贴合用户真实需求。方法通过KANO需求模型结合访谈及问卷调查的形式获取用户需求,对所得结果进行分析并甄选出用户个性化需求项,结合马斯洛需求层次理论进行分析,分层实现用户多种个性化需求。在分层实现思想的指导下,研究得出智能养生壶交互设计策略。结论用户对智能养生壶的个性化需求项即为产品的部分魅力质量项。关于智能养生壶的交互设计,确定了对用户需求实行分层实现的交互设计原则以及交互设计中信息展示的简洁性和有效性原则。     

注入主流价值导向的电影个性化推荐研究

互联网促进了文化产业飞速发展,电影个性化推荐作为电影搜索的补充,取得了较好的效果。个性化推荐在提高用户体验的同时,注入主流价值导向有助于网络环境向更健康的方向发展。一方面可以通过用户画像技术获取用户的电影内容偏好,并结合协同过滤算法为用户推荐可能感兴趣的电影;同时还应尝试从数据中分析用户的情绪与价值观,在推荐的召回环节和排序环节,有针对性地引入具有正向引导作用的电影内容。     

好友关系型视频推荐系统的实现

本文阐述的是一种基于社交好友关系的视频推荐系统的实现方式。系统已于2012年10月8日正式上线。在该系统发布的内容信息可直接同步到新浪微博。在系统中，用户可以看新闻、听音乐、看视频，并与微博好友边看边讨论、分享。在系统的用户接口及各个展示页面方面，设计了灵活的布局类，让各个展示模块及组件以不同的方式进行组合，实现了多样的布局形式。并提供了和用户的交互，让用户定制自己的浏览面板，使得用户实现操作多元化、个性化。     

基金交易系统的交互设计中信任力设计研究

目的通过交互设计建立并提升基金交易系统的用户信任,以达到提高基金交易系统用户黏度的目标。方法对基金交易系统信任生命周期进行划分,分析基金交易4个阶段的物质流、信息流、资金流运作方式。归纳基金交易系统信任生命周期与交互设计的关系,提出交互设计中各阶段的信任力设计原则,并运用问卷调查验证交互设计原则对用户信任是否有提升。结论基金交易系统可通过确保系统内容的有用性、营造系统安全氛围、确保系统内专业性信息易理解、提升系统的可视性、预防错误发生、提供解决错误的方法、提升用户使用过程中的安全感、提升系统可成长性在内等方式,有效提升用户对系统的信任程度。通过包括拓展系统感官通道、确保系统符合用户心智模型、满足用户社交需求、提升社交体验、提升个性化推荐体验在内等方式,小幅度提升用户对系统的信任程度。     

《砝码》新国标对OIML R111(2004)国际建议的采纳程度

为使现行<砝码>国标和国际计量组织标准接轨,依据现行R111(2004)国际建议和现行砝码规程JJG99-2006内容,我国重新制定的<砝码>新国标即将颁布实施.该文着重分析了<砝码>新国标对R111(2004)国际建议的采纳程度,这是我国标准化建设同国际接轨,迈向国际化的一个重大步骤.同时也指出了砝码国标与国际建议的不同之处,便于相关的厂家、计量工作人员及用户参考.     

基于用户浏览行为的偏好兴趣挖掘推荐研究

在web挖掘的基础上,对用户浏览行为分析,获取偏好信息,旨在根据用户的访问路径向用户推荐个性化的web资源。通过利用用户的浏览足迹,实时地匹配用户的当前访问序列,对不同的用户有针对性的提供不同的推荐资源。