有哪些因素会影响教师采纳技术?——一项关于UTAUT模型的结构方程模型元分析

技术接受和使用整合模型(UTAUT)被广泛用于教师采纳技术研究领域,但实证研究结果和元分析均缺乏稳健性。为了进一步评估教师采纳技术的影响因素,检验UTAUT模型的拟合度,研究利用结构方程模型元分析这一新的分析方法,对国内19项实证研究(6 404个被试)进行了系统审视。现有实证研究结果表明：在教师采纳技术研究领域,UTAUT模型拟合数据理想,能解释56.3%的教师采纳行为,影响教师采纳技术的主要是技术属性(绩效期望、努力期望)而非情景属性(社群影响、促成条件),其中,影响教师使用技术意向最重要的因素是绩效期望,努力期望次之,且努力期望对使用意向的影响受样本容量、教师类别亚组影响。     

一种基于Agent技术的开放教育教学管理系统研究

提出了一种基于Agent技术的开放教育教学管理系统模型.在远程开放教育教学环境下,利用远程教学平台资源,以Agent技术为基础,将教学资源、学生、教师及管理人员进行有机整合,实现学生个性化学习和智能化沟通学习.对系统模型的部分功能进行了详细论述,构建了个性化、智能化的现代远程教育学习环境.     

移动短视频UGC信息流广告用户采纳意愿影响因素研究

基于技术接受模型,构建了移动短视频UGC信息流广告用户采纳意愿影响因素模型,通过问卷调查法共搜集213份有效问卷,利用AMOS软件结合结构方程模型进行实证研究,对模型适用性进行检验.研究表明,感知易用性、自我效能、感知有用性和感知精准性对移动短视频UGC信息流广告用户信息采纳意愿均产生正向影响,其中感知易用性是最主要的影响因素.     

网格QoS层次结构模型的研究

基于网格QoS参数特性,在虚拟层将网格QoS参数分成逻辑资源类、系统类、安全类、信任类和记账类5种类型;根据不同对象在QoS描述的不同需要,构建了网格层次结构模型.本研究对提高网格资源利用及服务成功率有重要意义.     

基于Agent和推荐技术的网络教学模型研究

通过分析目前网络教学系统的不足,提出一种基于Agent和推荐技术相结合的网络教学模型.该模型通过Agent动态收集用户兴趣爱好,分析学生的学习行为,生成用户的兴趣模型,然后使用协同过滤技术将相关的资源推荐给其他用户.模型充分发挥了教师在教学中的作用,教师和学生之间可以互相推荐学习资源,提高了用户之间信息资源的共享和交互能力,提高了系统的个性化服务水平.     

虚拟学术群组用户跨学科科研合作行为研究——以科学网和Mendeley为例

基于TPB理论向度,归纳和提取虚拟学术群组用户跨学科科研合作行为的影响因素,并引入跨学科科研合作行为意愿在影响因素与行为之间的中介作用;根据自我结构理论,引入自我结构类型对影响因素的调节作用,构建虚拟学术群组用户跨学科科研合作行为研究模型,利用调查问卷收集科学网和Mendeley总共479份样本数据,通过PLS～SEM方法对研究模型展开分析验证。研究结果表明,感知有用性、利他动机、学科文化和资源可用性通过跨学科科研合作行为意愿的中介作用间接显著影响跨学科科研合作行为;自我价值和互惠受自我结构类型的调节,自立自我负向显著调节互惠与Mendenly用户跨学科科研合作行为意愿的关联性;依存自我负向显著调节自我价值与科学网用户跨学科科研合作行为意愿的关联性。探索虚拟学术群组用户跨学科科研合作行为的影响因素,有助于推进跨学科科研合作行为和提升科研用户知识共享效率。     

职业教育数字化教育教学资源建设研究

建立数字化教学资源体系的系统模型,以职业教育的教学特点来构建数字化教学体系,以学生为中心,并以学科和专业为主线,将各种类型的教学资源有机整合并贯穿到教学过程中,为教师、学生提供全方位的教学资源服务,以保证教学活动的顺利进行.     

社会化媒体用户使用行为影响因素实证分析

通过对微信用户使用行为的问卷调查,获取社会化媒体用户使用行为信息,尝试将整合型技术接受与使用模型理论、感知风险理论、媒介丰富度理论和使用满足理论相结合构建理论模型,对影响社会化媒体用户使用行为的各方面因素进行实证分析.通过SPSS和AMOS软件进行结构方程模型分析发现,该理论模型解释度较高,对社会化媒体用户使用行为给出了比较全面的解释.结果表明,技术接受因素、内容资源因素和使用满足因素对社会化媒体用户的使用行为有正向影响,而感知风险因素对社会化媒体用户的使用行为有负向影响.     

资本禀赋、内在感知、外部环境对果农水肥一体化技术采纳行为影响分析——基于山东568份果农调研数据

在构建果农技术采纳行为的理论分析框架基础上,基于山东省苹果主产区568个苹果种植户的微观调研数据,运用二元Logistic回归模型对果农水肥一体化技术采纳行为的影响因素进行分析。研究结果表明：拥有良好自然、经济及人力资本禀赋的果农采纳水肥一体化技术的可能性较大;果农对水肥一体化技术的感知有用性与感知易用性显著影响其水肥一体化技术采纳行为;社会网络的互动交流与社会规范的互惠学习机制对果农水肥一体化技术采纳行为有显著正向影响;政府补贴激励对果农水肥一体化技术采纳行为有显著的促进作用。提出增加果农资本禀赋水平,优化水肥一体化技术,营造互动交流、学习的社会风气,完善政府补贴制度等建议。     

旅游移动电子商务用户采纳意愿的影响因素

通过文献调查构建旅游移动电子商务用户采纳意愿影响因素模型,并利用SPSS软件对模型进行检验和修正,以识别关键影响因素。在数据收集过程中选取有使用经验的用户以面谈方式完成问卷调查,从而提高问卷数据的参考性。研究表明:旅游移动电子商务平台的信息质量、感知价值(含感知有用性与感知易用性)和感知风险对用户采纳意愿有显著影响。前置变量个人特质显著影响用户对信息质量、服务价值和风险的感知。旅游电商企业可以通过保障用户隐私,提高系统安全性以降低用户感知风险;简化服务流程,注重情境相关业务;提高网站信息质量等途径提升用户的服务感知价值,增强用户的采纳意愿。     

云计算中用户行为习惯验证模型研究

在分析云计算安全现状的基础上,针对云计算服务模式的特征,建立了一种基于随机Petri网模型的用户行为验证模型,引入用户访问资源或调用服务的行为习惯度,主要包括选择概率偏离度和服务占用时间两个度量.此模型利用用户访问习惯度进行身份验证,以此来访问用户资源并调用服务行为,是一种有效的云计算用户行为验证技术,且实例分析表明其具有很好的实用性.     

购物类APP用户持续使用影响因素的实证研究

购物类APP在电商市场有着巨大发展潜力,但其高下载量与高卸载量形成鲜明对比.因此,用户持续使用成为购物类APP应用成功的关键.鉴于此,探究用户持续使用影响因素就成为破解上述问题的有效之道.本文基于技术接受模型(TAM),引入计划行为理论(TPB)和期望确认模型(ECM)的要素,结合各类购物类APP特征,构建用户持续使用影响因素概念模型,并对南京10所高校的807名学生展开问卷调查.实证检验表明,个人创新、感知娱乐性、感知有用性、服务质量、结构保证、主观范式和用户满意度是影响用户持续使用的重要因素.     

互联网+背景下基于UTAUT的商学院E-learning用户接受模型

针对目前国内商学院数字化教学(E-learning)的接受度和使用率不高的现状,基于整合的技术接受与使用统一理论(UTAUT)系列模型,结合商学院教育教学特点,从教师角度提出商学院E-learning系统接受模型.通过结构方程分析结果表明,教师的用户特性(包括教师技能、态度、知识产权保护意识等)、绩效期望、在线课程特点、促进条件、努力期望和社会影响是影响商学院教师E-learning使用意愿和行为的因素,其中教师特性、绩效期望以及在线课程特点是关键性因素.探讨了人口统计变量对采用E-learning的差异性,并对国内商学院推广使用E-learning系统给出了相关策略建议.     

基于三网融合环境的移动数字图书馆服务采纳模型

针对三网融合环境下移动数字图书馆服务的重要性,基于扩展技术采纳模型理论,通过分析与移动数字图书馆服务采纳相关的影响因素,提出一种数字图书馆服务采纳模型,该模型包括接口特征、个体特征和系统特征等3类采纳影响因素.该模型的构建有助于图书馆设计合适的移动数字图书馆服务来满足用户日益增长的信息需求.     

基于事件触发机制和用户行为的网格计费模型

针对现有的网格及云计算计费系统中存在的计费方法与计费日志文件紧耦合、信息更新慢、未考虑用户行为对系统影响等问题,提出了一种基于事件触发机制和用户行为的计费模型.该模型利用基于事件触发的机制收集计费信息,解除了计费方法与计费日志文件的紧耦合关系,提高了计费信息的收集速度和效率.模型同时采用了基于用户行为的计费策略,对用户在网格中的行为进行评价,计算得到用户的权重因子,在计费过程中对用户进行相应的奖惩.实验测试结果说明:该计费模型降低了计费信息的平均时间延迟,满足了用户的需求,提高了计费服务的质量.     

基于“大学生创新创业训练计划”的高校图书馆创新服务研究

阐述了“大创计划”的背景,指出高校图书馆强化学生创新创业能力的培养,对项目提供全方位的服务和条件保障的创新服务的路径选择;以及通过加强创新创业教育,组建用户信息库及服务反馈平台,健全学科馆员制度,发掘整合网络信息资源,优化馆藏,构建基于校企战略合作联盟的信息资源共享平台及一体化的知识服务平台等举措来创新高校图书馆的服务,为“大创计划”的顺利实施提供强有力的智力支持和资源保障。     

认知行为理论视角下数字化场景互动影响设计

探讨了数字化场景下互动影响设计的问题,基于认知行为理论从用户使用场景出发挖掘用户需求,强调了注重用户体验和参与度的重要性。通过整合用户信息和构建预测模型,了解不同用户群体的需求和行为模式,提供更适合用户的服务和体验。文章还验证了模型性能,证明模型能够提供有效的设计策略和方法,从而提升数字化场景下互动影响设计的质量和效果。     

基于XML与GML的空间数据整合

阐述了异构、异源的空间数据利用现状;介绍了XML的跨平台、跨语言的特性和XML在地理信息领域的应用GML的特性;并利用XML和GML的跨语言、跨平台的特性,构建了基于XML和GML的空间数据整合模型;描述了利用该模型将原有Tab格式的阜新市地图转换为用户所要求的ShapeFile格式阜新市地图的过程,实现了空间数据的整合;用实例证明了该整合模型的可行性和实用性.     

一种基于社会化媒体和社会网络结构的混合推荐模型

近年来,社交网络的迅速发展为在线用户之间的沟通和交流带来极大便利,为良好的信息推荐服务提供了丰富的资源,与此同时也为个性化推荐带来了更为复杂的技术挑战.本文通过自然语言处理技术获取用户在社会化媒体(新浪微博)中的个性化兴趣标签信息,应用到自行设计开发的社会化阅读应用牛赞网中.进一步地,利用用户在牛赞网中的阅读行为和社交信息,结合用户的社会化媒体兴趣,提出了一种混合推荐模型.实验基于牛赞网中的实际数据集,并与基于用户的经典协同推荐模型进行了对比,结果表明,提出的模型在推荐性能的几个指标(AUC、准确率、召回率、多样性和新颖性)上都有很大的提高.最后,通过对牛赞网中几个典型用户进行进一步的案例分析后得出,混合推荐模型的最优参数需要根据不同社会化行为的用户进行调节.     

WebSifter:个性化网络搜索辅助系统

传统信息检索技术不能很好地满足不同兴趣、不同背景和不同时期用户的查询请求.个性化网络搜索辅助系统WebSifter通过提取用户相关信息对网络搜索结果进行综合、过滤和排序来克服这个问题.系统包括信息采集、行为分析、兴趣集生成、结果生成等模块;利用显性和隐性相结合的方法采集用户兴趣,用线性回归模型分析用户行为;提出了用户兴趣集的多级资源描述模型.它能够动态地抽取用户行为与用户兴趣的关系,并且通过多级资源描述有效地利用用户过去和当前的兴趣来处理搜索结果.