分类: 心理学 >> 社会心理学 提交时间: 2023-03-28 合作期刊: 《心理科学进展》
摘要: 信息流广告飞速发展的同时用户广告回避愈发普遍, 然而传统广告回避结论无法平移到该情境。本研究基于用户动态的信息加工视角, 试图探讨(1)动态信息加工状态下(收敛式vs发散式)产生广告屏蔽和广告跳过行为的内在机制; (2)采用归因引导重定向策略, 挖掘用户屏蔽广告的“残留效应”所带来的信号价值; (3)采用广告凸显重定向策略, 突破用户跳过广告的“学习效应”造成的负面影响。丰富现有理论的同时, 为信息流广告的响应式优化提供理论和决策支持。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2019-04-01 合作期刊: 《计算机应用研究》
摘要: 针对现有姿态估计方法不能准确提取特征参数的问题,提出了一种基于结构化支持向量机(SSVM)与卷积神经网络(CNN)的层次化模型。首先,展示了一个基于PS部件模型的SSVM如何实现为一个两层的神经网络,其中第一层是卷积层,另一层是损失增强推理层;通过将模型的结构化形式转换为模型中的一个神经网络,提出的方法可以同时学习结构模型和外观模型,然后反向传播误差以学习底层的可学习参数,这些参数可从外观模型特征中提取出来;最后,将SSVM模型转换为神经网络模型,将误差反向传播到较低层,并计算确切的SSVM损失,同时通过基于次梯度的方法来学习原始SSVM。将该模型与当前较为先进的识别模型进行了对比,结果证明提出的层次化模型的识别成功率比对比方法平均高6%,具有更强的识别性能。