网络情境

摘要： 合理地使用拟人化策略可以提升广告的记忆效果,但以往研究并未厘清拟人化广告在网络情境中的适用边界。本文以网络横幅广告为研究对象,尝试通过2(广告类型:拟人化,非拟人化)×2(知觉负荷:高,低)×2(视觉显著性:高,低)的三因素混合实验探究拟人化对横幅广告记忆效果的影响边界。结果表明:知觉负荷和视觉显著性均显著调节拟人化横幅广告的记忆效果,只有在低知觉负荷任务或横幅广告的视觉显著性高时,广告拟人化的记忆优势才能体现。三因素的交互效应进一步显示,在低知觉负荷和高视觉显著性的组合下,拟人化广告的记忆效果最优,但在高知觉负荷和低视觉显著性的组合下,拟人化策略的记忆优势将不复存在。本文研究结果填补了拟人化广告在网络情境下的研究缺口,并为企业进行网络广告投放策略提供了实践建议。

摘要： 以124名CET-4层次的大学生为研究对象,通过问卷和访谈的方法探究网络情境下学生的未来时间洞察力与自我调节学习能力的关系。研究发现,受试的自我调节学习能力整体表现尚可,但存在思辨能力较差、情感调控能力较低、合作意愿不足等问题。未来时间洞察力能预测学习者的自我调节学习能力,除了认知调节能力,自我调节能力的其他分项概念与未来时间洞察力都存在相关关系。研究结果加深了对中国外语学习者网络自我调节学习现状的认识,揭示了未来时间洞察力和自我调节学习能力的内部关系。

摘要： 大数据时代,海量的公民个人信息以数据的形式存储在网络虚拟空间之中,供多方使用,继而产生了划定个人信息数据使用合理与不合理的界线的需求.现阶段以数据类型为基础划定个人信息使用行为的评价体系存在诸如虚拟空间中公私界线不明、知情同意机制难落实、权利保障与数据流动难兼顾以及集体利益与个人利益协调不畅等问题.因此,个人数据使用行为合理性评价体系的构建可以从以信息性质为切入点转向以具体使用行为为切入点.具体而言,首先确定个人信息数据信息的应用场景是否属于特殊的情景,进而界定此情景下的数据信息交换参与主体、行为规范与具体可用的信息类型.

摘要： 风险社会理论为深入系统地解读警察网络公信力提升路径提供了一个新颖的理论视角,而互联网则为其提供了一个更加具体的情境框架.警察网络公信力在网络和风险社会的交互下催生了主观认知和客观事实两方面的风险源;而在其存在过程中,既要面临由公众的参与方式的转变、置信过程中空间和媒介的交融、信息的超时空快速传递引致的外部不确定性风险,亦要解决公安机关内部风险意识和防控力不到位带来的风险与挑战.要回答如何在风险社会背景下建设好警察网络公信力这个问题,可以从构建积极信任的理念和行动两方面推进,即要在理念上形成互联网意识、规范意识和共治意识,并在行动中落实增强网络舆情治理能力、推进警务信息公开化建设、建立良性的警民沟通互动关系的实践活动.

摘要： 今天,我们正步入一个由新型传播技术构成的媒介化社会中,人们不仅在此基本语境下展开交往与活动,而且新媒介技术对日常生活的介入和影响程度大大超越了之前所有的媒介形式。同时,在学术研究领域,面对网络情境,研究者对探讨网络技术与社会之间的关系日益产生兴趣。聚焦人们围绕媒介展开的社会文化实践,探究媒介在不同情境下对相异人群具有的复杂意义,分析媒介技术系统如何与社会各个层面发生互动,成为研究者必须要关怀与切近的面向.

摘要： 风险社会理论为深入系统地解读警察网络公信力提升路径提供了一个新颖的理论视角,而互联网则为其提供了一个更加具体的情境框架。警察网络公信力在网络和风险社会的交互下催生了主观认知和客观事实两方面的风险源;而在其存在过程中,既要面临由公众的参与方式的转变、置信过程中空间和媒介的交融、信息的超时空快速传递引致的外部不确定性风险,亦要解决公安机关内部风险意识和防控力不到位带来的风险与挑战。要回答如何在风险社会背景下建设好警察网络公信力这个问题,可以从构建积极信任的理念和行动两方面推进,即要在理念上形成互联网意识、规范意识和共治意识,并在行动中落实增强网络舆情治理能力、推进警务信息公开化建设、建立良性的警民沟通互动关系的实践活动。

摘要： 基于网络情境下开展高校工会文化活动,集健康、教育、艺术、思想等融合于一体.网络情境下高校工会文化活动的运行机制以建设"智慧在线服务"为主旨,以开展创意且创新的文化活动为核心,运用线上结合线下的双向模式逐项开展.为工会工作带来了一定的挑战性,同时也赋予了更多的创意性、创新性、可行性及可持续性.

摘要： 中国的"粉丝"文化现象出现于20世纪80年代,随着社会的发展,1994年互联网的接入,流量时代的开启,网络时代的到来,中国社会中新的文化也增势汹涌.随着各类选秀节目的兴起,社会中产生了一群对于选秀娱乐极为关注的群体——"粉丝"群体.伴随着新的社会群体的产生,也产生了一种新的文化爱好者文化.而这种"粉丝"文化现象,在当前以全民娱乐为背景的网络时代,以迅猛的发展态势,成为时下引人注目的新景观."粉丝"文化在一定程度上对个体、群体乃至社会产生了不可忽视的影响,而网络中"粉丝"骂战频发的原因更值得探究.

摘要： 网络情境中大学生意见的话语表达匿名与实名并存,内容开放多元.针对这种情况,引导者应该遵循网络的传播逻辑和运行规律,树立“学生是主体、教师和学校是载体”的观点,从“肯定——否定——肯定”等各个不同阶段来不断把握和提升大学生的意见认知层次与话语表达水平.

摘要： 网络日益发展并深入渗透到教育领域,使得高校教学、学习、科研越来越依赖于网络.网络情境为研究性教学提供了学习资源、探究情境和平台支持,并显示了诸多教学优势.因此,对研究性教学的网络情境的研究显得尤为必要.本文分析了网络情境下实施研究性教学的要素和过程,并设计了研究性教学的网络支持平台.

摘要： 本发明首先提出一种基于VGG16的衍射光子神经网络，利用光衍射层作为VGG16的光学前端，并替换VGG16中计算耗时占比非常大的第一层卷积层，随后对输入的数据集进行分类，从而可实现计算速度的大大提升，克服基于电的深度神经网络计算慢的问题。同时由于这种网络结构固定，第一层卷积层不需要参与训练，所以可以克服DONN中相位掩膜版不可动态调节的问题。其次，基于此结构，提出了一种面向情境依赖处理的方法。在该方法中，将VGG16‑DONN与CDP模块相结合，利用VGG16‑DONN对输入的数据集进行特征提取，随后将提取的特征再输入到CDP模块，利用OWM算法对其进行训练，并借助光子计算速度快的优势，将提取过程大大加快，实现根据不同的情境进行快速的数据分类。

摘要： 本发明提出了一种带有情境依赖和泛化的情绪习惯化神经网络电路，刺激信号分别与习惯化模块、泛化模块、情绪控制模块、情境控制模块相连接，情境控制信号与情境控制模块相连接，泛化模块、情境控制模块和情境控制模块均与习惯化模块相连接，习惯化模块输出信号；代表情绪控制信号的输入信号端与情绪控制模块相连接。本发明通过习惯化模块和泛化模块实现了生物非联想式学习中的习惯化和去习惯化式，实现了两种类似刺激均能使生物体发生习惯化；通过情绪控制模块分别会加快、保持、减缓生物机体形成习惯化的速度；通过情境控制模块实现了当情境信息发生变化时，使已经习惯化的响应发生微弱的改变，一段时间过后响应将再次发生习惯化。

摘要： 一种基于组合神经网络的移动学习情境预测方法，由预处理数据、数据增强、处理数据、构建组合神经网络、训练组合神经网络、组合神经网络测试与反归一化、组合神经网络性能评估步骤组成。由于本发明采用了组合神经网络，将该网络应用到移动学习情境的预测方法中，提取有意义的移动学习情境时序信息，有效地选择了影响移动学习情境的局部特征，并且从时间维度选择影响较大的时间及相关特征，更加有利于利用现有移动学习情境数据进行预测，预测性能较好。本发明具有网络构建较容易、网络性能较好、使用范围较广等优点，可用于课程学习资源推荐、WiFi数据流量区域预测等应用场景。

摘要： 提供一种方法及装置，其中接收(2002)较高层配置，其中以用于从多个信号源接收具有同一数据集的共用通信的两个计时参考信号配置用户设备。在对物理下行链路共享信道进行调度的控制信道中接收(2004)包含下行链路控制信息的下行链路调度指派，其中所述下行链路调度指派包括识别两个发射配置指示符状态的发射配置指示符的指示，所述两个发射配置指示符状态各自指示对应于所述物理下行链路共享信道的解调参考信号相对于所述第一及所述第二计时参考信号中的相应一者的准共同定位信息。然后根据包含所述下行链路控制信息的所述下行链路调度指派接收(2006)所述物理下行链路共享信道。

摘要： 本发明公开了一种基于情境感知和长短记忆网络的推荐系统，涉及电影推荐技术领域，包括采集模块、分析模块和呈现模块，其中，所述分析模块包括构件双向长短期记忆网络深度学习模型作为判别分析处理，其中；所述采集模块，用于获取用户观影特征信息，并作为双向长短期记忆网络深度学习模型的输入，其中包括用户情境特征信息和评分信息。本发明对情境特征信息和评分信息提取并进行分类，构建出筛选用户兴趣模型，获取推荐影片阵列信息列表，再以加权的方式综合各个预测评分列表得到最终的预测结果，为用户提供更加个性化和更精确的情境感知推荐结果，不仅降低了系统成本，而且提高了推荐系统的精度，优化电影推荐的质量，能满足不同用户的需求。

摘要： 本发明公开了一种基于情境感知网络的人体运动意图预测方法，在神经网络的基础上考虑了情境融入，利用图神经网络和卷积Transformer网络，充分考虑了真实情境中各种因素对人体运动的影响，构建情境感知网络，有效提高了人体运动预测的准确率，具有一定的现实意义和应用价值。本发明还充分利用了视频的时序信息，增强了模型的推理能力，能够更好的对人体未来运动意图进行预测，在安防、自动驾驶等依赖人体未来运动分析的行业具有重要意义。

摘要： 本发明公开了一种基于深度残差网络的移动终端人类情境识别方法。该方法如下：初始化移动终端系统参数；初始化深度残差网络参数，包括网络层数、每层神经元的个数、激活函数、池化函数和池化窗、卷积核；对传感器数据进行预处理；对深度残差网络进行训练优化；利用优化后的深度残差网络识别人类情境。本发明方法可以提高基于传感器数据的移动终端人类情境识别的准确率，减少了识别误差；能提高移动终端系统识别人类情境的能力，可以被广泛应用于活动识别、姿态预测等移动终端实际应用场景。

摘要： 本发明一种情境敏感的网络空间虚拟机器人塑造方法，所述方法包括：构建情境敏感模型：所述构建情境敏感模型用于识别输入的用户的周围环境，提取所述用户的情境信息；构建虚拟机器人形象塑造模型：所述虚拟机器人形象塑造模型用于输入所述提取出来的用户的情境信息，塑造适合所述输入情景信息的虚拟机器人形象；联合所述情境敏感模型和所述虚拟机器人形象塑造模型，输出具有情景敏感能力，根据情景切换形象的网络空间虚拟机器人形象。其能够有效解决虚拟机器人对于情境无反应，只能与用户被动交流的问题，同时加入了目标域转换的方法，解决虚拟机器人形象的变化问题。

摘要： 本发明提供一种通信网络中的自适应情境感知功能链业务方法和系统。该方法包括接收用于配置多个业务功能(SF)的业务功能链(SFC)的请求，请求包括灵活业务功能链模板(FST)。响应于接收待经网络发送的对应于预设流的数据包，确定业务功能路径(SFP)。在实施业务功能路径后，对与业务功能路径相关联的多个预设参数及网络情境进行监测。根据对多个预设参数的监测和业务功能路径修改准则，识别修改业务功能路径的要求。响应于识别，修改业务功能路径，并根据与修改后的业务功能路径相关联的多个预设参数、业务功能路径修改后的网络情境以及多个预设性能阈值当中的一者或多者，对修改后的业务功能路径的性能进行监测。

摘要： 本发明属于通信路由或路径选择技术领域，公开了一种基于网络情境感知的路由协议分布式自适应切换方法，包括：节点周期性获取自身的网络状态信息(MAC层缓存队列分组占用率，链路断开率)，通过与一跳邻居节点进行状态信息包的交互，实现局部网络状态感知；根据先验知识以及效用函数进行路由协议切换准则设计；根据感知到的局部网络状态信息，采用路由协议切换准则选择当前情景下适合的路由协议；采用不同路由协议之间的兼容性设计来保证不同协议之间的正常通信。本发明充分利用现有的表驱动路由协议以及按需路由协议的优势，通过对网络情景的感知，并进行自适应路由协议切换，可提升数据包的投递率并降低路由协议的开销。