【摘 要】
：
在信息时代,众包(Crowdsourcing)和物联网技术(Internet of Things)正在获得学界和业界越来越多的关注,如何有效的利用众包和物联网技术,探索它们在灾难响应中所能扮演的角色,正在成为一个赤手可热的话题.在以往的研究中存在着大量的文献分别探索了众包和物联网在灾难响应中的作用,然而很少有文献能够将两者结合起来.如果能够将两者整合起来,认为可以显著地改善灾难响应的过程.首先,梳
【机 构】
：
厦门大学管理学院,厦门 361005
【出 处】
：
信息系统协会中国分会第七届学术年会
论文部分内容阅读
在信息时代,众包(Crowdsourcing)和物联网技术(Internet of Things)正在获得学界和业界越来越多的关注,如何有效的利用众包和物联网技术,探索它们在灾难响应中所能扮演的角色,正在成为一个赤手可热的话题.在以往的研究中存在着大量的文献分别探索了众包和物联网在灾难响应中的作用,然而很少有文献能够将两者结合起来.如果能够将两者整合起来,认为可以显著地改善灾难响应的过程.首先,梳理了部分现有的关于众包、物联网、以及它们的相互作用的文献;其次,提出了一个基于TAM(Technology Acceptance Model)的众包物联网模型,并从三个维度对其进行了解释;最后进行了一系列计算机仿真来支持该模型.
其他文献
大体积耐用品具有使用周期长、购买金额高、购买频率低等特点,更需要准确把握消费者购买意愿和购买行为规律,因此亟需探索消费者对大体积耐用品电子商务的接受与认可程度.本文以家具产品为例,采用修正后的UTAUT2模型对影响消费者网购家具意愿的因素进行了研究.通过对消费者的277份问卷的结构方程模型分析发现:网购年限在3年以上、月均可支配收入在5000-7999元之间、本科学历、从事技术工作的男性倾向于去网
网民过度依赖互联网搜索医疗保健信息可能会误导用户,产生过度焦虑及担忧,并且存在很大的主观性和臆测性.本文针对网络疑病提出假设,运用验证性因子分析、方差分析等方法,通过结构方程模型对影响因素模型进行验证并修正,最后提出干预方法和建议.结果表明,影响网络疑病严重程度的因素有疾病臆想、焦虑担忧、完美主义与强迫症因素、信任度;焦虑担忧、完美主义、疾病臆想之间存在正相关关系且相互影响;治疗网络疑病应提高用户
知识共享经济已经成为国内外学术界的研究热点,但知识作为一种特殊性产品,用户效用难以被量化,因此无法直接估算知识产品能带来的价值.过往的研究主要针对知识共享意愿的影响因素,缺乏对知识产品收入的影响因素研究.与共他知识产品不同,问答型社交平台依托于背后社交网络的支持,用户社交属性会影响其收入.本文以社交问答平台中的知识产品知乎Live作为研究对象,基于社会资本理论,研究知识提供者的社会资本对Live收
2016年底,共享单车如雨后春笋般出现在大街小巷,在受到热烈追捧的同时也引发了无数争议.共享单车的前景与面临的挑战都是受到普遍关注的焦点.本文使用微博内容分析法,对以共享单车为关键词的大量微博数据进行分析试图以用户群体对共享单车的看法来推断共享单车的市场潜力以及存在的不足,并针对这些问题提出相应改进措施.
本文研究Gale-Shapley(G-S)匹配机制在招聘网站的可用性.首先对G-S匹配机制进行了简单描述.然后介绍了目前招聘网站普遍采用的匹配推荐机制—随机匹配推荐.针对随机匹配推荐机制与G-S匹配推荐机制,设计了计算实验.以收集到的招聘网站的数据为样本,选取两类共三个结果评价指标,对两种匹配推荐机制进行了对比.实验结果表明,G-S匹配推荐机制不仅可以提高匹配推荐的成功率,也可以提高求职者成功竞聘
现有移动医疗领域的研究大多聚焦移动技术带来的积极影响,而忽略了移动医疗情景中的潜在问题,从而影响了医患关系的进一步改善.本研究借助工作联盟理论,结合医生和患者视角识别远程问诊中不良医患关系的影响因素.通过编码134份“不满意”的远程医患沟通记录,研究发现缺乏诊断依据、针对性回答和对患者的同情心,是患者角度不良医患关系的主要成因;诊断线索不清醒、期望过高及缺乏对医生的尊重,是医生角度不良医患关系的主
人民币国际化进程始于2009年,区域联动意味着:在国家『一带一路』国策发展的背景下,如何利用港澳地区自由的金融发展体制,在粤港澳大湾区、人民币国际化等政策引导下,联合境内外金融产业以建设跨境金融创新发展研究机制,共同策划发展、面向产业端具体推广落实.区域联动与『一带一路』布局:区域联动与金融科技的关系,可以从『粤港澳大湾区』国家发展布局窥见一二,大湾区内各经济体皆具备着各自的发展优势,在国家发展整
采用经典“全评价”中的形式、内容与效用评估方法,从政府开放数据利用的深度、广度和影响力3个维度评估全球53个国家的政府开放数据在数字经济中的贡献,并做排名.排名在前10位的国家依次是美国、英国、乌拉圭、韩国、法国、奥地利、西班牙、挪威、新西兰、澳大利亚.排在后10位的国家是突尼斯、印度尼西亚、泰国、希腊、保加利亚、摩洛哥、孟加拉国、匈牙利、乌干达、科特迪瓦.没有在门户网站呈现政府开放数据应用的国家
针对电商销量预测中,小样本时间序列预测准确度低等问题,综合考虑历史交易、用户搜索行为及用户评论对销量的影响,提出将长短期记忆深度神经网络引入到电商销量预测中,构建基于LSTM的电商销量预测模型,深入挖掘电商销量时间序列中的规律,提高短期时间序列预测的精度.实证结果表明与传统的机器学习预测模型相比,该模型具有较好的预测效果,为电商销量短期预测提供了方法思路,同时验证深度学习在电商效率预测方面的可行性
如今日益丰富的可视化技术被越来越广泛地应用于物流信息系统(Logistics Information System,LIS)的设计中.然而值得注意的是,可视化的不当运用可能导致诸多问题,其中包括对用户的误导,进而对用户LIS体验产生消极影响.针对物流信息系统“不当可视化”问题,本研究通过焦点小组访谈法,从人机交互的角度,探索电商背景下用户与LIS交互中产生焦虑情绪的主要因素.在初步调研中发现LIS