摘要：基于有限注意力模型、说服知识模型和精细加工可能性模型,构建植入广告显著度和个体认知需求与广告有效性(品牌记忆、品牌态度和购买意愿)之间的关系模型.利用眼动仪开展眼动实验,揭示植入广告显著度和个体认知需求对广告有效性的影响机制.结果表明:植入广告显著度显著地正向影响受众品牌记忆,显著地负向影响受众品牌态度和购买意愿;受众对植入广告的注意力资源分配和认知说服知识激发程度在植入广告显著度与品牌记忆之间起中介作用;受众对植入广告的注意力资源分配、认知说服知识激发程度及态度说服知识激发程度在植入广告显著度与品牌态度和购买意愿之间起中介作用;植入广告显著度对广告有效性的影响机制只对高认知需求的受众显著.

摘要：从行人-汽车-环境系统视角出发,探索道路交通系统中行人安全设施、自动驾驶汽车让行行为、驶近方向以及外部人机界面(eHMI)等因素对行人与自动驾驶汽车交互过程的影响。基于洞穴式自动虚拟环境(CAVE)仿真平台,使用Unity 3D软件设计、开发了自动驾驶汽车的驾驶场景,招募38名志愿者参与行人与自动驾驶汽车交互实验,并记录交互过程中行人的决策时间、决策结果和交互体验等数据。利用生存分析对38名行人被试的实验数据进行了统计学分析,结果表明:在有自动驾驶汽车的交通环境中,行人安全设施、自动驾驶汽车的让行行为和eHMI能够显著缩短行人决策时间、提升交互体验、提高交通效率。但行人安全设施对行人决策与行为的影响主要体现在过街间隙出现的早期,汽车让行行为的影响相对滞后,同时光带式eHMI用于传达自动驾驶汽车让行意图的效力和清晰度有限。

摘要：为探索自动驾驶汽车与传统汽车及其让行行为对行人过街决策时间的影响,设计了基于虚拟现实与驾驶模拟器联合平台的行人-汽车交互实验,采用Kaplan-Meier生存分析方法对行人在不同汽车驾驶模式、不同让行行为、不同制动条件下的过街决策时间进行了探索性研究。结果表明,生存分析方法对于分析行人与汽车交互的行为结果与过程时间具有良好的可行性与有效性。自动驾驶汽车的设计让行模式与制动模式与驾驶人的驾驶行为存在明显差异,行人的过街决策时间也随之呈现出显著差异。自动驾驶汽车的短时间、近距离制动会影响行人对汽车的状态感知并延长其过街决策时间,可通过提前制动或外部人机界面呈现自动驾驶汽车的让行意图或运行状态,辅助行人感知与决策过程,提高交通效率。

摘要：以网络广告信息传导与受众心理行为反应模式的各个关键环节为线索,对网络广告的国内外研究现状进行梳理。分析了媒体广告呈现、感官非自愿接收广告、引发注意(外源性因素,内源性因素)、感知理解、形成态度,以及用户行为等六个方面的研究成果及所存在的问题。最后展望了网络广告未来可以开展研究的方向、内容和方法。

摘要：针对产品设计亟待解决的感觉特性设计问题,提出了以顾客感觉偏好为导向的产品感觉特性设计支持技术框架.以轿车产品为例,建立了产品感觉特性评价量表,运用多元回归分析方法,构建了顾客感觉偏好与轿车感觉特性关系模型,从图库中另选8张图片进行评价,验证了模型的可行性;在此基础上,对轿车外观设计变量作型态分解,应用数量化I类指导思想建立了轿车感觉特性与设计变量关系模型.

摘要：目的通过不同模式的情感测量实验探索适合产品外观的情感测量方法,研究用户情感多模式测量的有效性。方法从主观情感测量方法、脑电测量技术、眼动追踪技术以及外周生理测量技术等几个方面探索用户情感测量模式,采用机器学习算法分别构建不同测量模式下的用户情感意象与多模式生理测量指标之间的关系模型。结果融合脑电指标,眼动指标和外周生理指标的用户情感意象与多模式生理测量指标关系模型在偏最小二乘回归(PLSR),BP神经网络(BPNN)和支持向量机回归(SVR)关系模型中拥有较低的均方根误差(MSE)和较高的拟合优度(R^(2))。相较于PLSR和BPNN,在构建用户情感意象与多模式生理测量指标关系模型时,SVR算法表现出更低的MSE和更高的R^(2)。结论多模式憎爱分明感测量方法可以有效弥补主观情感测量方法测量用户情感时带来的不确定性和模糊性,使用户情感意象测量结果更加客观和准确。

摘要：机器人语音作为用户与机器人沟通的主要媒介,其用户情感偏好研究是仿人服务机器人语音设计的重要前提。本文通过合成并筛选机器人语音,开展仿人服务机器人语音的用户情感偏好调查实验,分析不同类型语音和用户性别对情感偏好的影响、各语音的用户情感偏好类别以及用户情感偏好与语音声学参数的关系。结果显示:语音类型和用户性别对情感偏好具有显著的交互效应,男性用户对机器人女声具有更高的情感偏好;用户情感偏好与语音类人性高度正相关,与语音声学参数的关系因语音类型而异。因此,在仿人服务机器人语音设计中,应依据用户性别,选择机器人语音类型,提升语音类人性和改进语音声学参数,更好地满足用户情感偏好。

摘要：随着科技的发展,多种机械装置正在实现机器人化,如何评定人机交互过程中的作业负荷成为众多学者研究的焦点。本研究旨在探究人-机器人在共同完成生产任务时人体生理心理负荷的资源变化,构建了一个理论框架用以评估人机交互过程中的作业负荷,设计了包装和计算任务,模拟不同生理心理负荷水平的作业,以验证各个指标在不同负荷任务之间是否存在显著性差异。结果表明,根据该模型选取的评估指标可以有效区分和预测不同作业任务下的生理心理负荷,验证了该模型的有效性。本文的研究方法和结论可为人-机器人交互过程中的生理心理负荷资源评估提供借鉴,为生产系统中的作业任务分配、作业者作业健康与安全提供理论支撑。

摘要：高级自动驾驶汽车能够实现规模化、商业化应用的前提之一是能够与其他道路使用者进行安全、准确、高效的交互,尤其是与行为具有高度不确定性与差异性的行人的交互。基于行人的视角,本文对当前行人与高级自动驾驶汽车的人机交互相关研究进行了检索与汇总,对该领域的研究方法、内容、贡献与不足进行综述与评价,为以行人为中心的自动驾驶汽车外部交互界面的人性化、标准化、规范化设计提供参考,为优化行人与自动驾驶汽车的交互体验、提高行人在未来道路交通系统中的安全性提供支撑。

摘要：以某铁路局2001～2005年行车人因事故为研究对象，将人为失误分为遗漏差错、代办差错、无关行动、顺序差错和时间差错五类，并进行数据统计、分析，发现代办差错和遗漏差错是人为失误的主要类型，通过人为失误与主要原因的关联分析，发现教育培训、信息沟通和组织管理对代办差错影响较高，组织管理对代办差错的贡献率最高；遗漏差错与作业、运行程序和设计原因有关，运行程序影响最大，对人因事故发生的根原因分析表明，代办差错最主要原因是基本操作能力差、违章和盲目蛮干，遗漏差错主要原因是粗心大意、互监控不到位，最后从人机系统优化设计、加强管理以及建立人因数据库三个方面提出改善对策。