消费者线上交互与感知风险的关系研究

论文研究消费者对消费者的线上交互行为对消费者对产品的感知风险的影响。参考前人文献,引入了认知信任这一中介变量。此外,根据文献,本文将消费者线上交互划分成了五个维度,分别是信源质量、关系强度、信息质量、交互氛围和交互频率。实证研究发现,这五个维度分别会通过认知信任,对消费者感知风险产生负向影响。

“服装人体工效学”的线上线下互动式教学方式探讨

随着信息技术的发展及各类线上教学软件的兴起,线上线下相结合的教学模式也得到了发展。教师通过在线直播和线上交互讨论等形式,积极探索有效的教学方式,提升学生的学习效果。文章以“服装人体工效学”课程为例,分析线上线下互动式教学模式的优势,提出线上教学模式的一些特征和理念,在“互联网+”背景下对传统教学模式进行继承和创新。

基于“创客”模式的自动化专业实验室建设探索

基于"创客"模式的自动化专业创客实验室建设计划,立足于本校自动化专业大学生群体,建立开源、创新、协作、共享的线上交互平台及线下实体实验室,让大学生分享创意、完善创意、实现创意。自动化专业大学生创客实验室将成为本校自动化专业技术创新活动开展和交流的场所,将促进本专业人才培养与经济发展、就业需求的紧密对接。

EBSN中基于潜在好友关系的活动推荐算法

EBSN(Event-based Social Networks)与传统社交网络有所不同,它不仅包含传统社交网中的线上交互(Online Interactions),还包含颇具价值的线下交互(Offline Interactions),是一种异构型复杂社交网络。如何有效利用这种虚拟与物理相融合的交互关系来提高活动推荐服务的质量,是目前学术界和工业界共同关注的热点研究问题之一。传统社交活动推荐算法,如基于用户偏好或线上好友关系的活动推荐算法,除了考虑活动和用户的基本属性外,大多基于显式好友关系EF(Explicit Friendship)进行活动推荐,但EBSN不具备显式好友关系,因此上述算法均不能直接用于EBSN活动推荐。为此,定义了一种新的潜在好友关系LF(Latent Friendship),LF关系将线上同组、线下同活动综合纳入活动评分计算中,以体现LF对EBSN活动推荐的影响;同时,基于此提出了一种基于潜在好友关系的EBSN活动推荐算法(Activity Recommendation Algorithm based on Latent Friendships,ARLF),该算法在寻找潜在好友关系时,创新性地运用元路径思想,使得EBSN中的异构信息得到了充分利用。最后,利用Meetup事件社交网中的真实数据对ARLF算法进行了性能测试,可扩展性实验证明了该算法是可行且有效的。