基于GOMS模型的网上购物流程设计优化研究

目的 随着电子商务的不断发展,各种网络购物平台应运而生.探究不同网络购物平台的操作流程对用户的影响从而提高购物平台的有用性.方法 通过GOMS任务分析方法对几类常见的购物网站操作流程进行建模,并对所得模型进行操作时间的预测与分析,采用编程软件对得到的几类购物网站的操作流程模型进行设计从而开展绩效实验与问卷访谈.结果 GOMS模型所预测的购物操作流程时间与实际的操作时间结果一致;购物操作流程中的点击行为用时少于指向行为;减少购物操作流程中的不必要选中可以有效地减少操作时间与错误率;当被试对购物操作流程熟悉时,每一个操作步骤的心理准备(M)时间可以去掉.结论 对不同网络购物平台操作流程的研究可以很好地提高购物平台系统的可用性,从而提升用户的满意度并增强用户的购物体验.     

老龄化社会网购商品包装设计的人文关怀

目的 通过对老龄化社会"网购商品"包装进行分析,提供老龄化社会"网购商品"包装需求的合理思路,建立"网购"时代老年产品包装的合理构想.方法 将老龄化和"网购"作为选题研究的大背景,以产品包装的材料、造型、人体工程学、版式设计为基本出发点,结合老年人视觉(看)、触觉(拿)、记忆(用)等生理特征几个方面综合论述产品包装的人文关怀,以及商品包装设计对老年人购物的影响,对"人文关怀式"包装的创新等相关问题进行研究.结论 通过对老龄化社会"网购"包装进行研究,发现产品包装是对老年人关怀不可忽视的细节,合理的"网购商品"包装可以帮助老年人在"网购"时代获取更大的归属感、存在感、安全感,助力和谐社会的进步发展.     

网络微社区影响下文化旅游服务平台设计研究

目的针对市场里的旅游服务平台形形色色,良莠不齐现状造成的功能定位模糊、可用率低、基础用户少、难以形成用户黏度较高的平台健康可持续发展模式等问题,藉由网络微社区角度进行文化旅游服务平台的设计研究探索。方法通过案例分析法、比较分析法收集、整理、分析现有的旅游服务平台设计模式,发现问题,再用POEMO框架进行文化旅游服务平台功能模块的方案设计,并探索UGC模式对服务平台的创新个性化服务模块的正向影响,最终提取优选方案。结论设计了文化旅游服务平台构建的框架,阐述了服务平台建设的主要内容、采用的途径和具有的个性化定制服务,在网络微社区的影响下,将数字技术与文化旅游服务平台设计相结合,为相关服务平台构建提供借鉴和参考。     

一种适用于现场原位校准的双输入激励方法

针对现场校准中各种非电物理量激励源实现困难的问题,提出一种双输入激励法,以电信号标准源激励校准传感器后面的数据采集系统。借助于现场物理量值提供单值激励,以现场测量标准校准包含传感器的被校测量系统,并判定传感器的工作正常性。在其工作正常情况下,以传感器稳定的传递特性模型的平移,表述其现实特性,模型参数来源于以往实验室校准结果,从而以双输入激励法完成全测量系统的现场校准。从铂电阻温度计长达6年的校准结果漂移特性,可以看出该方法具有正确性和可行性。     

Fast Online Q(λ)

Q()-learning uses TD()-methods to accelerate Q-learning. The update complexity of previous online Q() implementations based on lookup tables is bounded by the size of the state/action space. Our faster algorithm's update complexity is bounded by the number of actions. The method is based on the observation that Q-value updates may be postponed until they are needed.     

基于可变权重损失函数和难例挖掘模块的Faster R-CNN改进算法

基于深度卷积神经网络的目标检测算法已成为目标检测领域中的研究热点,它包括基于区域提议的两阶段目标检测算法和基于位置回归的一阶段目标检测算法。Faster R-CNN是两阶段目标检测的典型算法之一,但是,训练数据集中简单样本-〖KG-*8〗难分样本数量不平衡,以及样本数据的类间不平衡,都是影响Faster R-CNN检测精度的重要原因。本文提出一种基于可变权重损失函数Focal Loss和难例挖掘模块的改进Faster R-CNN算法。具体地,在网络的分类部分引入Focal Loss函数,通过权重调节样本数据的类间不平衡,改善简单样本-〖KG-*8〗难分样本的数量不平衡;同时,修改网络结构,引入难例挖掘模块,进一步平衡简单样本-〖KG-*8〗难分样本的数量,提高网络的检测性能。本文采用不同数据集,不同基础网络来测试提出的算法性能。实验结果表明,在VGG-16基础网络下,本文算法在Pascal VOC 2007数据集上平均检测精度较原算法提高了0.9个百分点,在Pascal VOC 07+12数据集上提高了1.7个百分点;在Res-101基础网络上,在Pascal VOC 2007数据集上平均检测精度较原算法提高了1.3个百分点,在Pascal VOC 07+12数据集上提高了1.5个百分点。     

线上线下混合式教学模式的探索与实践

以“电子商务数据库技术”课程为例,探讨了在线教学与传统的面授课堂教学相结合的线上线下混合式教学模式。以网上教学平台的构建为基础,对教学模式和教学策略进行了再设计,提出了混合式教学设计框架,并将其付诸于课程的教学实践中。实践和研究结果表明,线上线下混合式教学,确实能够达到比纯课堂面授更佳的教学效果。将传统的面授课堂教学延伸到网络虚拟空间,采用线上线下混合式教学模式,将成为教学的重要模式。     

基于MVC模式的简历信息筛选平台

Aiming at the low efficiency of manual screening resume, the lack of timely feedback of results and the high cost, and com- bining with the demand of "cloud recruitment" for efficient resume screening in the epidemic period, an online resume information screening platform is developed. The platform adopts MVC mode, uses servlet framework, javabean for data storage processing, JSP display and AHP filter mode. The platform has the advantages of high filtering efficiency, quick feedback, low cost, simple opera- tion. It can be used in the scene of enterprise cloud recruitment, college online enrollment, talent evaluation and so on.     

网约车任务分配系统优化

网约车是一种广泛应用的共享移动应用, 其核心问题是将出租车请求分配给具有不同目标的司机, 尽管对网约车的任务分配进行了广泛的研究, 但在很大程度上忽视了司机之间收入的公平性, 由于优化视角的短视和分配技术的耗时, 先行者对网约车公平任务分配的研究在公平性、效用性方面还存在不足. 在本文中, 提出了公平分配学习(LAF)方法, 它既优化了效用又优化了公平性的高效任务分配方案, 采用强化学习以整体的方式进行分配, 并提出一套加速技术, 以实现大规模数据的快速公平分配. 实验结果表明, 公平分配学习方法在公平性、效用性和效率方面分别比现有水平高出86.7%、29.1%和797%.     

基于尔雅通识课的大学生在线学习现状研究

尔雅通识课作为一种在线学习平台,广泛应用于高校公共选修课的教学。本文以X大学学生为样本,调查大学生在尔雅平台的在线学习情况。调查围绕学习动机、学习方法、学习时间、学习环境、学习效果以及学习过程中的重要他人等维度展开。通过调查发现,X大学学生在尔雅平台的学习动机、行为表现、学习效果等方面的特点和存在的问题并提出合理的改进建议。