基于UTAUT模型的学术虚拟社区知识共享行为研究——感知知识优势的调节作用

[目的/意义]从用户感知视角,探究学术虚拟社区知识共享的关键影响因素,有助于推动虚拟环境下的知识分享行为。[方法/过程]基于UTAUT模型,构建了一个包含绩效期望、努力期望、社会影响、便利条件和感知知识优势的综合效应模型,基于352份有效问卷,运用结构方程模型和回归分析进行了实证检验。[结果/结论]绩效期望、努力期望、社会影响正向影响知识共享意愿,并进而影响共享行为;便利条件正向影响知识共享行为;除自我身份与共享意愿之间的调节作用不显著外,感知知识优势调节各变量与知识共享意愿、共享行为之间的关系。提升知识分享的绩效预期和努力期望,增强社区成员的归属感、自我身份认同和自我效能感以及保持成员间适度的知识势差有助于提升虚拟社区知识共享行为。

浅谈视唱教学中首调唱名法对中国民族音乐感知的优势

在视唱的教学中,主要分为用"首调唱名法"、"固定调唱名法"两种唱名体系,二者在视唱练耳的训练中各有优势.然而,就我国传统的民族音乐的感知与表现而言,采用"首调唱名法"对表现其曲调特征、音乐风格,具备明显的优势特征.本文试图就首调唱名法在中国民族音乐中的优势这一问题做尝试性探讨.

考虑属性关联的C-TODIM决策方法

针对属性具有关联性的多属性决策问题,考虑到决策者具有参照依赖和损失规避行为,提出一种新的CTODIM决策方法。依据经典TODIM决策方法,考虑决策者的参照依赖行为,计算每个方案相对于其它各个方案关于各属性的收益或损失值;再考虑到决策者的损失规避行为,集成属性关联情形下方案关于所有属性的收益或损失值,得到每个方案相对于其它各个方案的个体感知优势度;在此基础上,计算每个方案的总体感知优势度,并依据总体感知优势度的大小对方案进行排序。最后通过一个风险投资的算例验证该方法的可行性和有效性。

基于属性关联的犹豫模糊TODIM多属性决策方法

针对属性值为犹豫模糊信息,且已知属性关联的多属性决策问题进行了研究;首先引入测度函数,参照依赖和损失规避心理行为,对每个属性下相对参照点进行方案两两之间的优势-劣势比较,构建在每个属性下方案的收益-损失矩阵;依据Choquet积分和TODIM方法的基本思想,计算方案的个体感知优势度,在此基础上,计算备选方案的总体感知优势度,进而对方案进行排序;最后通过一个算例分析表明所提出方法的可行性和有效性.

基于AHP-CTODIM评判模型的大尹格庄金矿采矿方法优选

采矿方法的选择是一个多因素、多准则的决策过程。合理确定采矿方法对于地下矿山开采的发展极其重要。在综合层次分析法(AHP)和C-TODIM决策法的基础上,建立AHPCTODIM综合评判指标模型。从经济、资源利用率、劳动生产率、合理程度、安全5个方面综合考虑评判指标,通过层次分析法确定各评判指标的权重向量,进而利用C-TODIM决策法计算备选方案的总体感知优势度。该模型较好地解决了多因素决策时各评判指标之间相互独立性较差问题。

人工智能新闻主播何以被接受?:新技术与社会行动者的双重视角

伴随着传统媒体的智能化转型,人工智能主播(AI主播)日渐出现在新闻节目中。作为一项新兴传播实践,AI主播面对的节目受众如何对其进行感知,其接受度又受到何种因素影响,成为本文关注的核心命题。本研究基于新技术与社会行动者的双重视角,通过问卷调查的方法对如上问题进行探究。结果表明:在新技术特质层面,感知新颖性正向预测新闻AI主播的态度与接受度,而感知智能优势对态度与接受度的影响并不显著。在社会行动者特质层面,感知可信度、感知形象拟人化与感知能动性均正向预测新闻AI主播的态度与接受度。除此之外,感知新颖性、感知可信度、感知拟人化与感知能动性通过态度的中介作用正向影响受众对于新闻AI主播的接受度。本研究拓展了新闻AI主播接受度的前因变量,为理解新闻AI主播的社会扩散过程提供了更为情境化的视角。

基于熵权—CTODIM模型的“三下”矿体采矿方法优选

针对"三下"矿体采矿方法选择问题,结合工程经验与决策理论,构建科学合理的评判模型,避免经验类比法的主观模糊性。以某海底黄金矿山为研究对象,依据熵权理论从技术、经济、安全及资源4个方面选取10项指标构建评价指标体系,得到指标熵权;然后利用CTODIM决策法计算备选方案的总体感知优势度,进行归一化排序;最终确定机械化盘区进路充填采矿法为最优方案。矿山实践表明:该决策模型为"三下"矿体采矿方法的选取提供了科学依据,具有一定的理论意义和实用价值,同时也为类似系统工程决策问题提供了一种新的决策方法。

基于属性关联的直觉正态模糊TODIM决策方法及其应用

针对属性间存在关联的直觉正态模糊多属性决策问题,考虑到决策者参照依赖和损失规避的有限理性行为,提出直觉正态模糊TODIM方法.依据经典TODIM法的思想和直觉正态模糊数的距离测度,计算每个属性下各方案相对于其它方案的收益-损失值;考虑到属性间的关联性,利用λ模糊测度和Choquet积分思想,得到每个方案相对于其它方案的总体感知优势度.在此基础上,计算各方案的综合感知优势度,进而利用规范化后的综合感知优势度,对各方案进行排序。最后,通过算例说明所提方法的有效性和可行性.

基于广义Choquet积分的Pythagorean不确定语言TODIM方法及其应用

针对评价信息为Pythagorean不确定语言变量且指标具有关联性的多指标决策问题,考虑到决策者的参照依赖和损失规避等有限理性行为,提出一种基于广义Choquet积分的Pythagorean不确定语言TODIM方法.首先,给出Pythagorean不确定语言变量的定义及其相关理论;其次,考虑决策者的参照依赖行为,计算各方案相对于其他方案关于各指标的收益或损失值;再次,考虑决策者的损失规避行为,集成指标关联情形下方案的收益或损失值,得到每个方案相对于其他各个方案的个体感知优势度;最后,计算各方案的总体感知优势度,并依据总体感知优势度进行方案排序.一个雾霾污染治理的算例验证了所提出方法的实用性和有效性.