基于情境感知工具辅助碎片化学习行为的研究

碎片化学习难以集中记录,存在无法迅速定位到自己需要的学习内容等用户体验问题.传统方法不能采集真实情境下的用户数据,无法满足研究人员的研究需求.基于此,开发一种基于用户行为的捕捉工具——CAUX(Context-Aware User Experience,CAUX),设计了具有情境感知能力的数据采集模块,自动捕捉指定App内的用户行为数据.CAUX对用户干扰性低,可以辅助研究人员捕捉典型的碎片化学习行为.对利用CAUX采集到的数据进行处理,并结合人工方法进行分析,可以发现不同情境下的用户行为和用户体验问题.     

基于PBFT区块链技术的电网企业仓储系统

提出了一种基于实用拜占庭容错(PBFT)算法的区块链技术,首先对传统的实用拜占庭容错算法原理进行了阐述,该传统算法包含前期、需求、预准备、准备、确认、答复6个阶段,但传统算法具有实时性差、缺乏惩罚机制、带宽高的缺点。针对出现的这些问题,又对传统算法进行了改进,具体涉及记账节点、共识过程以及视图切换过程。通过测试进一步证明了该改进算法的实用性,并将该算法应用于电网企业中,构建的虚拟仓库实现了联储联备,降低了库存资金的耗费,并且提高了电网企业库存管理的效率。     

基于NR-Transformer的集群作业运行时间预测

高性能集群的作业调度通常使用作业调度系统来实现，准确填写作业运行时间能在很大程度上提升作业调度效率。现有的研究通常使用机器学习的预测方式，在预测精度和实用性上还存在一定的提升空间。为了进一步提高集群作业运行时间预测的准确率，考虑先对集群作业日志进行聚类，将作业类别信息添加到作业特征中，再使用基于注意力机制的NR-Transformer网络对作业日志数据建模和预测。在数据处理上，根据与预测目标的相关性、特征的完整性和数据的有效性，从历史日志数据集中筛选出7维特征，并按作业运行时间的长度将其划分为多个作业集，再对各作业集分别进行训练和预测。实验结果表明，相比于传统机器学习和BP神经网络，时序神经网络结构有更好的预测性能，其中NR-Transformer在各作业集上都有较好的性能。     

运动曲线在手机App动效中的应用

手机App设计中,交互动效的使用越来越广泛。在动效设计中需要同时兼顾产品层级表达和用户体验需求,考虑用户感受与操作反馈。运动曲线的使用有助于UI设计师正确地完成动效设计。本文对App动效的重要元素即运动曲线进行了分析,并详细介绍了标准运动曲线在实现缓入缓出中的作用,最后给出了AE(AdobeAfterEffects)运动曲线的设计方法。     

基于慕课堂数据的学生学习行为分析

本文结合慕课堂线上学习数据与线下考试成绩,研究学生在线学习的行为表现与学习效果之间的关联性,所获得的信息能够体现出不同学生群体的特点以及不同学习维度的作用,从而提醒教师适时调整教学策略,持续改进,有助于教师改进教学方法,提高教学质量.     

《互链网:未来世界的连接方式》

本书作者蔡维德,担任北航数字社会与区块链实验室主任、天德科技首席科学家、中国信息界区块链研究院院长、国家大数据(贵州)综合试验区区块链互联网实验室主任等重要职务,对区块链、数字货币等有着深入研究。在本书中,作者站在50年后的未来,以深远而宽广的视角,提出构建新型互联网-互链网的思想,并提供了一整套完整地构建互链网新型架构的思路和方案,详细阐述了构建互链网的设计原则、新架构、新工程、新型网络协议、新型底层操作系统模型以及新型数据存取方式。     

基于用户体验的压路机操纵手柄交互品质研究

目的以压路机操纵手柄为对象,探讨交互品质研究方法,改进用户体验。方法对交互品质进行解析,由用户体验与交互品质的关联性,提出基于用户体验的交互品质研究方法;面向压路机操纵手柄典型任务进行用户体验研究,梳理压路机手柄的操作流程,并对交互行为进行聚类分析,结合语义分析构建用户体验词库,运用半结构式访谈与问卷调查,以定量与定性方法相结合对驾驶员的操纵体验进行调研;以专家研讨的形式进行驾驶员的操纵体验向交互特征的映射,构建交互特征集,进而对操纵手柄的交互品质进行分析与阐释。结果得出了压路机操纵手柄的交互特征与交互品质。结论通过用户体验可以映射交互特征,得到了交互品质,对于从交互品质的角度指导交互设计提供了借鉴。