脑卒中患者复发风险感知与行为决策情境理论模型的初步构建

目的构建脑卒中患者复发风险感知与行为决策情境理论模型,为脑卒中行为管理提供新的指导框架。方法遵循护理学科理论模型发展过程,综合采用文献研究、质性研究及理论分析,初步构建脑卒中复发风险感知与行为决策情境理论模型,包括概念、命题(概念间假设关系)及模型边界(适用范围)。结果脑卒中复发风险感知与行为决策模型包含复发风险感知、行为决策、自我效能、社会支持、情感反应(担忧)和健康行为等6个核心变量,一条核心路径为“复发风险感知→行为决策→健康行为”,三条桥梁路径为“复发风险感知社会支持→行为决策→健康行为”“复发风险感知→自我效能→行为决策→健康行为”和“复发风险感知复发担忧→行为决策→健康行为”。结论脑卒中复发风险感知与行为决策模型或可丰富脑卒中健康行为管理相关理论研究,进而为开展脑卒中患者健康管理及复发防控实践工作提供新的视角。

“地理眼”看家乡:基于情境感知的沙井蚝乡研学活动设计

在地理教学中,教师基于情境感知视角设计学科活动和研学课程,有助于学生获取和感知情境信息,在真实的实践过程中提升地理思维和核心素养。文章以深圳沙井蚝乡研学活动为载体,探究千年蚝乡的发展基础、异地养殖的现状、新时代蚝乡的新生,以推动地理实践教学与乡土地理的深度融合,增强学生乡土情怀和家乡认同感。

基于活动的情境感知系统交互设计

情境感知是移动和普适计算研究中一个重要的组成部分。现有研究大多从技术的角度进行情境感知系统的设计和实现。由于缺少对人的情境感知机制的认识,导致系统的情境感知行为和人的期望之间存在着很大的差距。在活动理论和人的情境感知理论的基础上,提出了基于活动的情境感知模型,用于描述特定活动中人的情境感知过程;并在该模型的基础上,提出了基于活动的情境感知系统交互设计方法。通过基于活动的情境感知购物助手的交互设计过程,验证了基于活动的情境感知模型在情境感知系统交互设计中的应用。

基于隐马尔科夫模型的上下文感知活动计算

为了推理移动用户在智能空间的活动,提出了基于隐马尔科夫模型的上下文感知活动计算.首先按照上下文的定义,采用元组方法表示移动用户和智能空间,然后根据活动理论基本构成元素和面向客体活动原理来描述用户活动和智能空间的状态变化,最后引用隐马尔科夫模型建立起用户活动与智能空间状态变化之间的联系,从而实现活动计算.该模型可以完整地描述活动分解为动作的过程,还可以根据每种活动的动作链标记用户活动数据,却不需要用户直接参与数据的标记.将该模型的动作状态数与上下文感知经验采样工具(ESM)的动作状态数进行比较,结果表明该模型的平均活动识别准确度比ESM高25%.

分布式情境感知分层模型设计与角色分析

情境感知是普适计算环境的本质特征之一.本文提出了一种面向分布式情境感知的分层模型,通过情境资源的空间划分,刻画了传感器到情境知识的逐层抽象的特质.同时,分层模型对情境感知系统中的角色及角色间的关系进行了有效规约.本文通过与经典的Context Toolkit模型比较,证明了分层模型的运行时负载低的优点;通过模型的主动性分析,验证了情境感知主动性对系统数据收发负载的正反比影响.分层模型将在分布式情境感知系统部署和配置中发挥重要作用.

三重相关效能对大学生休闲时间身体活动行为的影响:跨情境模型的构建与检验

考查大学生体育课对休闲时间身体活动行为的贡献,构建适合大学生的跨情境预测模型,为干预大学生的身体活动行为提供理论依据。假设大学生体育课上的三重相关效能(推论自我效能、他人效能、自我效能)可以影响大学生对体育课的自主性动机和积极的情绪体验,并进而影响其休闲时间身体活动的自主性动机和行为。研究采用心理测量法,选取482名大学生参与研究,研究材料为《三重相关效能量表》、《因果关系感知量表》、《锻炼诱导情绪量表》、《锻炼动机量表》和《体育活动等级量表-3》,通过结构公式模型检验各变量之间的关系。研究结果显示:假设模型的拟合优度良好,对身体活动行为的解释力为18%;体育课的自主动机和情绪体验可显著预测休闲时间的身体活动自主动机,两者共解释其34%的总变异;自我效能可显著正向预测休闲时间的身体活动行为。结论:假设模型是适合大学生身体活动行为的预测干预模型;自我效能和他人效能通过动机和情绪的跨情境迁移作用,积极影响大学生对身体活动行为的参与。研究为干预大学生身体活动行为的增加提供了理论依据,建议干预时重点提高体育课上大学生的自我效能,并促使其产生积极的情绪体验,后续研究应加入纵向干预研究验证假设。

情境感知视角下移动图书馆主动知识服务模型构建

分析了移动图书馆建设内容,聚焦情境感知视角下移动图书馆主动知识服务研究,引入主动规则推理,阐述主动模型服务体系,构建基于情境感知的移动图书馆主动知识服务模型,旨在提高移动图书馆服务效率,发挥移动图书馆在高校建设中的作用。

基于情境感知的高校移动图书馆个性化推荐模型研究

针对高校移动图书馆个性化推荐的不足,利用情境感知技术和数据挖掘技术,从用户的物理情境信息、基本情境信息、社会网络3个方面获取用户的情境信息;采用向量空间模型的表示方法,提出一种基于情境感知的高校移动图书馆个性化推荐模型,并介绍模型的运行过程及相关环节,以期解决移动图书馆用户情境敏感性的个性化需求。

基于推理-情境感知激活模型的设计知识推荐

针对个性化产品设计任务下的知识资源检索和利用效率低、知识推荐结果有效性和准确性侧重失衡的问题,提出个性化设计知识推荐服务架构.该架构以产品设计文献数据、手册数据为核心,结合产品设计场景特征,确定设计知识类别.采用新的深度学习模型ALBERT-BiLSTM-IDCNN-CRF,对数据中蕴含的设计对象、设计任务、设计性能、设计方法、设计工具、设计原理、设计参数、计算公式、设计图这9类知识元进行有效抽取.结合由企业内部员工和文献作者组成的设计人员知识元,建立五维设计知识关联模型,以该模型为基础,运用本体和推理规则建立完善的产品设计知识库.提出基于推理-情境感知激活模型的设计知识推荐服务模式.以液压机设计为例进行验证.结果表明,所提的深度学习模型在设计知识抽取中获得了优于其他基准模型的效果.所提的知识推荐服务模式在维持较高的知识推荐结果准确性的同时,提升了输出推荐结果的有效性,可以快速、准确地为特定对象属性、任务属性和性能要求属性下的个性化设计任务求解推荐所需的知识资源.

基于情境感知生成对抗网络模型的工程知识推荐方法

针对现有知识推荐方法因稀疏矩阵和冷启动导致推荐性能不佳的问题,提出一种基于情境感知生成对抗网络模型的知识推荐方法(CGKR)。提出任务相似度概念,同时考虑内容相似度和任务相似度构建知识相关性网络,基于知识相关性网络构建语义激活扩散模型,扩展用户历史评分,以全面探知用户兴趣;基于用户个人背景信息和历史行为信息构造用户情境和任务情境;引入生成对抗网络模型,并结合情境信息构建情境感知生成对抗网络模型(CxtGAN);基于训练完成的CxtGAN,为特定任务情境下的目标用户提供个性化知识推荐服务。以某船厂知识管理系统数据为例,进行实例分析与实验研究,结果表明CGKR方法具有较好的知识推荐性能,能够为企业用户提供优质知识推荐服务。

融合情境感知与随机森林的旅游景点推荐模型

情境是指一切可以用来描述某个对象情形和特征的信息,包括时间、位置、社会关系、自然状况以及项目特征等。旅游景点的选择受多种类型情境要素的影响,而传统的旅游景点推荐模型中未考虑或只考虑单一的情境要素,忽略了多方面情境要素对用户在选择出行目的地的综合影响。为此,文中通过归纳11种情境要素对景点推荐的影响并探讨它们影响程度的差异,提出一种融合情境感知和随机森林算法的旅游景点推荐模型,将情境要素作为随机森林中决策树分裂时要考虑的特征属性进行建模。实验结果表明:在众多情境要素中,相比于温度、季节等其他情境要素,景点自身的情境要素对旅游景点的选择影响更大,在进行推荐时,对各类情境要素按照重要性程度赋予相应的权重能够提高推荐的准确率;与逻辑回归模型相比,随机森林模型在不同数据抽样比下的预测精度更高,当训练数据集与测试数据集的比值为7∶3时精度最高。

情境感知泛在学习评价模型的研究

情境感知泛在学习是普适计算环境下一种新型的学习方式,它充分利用现代信息技术,具有全新沟通机制与丰富学习资源。结合泛在学习的特点、情境感知特性和学习者特征,制定了情境感知泛在学习评价指标体系。提出了层次分析法和主成分分析法相结合的PAHP主客观赋权法确定指标权重,模糊综合评判法(FCE)得到最终评价结果。以云南师范大学外国语学院东南亚汉语言学习课程为对象进行了实例验证,表明该方法具有有效性和可行性。

面向智慧课堂的教育情境感知:价值定位、特征模型与实践框架

面向智慧课堂的教育情境感知旨在利用情境感知技术打开课堂教学研究的“黑箱”,对智慧课堂生态系统进行解构,挖掘深层次的教育规律。通过对“智慧课堂”和“情境感知”概念的阐释,提出面向智慧课堂的教育情境感知需要从数据感知层面对教育情境要素进行建模分析,实现基于活动流的教学过程解构,探究“人—机—物—环境”的交互作用机制,挖掘复杂情境下学习发生的内在机理。在此基础上构建了基于“人—机—物—环境—活动”的智慧课堂情境感知特征模型,对智慧课堂的学生和教师情境、设备和服务情境、内容和资源情境、时空和社会情境、活动和交互情境进行精准刻画。最后,从“智能感知层、智能分析层、智能服务层”三个层面构建了智慧课堂情境感知的实践框架,指出智慧课堂情境感知研究的开展需要通过对教育情境的智能感知和融合计算,探究智慧课堂的教育规律,构建基于情境感知的智能教育服务模式,以此对智慧课堂情境感知的研究愿景和实践路径进行了系统梳理。

基于交叉注意力多源数据增强的情境感知查询建议方法

当前基于神经网络模型的查询建议研究往往单独采用查询日志会话中的查询序列作为训练数据,但由于查询本身缺乏句法关系,甚至缺失语义,导致神经网络模型不能充分挖掘和推理查询序列中各种词或概念之间语义关系。针对这一问题,提出一种基于交叉注意力多源数据增强(MDACA)的Transformer模型框架,用于生成情境感知的查询建议。采用基于Transformer的编码器-解码器模型,利用交叉注意力机制,融合了查询层、文档语义层以及全局查询建议信息。实验结果表明,与目前方法相比,该方法能生成具有更高相关性的情境感知查询建议。

青少年身体活动感知障碍评估量表的研制与检验:基于社会生态模型的构建(PBPA-SEM)

目的:基于健康行为的社会生态模型,编制适用于我国青少年的身体活动感知障碍量表,并对信、效度进行评价。方法:通过系统的文献回顾和开放式问卷调查,并对原始资料进行质性编码分析,初步确定青少年身体活动感知障碍的社会生态结构维度,拟定47个项目;对547名中学生进行初测,用于量表初稿的项目分析和探索性因素分析,之后对782名中学生发放正式量表,用于验证性因素分析和内部一致性信度检验,其中68人2周后进行重测。结果:青少年身体活动感知障碍量表由4个分量表38个题目构成,探索性因素分析发现个体分量表由缺乏动机、自我意识、竞争兴趣和优先事项4个维度构成,个体间分量表由他人支持和榜样、家人的态度2个维度构成,组织分量表由学校体育资源和校园体育文化氛围2个维度构成,社区/环境分量表由社区体育资源与交通方式、天气2个维度构成。量表各项目具有良好的鉴别度,且与总分均显著正相关(r=0.302~0.768,P<0.01)。验证性因素分析结果显示,总量表四因子模型各指标均达到拟合标准(χ2/df=2.186,RMSEA=0.083,IFI=0.954,CFI=0.952,TLI=0.921,GFI=0.936,AGFI=0.870)。总量表及各分量表Cronbach’sα系数为0.734~0.876,各维度Cronbach’sα系数为0.639~0.920。总量表及各分量表重测信度为0.779~0.902。量表各维度与效标问卷均具有显著负相关(r=-0.176~-0.575)。结论:青少年身体活动感知障碍量表具有良好的信、效度,可以用于青少年身体活动感知障碍的评估和研究。

基于梯度提升决策树的情境感知推荐模型

[目的/意义]旨在深入研究情境信息对用户偏好的影响,提高情境感知推荐的准确性。[方法/过程]提出了基于梯度提升决策树的情境感知推荐模型,根据梯度提升决策树计算情境属性权重,将其与传统协同过滤算法相融合,生成情境感知推荐结果。[结果/结论]该模型可以识别影响用户偏好的重要情景属性,为用户提供个性化推荐服务。

滨水公园空间感知对居民健康活动的影响研究——以邯郸市滨水公园为例

研究旨在探讨滨水公园中空间感知与居民活动行为之间的关系,对研究样本空间内进行问卷数据收集,借助结构方程模型(SEM)工具,分析447份问卷数据,对6个潜在变量的潜在关系进行探讨。结果表明,居民对滨水公园的功能感知在模型中起到主导作用,而安全感知、舒适感知、认同感知都起到了次要的影响作用。此外,居民情绪感知在模型中起到重要的中介作用,居民的积极态度有助于提升居民的健康活动水平。

基于情境化自然教育的儿童景观设计——以苏州宾馆儿童活动区为例

儿童活动区是儿童接触自然、了解自然的重要场所,以苏州宾馆儿童活动区景观设计为例,在遵循儿童感知体验规律的基础上,以寓教于乐的情境化景观设计手法,将景观空间打造为与自然环境完美融合的儿童乐园。

情境感知视域下移动图书馆服务系统模型构建策略

移动图书馆服务系统设计中可借助情境因素提高感知能力,进而实现个性化、智慧化的服务功能,情境因素分为用户、社会、环境等多种类型。基于情境感知的服务系统模型由情境因素感知层、情境因素汇聚层、情境数据存储层以及情境应用服务层构成。系统设计的核心是情境感知推理和计算,这一功能依赖于算法程序。文章研究过程中结合书籍个性化推荐服务,介绍了情境感知与矩阵分解推荐算法的融合方式,取得了良好的推荐效果,说明情境感知能够有效提升系统的服务水平。

融合情境感知特征的就餐推荐模型研究

文章提出了一种利用深度学习技术提取用户就餐评论的情境信息的算法,利用卷积神经网络(Convolutional Neural Network,CNN)从用户对美食的评论信息中动态学习用户对美食的情景特征信息,然后将美食情境特征与初始美食潜在特征相融合构建就餐推荐模型。实验结果表明,与其他算法相比,该算法能够改善就餐推荐系统性能。