基于蒙特卡洛树搜索的视频异常场景监测方法

通过视频监控可以更快速地发现异常场景,并尽快制止违法暴力行动。为保证监测精度,文中设计一种基于蒙特卡洛树搜索的视频异常场景监测方法。首先对行人轨迹特征进行提取,计算目标预测位置与实际位置的空间距离,判定二者的相对位置,建立三级异常图像;再基于蒙特卡洛树搜索算法设计行人行为判别方法,构建不确定判别网络,标记残差函数,对数据进行归一化处理,同时获得激活函数以及函数的输出值;最后,设计视频异常场景监测算法,基于协方差矩阵将多个判别结果汇总成一个整体,并以此得到监控视频内异常场景的监测结果。该方法能够通过目标提取得到视频内的异常目标。目标识别精度的测试结果表明,所提方法在简单场景与复杂场景内的AUC值分别为0.952和0.886,说明其监测精度较高,在简单场景与复杂场景下均可正常使用。

社会认知视角下移动端视频用户学习型搜索行为的影响研究

[目的/意义]“搜索即学习”背景下,主要探讨认知风格和任务复杂度对移动端视频用户学习型搜索行为的影响机理,该研究有助于深入理解用户视频搜索行为的本质,为更好地设计和优化移动端视频信息搜索系统,提升视频搜索用户体验提供参考。[方法/过程]文章采用实验法,以哔哩哔哩视频平台为测试系统,将用户完成学习型任务的搜索过程划分为知识获取阶段、知识学习阶段、互动反思阶段和知识整合阶段,以社会认知理论为指导,考察个体因素(认知风格)、环境因素(任务复杂度)对用户视频搜索行为的影响。[结果/结论]研究发现,认知风格主要影响用户在学习型搜索任务下知识获取阶段、知识学习阶段和知识整合阶段的行为,任务复杂度对用户视频搜索行为的影响主要表现在知识获取阶段。研究结论有助于提高视频信息搜索用户的交互体验与学习效能,并对优化视频信息搜索系统的交互设计与学习服务功能提供启示。

空气质量对消费者互联网搜索行为的影响

随着经济和城市化进程的快速发展,中国部分地区雾霾天气频发,已经影响人们的日常生活。与雾霾相关的议题已经引起政府、业界和学界的共同关注,但雾霾如何影响消费者行为,特别是消费者的互联网搜索和使用行为,目前还缺少充分的证据和研究。已有研究发现,空气质量变差会降低消费者的信息处理能力,并导致消极情绪,被称之为成本效应。同时,面对消极情绪时人们会自发地通过购物和娱乐(听音乐、看电影)等补偿行为缓解其影响,表现为增加对购物类和视频类网站的搜索和使用,被称之为补偿效应。基于对由空气质量引起的消费者感知的成本效应与补偿效应间的博弈,以北京市为例,采用国家环保部提供的空气质量指数和18个主要网站的百度搜索指数,使用Stata/MP 13. 0对数据进行实证分析,研究空气质量对消费者的互联网搜索和使用行为以及终端的使用偏好的影响。研究结果表明,随着空气质量变差,消费者对视频类网站的总搜索热度保持不变,但对购物类网站的总搜索热度会经历一个先增加后下降的倒U形过程。然而,消费者在移动端对两类网站的搜索均呈现倒U形过程,而且消费者对购物类网站的搜索在空气质量较差时的下降趋势要强于视频类网站。同时,空气质量对消费者的终端使用偏好有显著影响,具体来说,消费者搜索和浏览购物类和视频类网站时,空气质量变差会使更多的人从使用PC端转向使用移动端,这种终端间的迁移程度随着空气质量的进一步变差而变缓,进而下降;视频类网站中PC端向移动端迁移的程度显著地低于购物类网站。研究结果拓展了已有的空气质量对消费者情绪和行为影响的理论,为空气质量对消费者网站搜索和使用行为的影响提供定量的证据。研究结论有助于企业更好地调整其营销策略,也为政府和相关领域的决策提供理论基础。

视频捕捉法:研究用户网络信息行为的有效方法

视频捕捉法,是研究人员利用软件对被试者的网络查寻过程进行录像,以研究用户信息行为的方法。目前国内外已有不少使用视频捕捉法取得研究成果的案例。视频捕捉法具有获取数据真实、具体、客观、高效等优点,是研究用户信息行为的有效方法。但是此方法存在一些缺点,需要与问卷调查、访谈、出声思考等方法结合使用。