卷积神经网络概念范文

卷积神经网络概念篇1

关键词】人工智能 AlphaGo 神经突触 机器学习 模式识别

【中图分类号】TP18 【文献标识码】 A

【DOI】10.16619/ki.rmltxsqy.2016.07.002

2016年3月9～15日，谷歌公司研发的AlphaGo围棋软件与韩国棋圣李世石进行了五场人机对决，AlphaGo以4比1的比分取得了压倒性的胜利。这个比赛结果不仅震惊了整个围棋界，也让人工智能领域的许多专家学者跌破眼镜，更让人工智能走出象牙塔，成为许多普通百姓茶余饭后的热点话题。这场人机围棋巅峰对决不仅向全世界展示了人工智能的强大实力与巨大应用潜力，也在人类社会引起了不小的恐慌和忧虑。人们开始认真思考以下这些问题：机器智能最终会超越人类智能吗？人工智能将会如何改变人类社会？未来的智能机器会像电影《终结者》里所描述的那样试图主宰人类、甚至消灭人类吗？要想回答这些问题，我们首先需要了解人工智能的本质及其基本原理，进而讨论其发展的规律和前景。当前，人工智能领域最前沿的分支学科当属机器学习分支。本文首先对机器学习分支中最受世人瞩目的研究成果――深度学习卷积神经网络――做一个简单综述，进而围绕机器学习的本质及其基本原理进行探讨。接下来，通过对人脑认知机理最新研究成果的概括介绍，揭示机器智能与人类智能的本质差异，比较两种智能的优势与劣势。通过机器智能与人类智能的优劣势比较，试图找出上述几个问题的答案。

深度学习卷积神经网络

过去几年里，深度学习卷积神经网络所取得的成就足以使它成为人工智能王冠上最光彩夺目的明珠。基于深度学习卷积神经网络的语音识别系统把语音识别的精度提高到了产品级的精度，从而为人类与计算机及各种智能终端之间提供了一种崭新的、更为便捷的交互方式。将深度学习卷积神经网络应用于图像内容及人脸的识别，科学家们取得了能够与人类视觉系统相媲美的识别精度。战胜韩国棋圣李世石的谷歌围棋软件AlphaGo能够取得如此辉煌的战绩，深度学习卷积神经网络也发挥了关键性的作用。接下来，我们对深度学习卷积神经网络的起源及其原理做一个简单介绍。

脑神经科学领域的大量研究表明，人脑由大约1011个神经细胞及1015个神经突触组成，这些神经细胞及其突触构成一个庞大的生物神经网络。每个神经细胞通过突触与其它神经细胞进行连接与信息传递。当通过突触所接收到的信号强度超过某个阈值时，神经细胞便会进入激活状态，并通过突触向上层神经细胞发送激活信号。人类所有与意识及智能有关的活动，都是通过特定区域神经细胞之间的相互激活与协同工作而实现的。

早于1943年，美国心理学家W.S. McCulloch和数学家W. A. Pitts就在他们的论文中提出了生物神经元的计算模型（简称M-P①模型），为后续人工神经网络的研究奠定了基础。M-P模型的结构如图1（a）所示，它包含n个带有权重的输入，一个输出，一个偏置b和一个激活函数组成。n个输入代表来自下层n个神经突触的信息，每个权重W）代表对应突触的连接强度，激活函数通常采用拥有S-型曲线的sigmoid函数（参见图1（b）），用来模拟神经细胞的激活模式。

早期的人工神经网络大都是基于M-P神经元的全连接网络。如图2所示，此类网络的特点是，属于同一层的神经元之间不存在连接；当前层的某个神经元与上一层的所有神经元都有连接。然而，人们很快发现，这种全连接神经网络在应用于各种识别任务时不但识别精度不高，而且还不容易训练。当神经网络的层数超过4层时，用传统的反向传递算法（Back Propagation）训练已经无法收敛。

1983年，日本学者福岛教授基于Hubel-Wiese的视觉认知模型提出了卷积神经网络计算模型（Convolution Neural Network，简称CNN）。早在1962年，Hubel和Wiesel通过对猫视觉皮层细胞的深入研究，提出高级动物视觉神经网络由简单细胞和复杂细胞构成（如图3所示）。神经网络底层的简单细胞的感受野只对应视网膜的某个特定区域，并只对该区域定方向的边界线产生反应。复杂细胞通过对具有特定取向的简单细胞进行聚类，拥有较大感受野，并获得具有一定不变性的特征。上层简单细胞对共生概率较高的复杂细胞进行聚类，产生更为复杂的边界特征。通过简单细胞和复杂细胞的逐层交替出现，视觉神经网络实现了提取高度抽象性及不变性图像特征的能力。

卷积神经网络可以看作是实现上述Hubel-Wiesel视觉认知模型的第一个网络计算模型。如图4所示，卷积神经网络是由卷积层（Convolution Layer）与降采样层（Sampling Layer）交替出现的多层神经网络，每层由多个将神经元排列成二维平面的子层组成（称为特征图，Feature Map）。每个卷积层和上层降采样层通常拥有相同数量的特征图。构成卷积层x的每个神经元负责对输入图像（如果x=1）或者x-1降采样层的特征图的特定小区域施行卷积运算，而降采样层y的每个神经元则负责对y-1卷积层的对应特征图的特定小区域进行Max Pooling（只保留该区域神经元的最大输出值）。卷积运算中所使用的卷积核系数都是通过学习训练自动获取的。卷积层中属于同一个特征图的神经元都共享一个卷积核，负责学习和提取同一种图像特征，对应Hubel-Wiesel模型中某种特定取向的简单细胞。卷积层中不同的特征图负责学习和提取不同的图像特征，对应Hubel-Wiesel模型中不同类型的简单细胞。而降采样层y中神经元的Max Pooling操作等同于Hubel-Wiesel模型中复杂细胞对同类型简单细胞的聚类，是对人脑视觉皮层复杂细胞的简化模拟。

上世纪90年代初期，贝尔实验室的Yann LeCun等人成功应用卷积神经网络实现了高精度手写数字识别算法，所提出的系列LeNet，都达到商用级识别精度，被当时美国邮政局和许多大银行用来识别信封上的手写邮政编码及支票上面的手写数字。然而，受制于90年代计算机有限的内存和弱小的运算能力，LeNet网络采用了较浅的网络结构，每层使用的特征图数目也很少。尽管它在小规模图像识别问题上取得了较好的效果，但与传统机器学习算法（如SVM，AdaBoost等）相比，优势并不十分明显。此外，由于卷积神经网络拥有很高的自由度，设计出一款性能优异的网络需要灵感并配合丰富的经验积累，是一项极具挑战性的工作。因此卷积神经网络在被提出后的很长一段时间里并未得到足够的重视和广泛的应用。

2012年，加拿大多伦多大学Geoffrey Hinton教授的团队提出了一个规模比传统CNN大许多的深度卷积神经网络（简称AlexNet）。该网络拥有5个卷积与降采样层、3个全连接层，每个卷积与降采样层拥有96384个特征图，网络参数达到6000多万个。利用AlexNet，Hinton团队在国际上最具影响力的图像内容分类比赛（2012 ImageNet ILSVRC）中取得了压倒性胜利，将1000类图像的Top-5分类错误率降低到15.315%。在这次比赛中，获得第二、三、四名的团队均采用了传统机器学习算法。三个团队的Top-5图像分类错误率分别是26.17%、26.98%和27.06%，相差不到1个百分点，而他们的成绩和第一名相比却低了超过10个百分点，差距十分明显。当前，深度卷积神经网络（Deep CNN）相对传统机器学习算法的优势还在不断扩大，传统学习方法在多个领域已经完全无法与Deep CNN相抗衡。

机器学习算法的基本原理及其本质

在几千年的科学探索与研究中，科学家们提出了许多描述自然界及人类社会中各种事物与现象的数学模型。这些模型主要可以被归纳为以下三大类别。

归纳模型：由少数几个参数（变量）构成，每个变量都具有明确的物理意义。这类模型能够真正揭示被描述对象的本质及规律，许多数学和物理定律都是典型的归纳模型。

预测模型：用一个拥有大量参数的万能函数来拟合用户所提供的训练样本。万能函数的参数一般不具备任何物理意义，模型本身往往只能用来模拟或预测某个特定事物或现象，并不能揭示被描述事物或现象的本质及内在规律。当代的大多数机器学习算法都是构建于预测模型之上的。例如，单隐层全连接神经网络所使用的数学模型是：

上式中，x代表神经网络的输入，代表神经网络的参数集，M是隐层神经元的个数。这个数学模型如同一个橡皮泥，可以通过变换它的参数集被塑造成任何形状。给定一个训练样本集，其中分别代表训练样本i以及人工赋予该样本的标签（标签表示样本的类别或某种属性），通过利用T进行训练，我们就能够得到一个优化的参数集，使神经网络能够很好地拟合训练样本集T。当新的未知样本x出现时，我们就能够利用训练好的神经网络预测出它的标签y。显而易见，神经网络的参数集规模与神经元的数目及输入x的维数成正比，所有参数没有任何物理意义，模型本身也不具备揭示被描述对象的本质及内在规律的能力。

直推模型：没有明确的数学函数，利用所采集的大数据预测特定输入的标签。此类模型认为针对某个事物或现象所采集的大数据就是对该事物或现象的客观描述。大数据的规模越大，对事物或现象的描述就越全面和准确。当新的未知样本x出现时，我们可以在大数据中找到x的K近邻，根据K近邻的标签或属性来决定x的标签或属性。显而易见，由于不需要定义明确的数学模型，与其它模型相比，直推模型最简单直接，但因为依靠大数据来决定未知样本的标签，直推模型往往需要较高的计算量及使用成本。同样，直推模型也不能被用来揭示事物或现象的本质及内在规律。

应当指出，随着互联网用户数量的不断增长以及互联网技术的快速进步，利用互联网获取内容或用户大数据变得越来越简单廉价，利用直推模型来预测某个事物或现象也变得越来越普及。例如，许多互联网搜索引擎利用每个网页的用户点击率来改进搜索网页的排序精度，就是直推模型在互联网内容搜索领域的一个成功应用。

综上所述，机器学习算法的本质就是选择一个万能函数建立预测模型。利用用户提供的训练样本对模型进行训练的目的，就是选择最优的参数集，使模型能够很好地拟合训练样本集的空间分布。通过训练得到的预测模型，实际上把训练样本集的空间分布提取出来并编码到其庞大的参数集中。利用这个训练好的预测模型，我们就能够预测新的未知样本x的标签或属性。当今大多数机器学习算法都是基于这个原理，谷歌公司的AlphaGo也不例外。

针对某个事物或现象所采集的训练样本，是对该事物或现象的直观描述，蕴藏着大量与之相关的先验知识。例如，ImageNet ILSVRC国际图像内容分类比赛所提供的训练样本集拥有1000类、总共一百多万张彩色图像。每一类都对应自然界中的一种常见物体，如汽车、飞机、狗、鸟，等等，包含大约1000张从不同场景及不同角度拍摄的该种物体的彩色图像。利用这个训练样本集训练出来的深度卷积神经网络，实际上是将每类物体的共性特征及个体差异等进行信息提取与编码，并记忆到其庞大的参数集中。当新的未知图像出现时，神经网络就能够利用已编码到参数集中的这些先验知识，对输入图像进行准确的识别与分类。

同样，谷歌公司在训练AlphaGo时，收集了20万个职业围棋高手的对局，再利用AlphaGo不同版本间的自我对弈生成了3000多万个对局。3000多万个围棋对局包含了人类在围棋领域所积累的最为丰富和全面的知识与经验。当新的棋局出现时，AlphaGo利用被编码于其庞大参数集中的这些先验知识，预测出胜率最高的一步棋，以及这步棋所产生的最终胜率。由于AlphaGo针对3000多万个对局进行了学习与编码，它对每一步棋的胜负判定甚至比九段棋手还要准，人类棋圣输给AlphaGo也就不足为奇了。

人类智能的本质与特性

对于人脑及其高度复杂的智能，人类至今还所知甚少。关于“智能”这个名词的科学定义，学术文献中就存在着许多个版本。即使是少数几个被深入研究的认知功能（如人脑的视觉认知功能）的工作机理，也还存在着各种各样的假说和争议。在这里，我们列出若干较具代表性、认可度相对较高的关于人脑智能的假说及阐述。

人类智能的本质是什么？这是认知科学的基本任务，也是基础科学面临的四大难题（Simon）中最后、最难解决的一个。每门基础科学都有其特定的基本单元，例如高能物理学的基本粒子，遗传学的基因、计算理论的符号、信息论的比特等。因此，“人类智能的本质是什么”这个问题在某种程度上取决于“什么是认知基本单元”。众所周知，适合描述物质世界的变量并不一定适合描述精神世界。因此，认知基本单元是什么这个问题，不能靠物理的推理或计算的分析来解决，根本上只有通过认知科学的实验来回答。大量实验结果显示，认知基本单元不是计算理论的符号，也不是信息论的比特，而是知觉组织形成的“知觉物体”。例如，实验表明，当人的视觉系统注意一只飞鸟的时候，它所注意的是整只鸟（即一个知觉物体），而不是鸟的某个特性（形状、大小、位置等）。尽管在飞行过程中鸟的各种特征性质在改变，但它是同一个知觉物体的性质始终保持不变。诺奖得主Kahneman认为，知觉物体概念的直觉定义正是在形状等特征性质改变下保持不变的同一性。中科院陈霖院士领导的团队在发展了30多年的拓扑性质知觉理论的基础上，提出大范围首先的知觉物体拓扑学定义：知觉物体的核心含义，即在变换下保持不变的整体同一性，可以被科学准确地定义为大范围拓扑不变性质。应当指出，上述大范围首先知觉物体的概念，与人工智能领域广为认同与采纳的由局部到整体，由特征到物体，由具体到抽象的认知计算模型是完全背道而驰的，因而在人工智能领域并没有得到足够的重视及应用。

大量认知科学领域的实验研究表明，人类智能具有以下几个特性。

人类智能的目标不是准确。人类智能并不追求在精神世界里客观准确地再现物理世界。上帝设计人类智能时，不假思索地直奔“生存”这一终极目标而去：用最合理的代价，获取最大的生存优势。人类大脑的平均能耗大约只有20瓦，相对于庞大的计算机系统来说只是九牛一毛。尽管人脑的重量只有1400克左右，约占人体重量的2.3%，但它的血液供应量却占到了全身的15.20%，耗氧量超过全身的20%，对于人类已经接近其生理可以负担的极限。在这种资源极其有限的条件下，人脑通过以下几种方式实现了最有效的资源调配，由此来保障最有意义的生理和智能活动。

第一，主观能动的选择性。精神世界不是对物理世界的简单映射，而是非常扭曲和失真的。体积相对较小的手指、舌头等重点区域，在感觉运动中枢里却占据大部分的皮层区域。同样，在视觉上只有对应中央视野的视网膜具有很高的空间、颜色分辨率，而更广泛的外周视野只对物体的突然出现或消失，以及物体的运动更敏感。人类视觉处理的通常方式是，外周视野的显著变化会在第一时间被捕获，做出应激反应，然后再把中央视野移动到目标上进行后续的处理。

人类通过知觉组织的选择性注意机制，直接感知输入信号中的大范围不变性质，而忽略大量的局部特征性质。大量视而不见的现象，在实验室研究中表现为注意瞬脱、变化盲视等等。比如，尽管可以清晰地分辨出霓虹灯中的色块颜色、形状各不相同，甚至在空间和时间上都不连续，人脑仍然把这些色块看成是同一个物体，从而产生运动的感觉。研究表明，这种运动错觉本质上不是运动，其生态意义在于对知觉对象进行不变性抽提。另一方面，人脑会主动把忽略的部分补充回来。而通过经验知识，上下文关系等补充回来的信息，难免有错。所谓错觉就是精神世界和物理世界的错位。这些错觉的生态意义在于在有限资源条件下，快速直接地形成稳定的感知。这种机制既是人类天马行空的联想能力和创造力的源泉，同时也是各种精神心理疾患的生物学基础。

第二，模块化的层次结构和分布式表征。当前认知科学越来越依赖于脑成像技术的发展。功能模块化假设认为，大脑是由结构和功能相对独立、专司特定认知功能的多个脑区组成。这些模块组成复杂的层次结构，通过层次间的传递和反馈实现对输入信号的主动调节。大量脑成像的研究实验也支持了这一假设，特别是视觉研究发现了非常详细而复杂的功能模块及其层次结构。另一方面，分布式表征的假说认为，认知功能的神经机制是相对大范围的分布式脑状态，而不是特定脑区的激活与否。当前研究认为，人脑是模块化和分布式表达共存的自能系统。

第三，反应性活动和内生性活动。人脑不是一个简单的刺激―反应系统，大量的内生性活动甚至比反应性活动还多。人脑在所谓的静息状态下的耗氧量与任务状态下相比差别很小。然而几乎所有的经典认知科学研究都是建立在刺激反应实验范式的基础之上。这种实验范式是让实验对象在特定的条件下完成特定的认知任务，收集并分析实验对象的行为或生理反应，通过对实验数据的充分比照，建立人脑某种活动模式或认知机理的假设。内生性活动因其往往只能通过内省的方式进行研究，而被长期排除在认知科学的研究主流之外。随着脑成像技术的发展，功能连接成为分析静息态大脑自发活动的有力工具。特别是默认网络的发现，创立了强调内生性活动的全新脑功能成像研究范式。默认网络被认为涉及警觉状态、自我意识、注意调控以及学习记忆等心理认知过程，已被广泛应用于社会认知、自我、注意、学习、发育、衰老机制的研究，有力推动了各种脑生物指标的完善和脑疾病的治疗，这些疾病包括阿尔兹海默病、帕金森病、抑郁症、精神分裂症和自闭症等等。

因此，整合现有研究中有关分布式表达和内生性活动的最新研究成果，可能会带来对人脑活动模式（人类智能的物质基础）一种全新的理解。

人类智能的本质不是计算。人类智能体现在对外部环境的感知、认知、对所观察事物或现象的抽象、记忆、判断、决策等。然而，这些智能并不是人类所独有。许多高等动物，如狗、猴子、猩猩，也或多或少具有类似的能力。同时，计算并不是人类智能的强项。真正将人类与其它动物区分开来的，是人类的逻辑推理能力、想象力、创造力以及自我意识。人类利用这类能力能够想象并且创造出自然界中不存在的东西，如汽车、飞机、电视、计算机、手机，互联网。这类能力是推动人类社会不断发展与进步的源泉，是生物智能的圣杯。

而对代表生物智能最高水平的上述能力，人类目前还所知甚少，对其机理的研究还处于启蒙阶段。研究表明，这些能力不是依靠计算得来的，而似乎是与联想记忆及人类丰富的精神世界有关。基于脑信号的分析实验发现，人脑的海马回、海马旁回、杏仁核等脑区中存在着大量专司特定联想记忆的神经细胞。例如，上述脑区中存在单个或一小簇神经细胞，会被与美国前总统克林顿相关的所有刺激信号所激活，无论刺激信号是关于克林顿的图片，还是Clinton这个英语单词，还是克林顿本人的语音回放。显然，这些神经细胞并不是被某个模态的特定特征所激活，它们所对应的是克林顿这个抽象概念。此外，脑成像研究表明，围棋专业棋手相对于业余棋手更多的是依赖联想记忆系统，而非逻辑推理来下棋。实际上，围棋界训练棋手的最常用方法就是将高手对局中的关键部分拆解成许多死活题，棋手通过大量死活题的解题训练来提高自己联想记忆的经验和效率。

机器智能与人类智能的优势与劣势

当代的计算机拥有强大的存储与运算能力。伴随着计算技术的不断发展与进步，这些能力的增长似乎还远没有到达尽头。早在1997年，IBM的“深蓝”超级电脑就战胜了国际象棋冠军卡斯帕罗夫。但这次胜利在人工智能领域并没有产生太大的反响，原因在于，“深蓝”几乎纯粹是依靠强大的运算能力遍历所有的可能性，利用“蛮力”取胜的。“深蓝”所遵循的，就是“人工智能即是计算加记忆”这个简单法则。由于围棋的搜索空间比国际象棋大很多，“深蓝”的这种制胜策略针对围棋是行不通的。与“深蓝”相比，AlphaGo的最大进步就是从“计算加记忆”进化到“拟合加记忆”法则。它利用深度卷积神经网络这个万能函数，通过学习来拟合两千多年来人类所积累的全部经验及制胜模式，并将其编码到神经网络的庞大参数集中。对于当前棋局的任何一个可能的落子，训练好的神经网络都能够预测出它的优劣，并通过有限数量的模拟搜索，计算出最终的获胜概率。这样的战略不需要对棋局的所有可能性做遍历搜索，更像人类棋手所使用的策略。然而，由于AlphaGo对每个落子以及最终胜率的预测，是建立在围棋界两千多年来所形成的完整知识库之上的，它的预测比人类最优秀的棋手更准确。与其说李世石输给了机器系统，不如说输给了人类棋艺的集大成者。由此推断，AlphaGo取胜也是情理之中的事。

与机器相比，人类智能的最大优势当属它的逻辑推理能力、想象力、创造力及其高效性。人脑功耗只有20多瓦，处理许多感知及认知任务（如图像识别、人脸识别、语音识别等）的精度与拥有庞大内存、运算速度达到万亿次的超级电脑相比却毫不逊色。尽管机器智能很可能在不远的将来在类竞赛中全面超越人类，但现有的机器学习框架并不能模拟出人类的想象力和创造力。因此，在当前情况下，机器智能全面超越人类智能的预测是不会成为现实的。

随着机器学习算法的不断发展与进步，计算机借助强大的存储与运算能力，学习人类几千年来发展与进化过程中所积累的完整知识的能力越来越强，借助完整知识库对复杂事务进行预测与判断的准确度将会全面超越人类。由此推断，在未来几十年里，不仅是那些简单重复性的体力劳动将会全面被机器取代，而且那些需要对复杂事务进行评估与判断的工作，如金融投资、企业管理、军事指挥等，也有可能被让位于机器智能。甚至大到整个国家，也可能会越来越依靠机器智能预测政治、经济、外交发展趋势，制定最优的政策方针及发展规划。实际上，许多发达国家的智囊机构已经在利用各种评估及预测模型为政府提供对各种事物的预测与判断，提出政策建议或解决方案。

然而，当前的机器学习框架无法模拟人类的想象力及创造力，科学研究与发明创造仍将是人类的优势所在。不难预测，在未来人类社会的发展进程中，将有越来越多的人从事科学研究以及新产品的设计研发工作。社会对每个人的知识能力、智慧以及发明创造力的要求将会越来越高，不具备这些能力的人们将会无法找到满意的工作，逐渐成为处于社会底层的贫困阶层。了解并解决科技迅速发展所带来的社会挑战，仍然是人类需要面对的任务，而机器是无法替代人类解决这些问题的。

（中科院生物物理所脑与认知国家重点实验室周天罡、西安交通大学电信学院韩劲松对本文亦有贡献）

责 编/凌肖汉

Abstract： Recently， the smashing 4-1 win of Google’s AlphaGo over the South Korean Go Master Lee Sedol has not only shown the power and great potentials of artificial intelligence， but also caused panic and worries in the human society. People begin to think carefully about the progress and challenges that artificial intelligence will bring to the human society and whether artificial intelligence will ultimately surpass human intelligence. To find the answer， we need to first understand the essence and basic principles of artificial intelligence. In the beginning， this article briefly described the deep Convolutional Neural Networks （deep CNN）―the most popular research result in the field of machine intelligence to date， and then discussed the essence and basic principles of machine learning. After that， with an overview of the latest research discoveries about human brain’s cognitive mechanism， this article tried to reveal the essential differences between machine intelligence and human intelligence， and compared their advantages and disadvantages in order to find the answers to the foregoing questions.

卷积神经网络概念篇2

[关键词]数字信号处理；网络课程：教学探索；教学实践

[中图分类号]G40―057

[文献标识码]A

[论文编号]1009―8097(2009)13―0260―02

数字信号处理在现代信息科学技术教育中所起到的作用是显而易见的。21世纪信息时代的浪潮席卷而来，带来了现代信息技术的飞速发展。作为一门基础的入门课程，数字信号处理是打开信息科学的一把钥匙。如何更有效的引领学生进入这一科学领域，并初步了解数字信息科学的基础理论，是数字信号处理课程教学过程一直在孜孜探索的问题。

计算机的普及，网络技术的快速发展，以及DSP各种软硬件的广泛使用，使得我们在数字信号处理课程中的教学手段趋向多元化，以计算机和互联网为教学手段的网络课程教学也成为可能。网络课程教学以其优越的开放性、交互性、共享性、协作性和自主性，已成为教育改革的趋势和方向。

一　课程教学的优势及可能性

1　教学资源丰富，手段多样

网络课程集合了各种丰富而有效的资源，以多样网络手段提供给老师和学生。学生可以很方便的在线学习数字信号处理各方面的知识。这些资源包括：网络课件、实验教学、实践教学、图片动画库、习题及试题库、概念检索等。学生不仅可以在线学习相关的理论和实验的课程内容，利用习题和图片动画加深理解，深化学习，还可以根据自己的实际进行在线测试。在这里学生还可以查阅数字信号处理教学历年在实践方面所取得的成果。

2　教学更生动、形象

网络课程丰富的资源和多样的教学手段，使数字信号处理的教学更生动更形象，因此学生学习起来也更轻松更容易。数字信号处理是一门理论性较强的学科，公式多，概念抽象，推理繁琐，过程复杂，理解困难。在传统的课堂教学中，由于缺乏有效形象的手法，单凭老师的讲解，学生难以跟上老师的思维和节奏，造成较为普遍的概念不清晰、理解不透彻等现象，最终给学生更深一步的学习带来困难。而网络课程利用各种有效辅助手段，将许多较为复杂的问题形象化，以帮助学生加深理解。例如，离散卷积理解和计算都比较复杂，网络课程通过动画演示的形式非常形象的演示了离散卷积的整个过程，从而帮助学生在较短的时间内有效的掌握离散卷积的运算。理论课教学难免会感觉有些枯燥，容易使学生陷入思维疲劳，而网络课程界面友好，层次分明，易于导航定位，人性化设计，非常方便学生开展学习。

3　互动开放式教学使学生的学习更主动。

在网络课程的站点上，学生和老师之间可以进行方便而快捷的互动，学生有任何数字信号处理方面的问题，都可以通过互动平台向老师和其他学生进行交流探讨。网络课程教学打破了传统课堂教学刻板的课程设置和时间制度，学生可以随时随地根据自己的需要，选择适合自己的课程进度和学习方式，从而达到更好的学习效果。

4　计算机的普及和上网的便利使网络课程教学的实施成为可能。

实施网络课程教学的一个重要条件是计算机的普及应用，和上网条件的便利。结合学校的实际情况，条件是成熟的。数字信号处理是大三的必修课程。我校三年级的计算机普及率较高，80％以上的学生拥有自己的电脑，每位学生通过申请都可以拥有自己的网络端口。这些有利的条件给了网络课程的实施以强有力的支持。

二　网络课程教学的实施

实施网络课程教学，其关键环节是知识体系的架构和建设。要达到学生在较短时间内高效而牢固的掌握数字信号处理的基本概念和基本理论，除了要提供丰富的资源以外，优化知识架构、采用积极有效的网络手段也是必不可少的。

1　在理论和实验教学方面，我们以原有的多媒体课件为基础，加以改进编写了新的网络课件。理论教学方面，原有的多媒体课件过于冗长，使用起来不够方便，针对这一缺点，我们对各个章节加以细化，使其知识脉络更加清晰明了，更易于学习使用。同时针对各章节的重点难点通过相关的例题和习题进行解析。为了适应不同学生的学习习惯，我们还提供了原有的多媒体课件。同时利用网络服务器上的数据库建立一个数字信号处理概念检索库，学生可以通过检索系统对相关概念进行检索。管理员可以通过后台管理系统向数据库中添加新的概念条目，也可以更改或者删除已有的概念条目。实验教学方面，鉴于Matlab是本课程主要的实验工具，而学生使用该软件的水平又参差不齐，因此除了必要的实验内容讲义外，针对不熟悉Matlab的学生专门编写了Matlab讲义，帮助学生完成实验。为了规范实验报告的撰写格式，我们挑选了一些较优秀学生实验报告加以展示，供学生参考。

2　使用各种计算机辅助手段深化学生学习。网络课程开辟了专门的图片、动画和视频教学录像专栏。一些较抽象的基本概念和理论推演通过图片和动画(有Java动画和Flas两种)的形式得以生动形象的演示出来，使原本较为复杂的问题变得通俗易懂，进而增强学生对概念理论的感知和领悟。对于视频教学录像，担任主讲的教师都是数字信号处理这门课程资深的教授，有着丰富的教学经验，对知识的讲解透析明了。建立习题和试题数据库，学生可以对所学习的知识进行在线的测试和检验，以巩固学习的效果。习题库按照章节次序提供了各章节的习题解答，辅导学生解决课后疑难。试题库的一大特色是能够自定义题型分值，在线生成和预览整套试题：在后台方面，管理员可以根据需要添加或者删除试题以及设置每道试题的分值。

3　建立师生互动平台，学生在学习本课程过程中遇到的所有问题，或者有新的学习方法、心得体会，都可以和老师和其他学生在平台上交流、探讨和分享；学生在这里还可以了解到一些数字信号领域的最新资讯动态，并一起参与讨论，激发学生对前沿科技的了解和关注。

4　专门开设了实践成果展示栏目。我们将历年来学生参与各种竞赛、研究项目(例如挑战杯、电子设计竞赛、学校的学生研究计划、百步梯攀登计划等)所取得的优异成果加以展示，一方面激励学生的学习热情，一方面鼓励学生积极参与实践和研究，激发学生的创新精神。

5　学生电子版作业在线提交。提供学生将电子版的作业直接提交到服务器文件系统，同时管理数据库记录学生以及所提交作业的相关信息。任课教师可集中下载提交的作业进行批改，免去了采用电子邮件提交电子版作业的诸多麻烦。

三　存在的问题及思考

1　较之传统的课堂教学，网络课程教学的一个显著的特点是没有老师的现场讲解和指导，完全依靠学生自主的学习，由此引发的问题的是老师无法通过网络课程教学，直接了解到学生实际的学习情况，也无法根据学生不同的实际情况因材施教。学生的知识水平难免有不同程度的差异，再加上数字信号处理本身的特殊性(如公式多，概念抽象，推理繁琐，过程复杂，理解困难等)，如果完全脱离老师课堂上详细的讲解，可能会给很多学生的学习带来不少的障碍。因此，网络课程教学在现阶段仍然只能以辅助教学的形式存在，传统的课堂教学依然主要的教学方式。

2　网络课程毕竟是一种新的教学方式，在内容和形式上都还存在很多亟待改善的地方，还难于满足学生各方面的学习需求。尤其在内容方面，许多相关材料还需要进一步的整理和补充，而且这是一个长期的过程。

3　网络课程教学是开放式的教学，完全依靠学生自主的学习。于是学生使用这一网络资源的频率和效率就成了一个很突出的问题。如何提高学生使用网络课程的频率和效率是我们今后探索的一个重要课题。

网络课程教学是一种全新的教学方式，是一种有效且可行的教学手段，它给学生提供了更多高效的获取知识的方式，给了学生更多自主的空间。网络课程所具备的优势是传统教学方式无法比拟的，弥补了传统教学的许多不足，同时也极大的缓解了教师的教学压力，减少了教师的工作量。在数字信号处理网络课程教学探索过程中我们遇到的突出问题使我们深刻的感受到，网络课程教学是一个长期而艰巨的任务，是一个循序渐进的累积过程。在今后网络课程教学的探索过程中我们还有很多的工作要做，因此我们要发扬锐意创新，勇于进取的精神，积极吸收同行优秀的成果，以优化和完善数字信号处理网络课程教学体系。

参考文献：

[1]楼策英.新型网络课程教学的实践与思考[J].中国远程教育，2005，(10).

[2]刘淳，章强，武齐阳，丁志祥.交互式网络教学平台的研究与实现[J].南京大学学报(自然科学版)，2006，(1).

[3]连建锋.网络环境中的教学系统设计探究[J].中国科技信息，2005，(7).

卷积神经网络概念篇3

关键词 国防教育；网络辅助教学考核系统；学习态度

中图分类号：G642 文献标识码：B 文章编号：1671-489X（2013）03-0073-03

An Empirical Study on Impact of Network-assisted Teaching System for College Students of Military Theory Learning Attitude//Zhang Zhiqi

Abstract The network-assisted teaching and evaluation system achieves National Defense Education in college on open， holographic， immediate and interactive course construction， and it stimulates students' interest in learning， it is beneficial to stimulate students' interest in learning. By teaching experiment and psychological measurements， we have confirmed the positive impact of the system on college students' learning attitude.

Key words national defense education； network-assisted teaching evaluation system； learning attitude

作为一种全新的辅助教学手段，网络教学考评系统在提高教学效率、拓展教学时空和增进教学效果等方面的表现得到广泛认可。这种教学手段凸现出“启发思考、培养兴趣”的理念，它不仅表现在作为新兴的教学手段高效率地完成教学任务，更为重要的是对提高学生学习态度有明显的优势。

1 研究方法

1.1 问卷调查

参照不同学科的《学习态度量表》[1-3]，修订形成《普通高校大学生军事理论学习态度量表》，第一阶段对河南科技大学2011级军事理论课学生240人进行测试，了解问卷信、效度，结果表明该量表具有较好的结构效度，并且各分量表的内部一致性信度亦可接受。第二阶段用该量表对军事理论课学生进行学习态度测试，前测和后测时间相隔14周。前测发放问卷336份，全部回收，通过对问卷整理得到有效问卷332份：后测发放问卷336份，回收334份，整理得到330名学生2次测试均有效，以此作为实验统计数据。

1.2 实验法

将同一校区、同一录取批次的2011级工科学生336人根据自然教学班分为两组，课堂教学由同一教师进行相同的多媒体教学。实验组170人，学号全部输入系统数据库，作为账号发给学生，课余采用网络辅助教学，用网络教学平台查阅资料，完成章节作业，并可进行自测，考试采用“计算机网络开卷考试”；对照组166人，课后布置书面作业，教学进度与实验组同步安排，分别于第1和第15次课前对实验组和对照组进行学习态度测试。

1.3 数理统计法

对实验组和对照组学习态度进行前、后测，统计学生得分，进行均数差异性分析，观察学生学习态度各维度差异。

2 网络教学系统的构建与大学生学习态度的关系

2.1 对学习态度的概念界定和测量工具的选取

学习态度是指学生对所学内容表现出来的稳定的心理倾向，一般由相互协调的认知、情感和行为意向3种心理成分构成。学习态度在学习过程中扮演着重要的角色，直接影响着学生学习的深度、广度、速度和效率[4]。

以此概念为理论依据，在研究过程中参考国内已有《学习态度量表》，经过学习和修订，制定了《普通高校大学生军事理论学习态度量表》。该模型假设学生对军事理论课程的学习态度分解为认识态度、情感态度、意向态度等维度，通过课余网络辅助教学巩固和增强课堂教学效果，培养学生的课程学习兴趣，对学生学习的动机、行为和效果产生积极影响，最终将提高学生学习态度的水平。模型概括了以往社会心理学中对态度—行为关系的定性论述和实证研究，也较好地体现了当前教育领域对学习态度的最新认识。

2.2 传统教学在提高大学生学习态度上的不足

教学活动是典型的师生双边活动。在传统军事理论教学中，教师通过课堂向学生介绍军事理论知识体系，培养国防意识，陶冶爱国主义情操，教师通过有组织的传授知识完成课堂教学。但是，由于时间、空间和技术方面的制约，传统教学教师主导作用的发挥主要依赖讲授能力，学生学习的主体地位不容易得到充分的发挥。

就教学手段而言，教师的传统辅助教学手段常常集中课堂，形式也非常有限，教学能力在很大程度上受制于自身的思维水平、表达能力和知识素养，教师教学能力决定其主导作用发挥的程度。

就考核而言，军事理论属于公共必修课，考试人数多，传统的笔试工作繁琐，在学校教学资源日趋紧张的背景下，对学校教学资源和考务管理形成巨大压力。在试卷的批改、统计、复查和资料归档方面耗费大量精力，但由于改卷任务繁重，又不可避免地出现错判、误判等问题。这样不仅影响考务工作效率和质量，也容易伤害学生学习的积极性。

对于学生学习兴趣的培养而言，传统课堂教学中教师的讲解、演示及讨论等手段并不能充分满足学生多样化、个性化认知和审美的需求，不能充分提高学生的学习兴趣；学习情感和认知水平积累不足又将直接导致其学习意向低落，最终不利于学生形成更积极的学习态度。

2.3 网络辅助教学在提高大学生学习态度上的优势

网络教学环境下，教师可以通过网络教学平台将预习、课堂教学、课后作业、课外延伸阅读、复习、自测、考核和评价各个教学环节置于有组织的课程学习体系中，最大限度地对各个环节实施教学干预，在课余时间由学生以网络教学平台为基础自主学习，在发挥教师主导作用的同时也充分地体现学生的主体地位。

1）网络辅助教学有助于提高学生学习情感水平。网络辅助教学中，教师借助网络平台将学科知识体系以文本、图象、图形、视频、音频、动画的形式展示给学生，满足学习的生动性、针对性、全息性，学生能够主动、生动活泼地接受教育，启发学生积极思考，产生良好的学习情绪体验，有助于调动军事理论的“学习情感”水平。

2）网络辅助教学有助于提高学生学习的自觉性和“学习认知”水平。在课外作业环节，网络的开放、自主使学生对学科的学习保持高度的主动求知、自主建构的状态，是学生自我意识的唤醒，教师通过网络作业、专题网页等形式积极地引导学生利用网络资源对教学内容进行大纵深、全方位的延伸学习，不仅实现了课堂教学的充分拓展，而且做到了课堂教学不具备的即时交互、群体讨论、灵活个性等特点，丰富了教学方法和手段，最充分满足学生对知识的需求，强化课堂教学效果，对于提高学习的自觉性和“学习认知”水平非常有益。

3）网络考试对“学习意向”水平将起到积极动员的作用。就考核而言，网络考试非常适合军事理论的考查性课程考核类型。军事理论的课程目标重在提高学生的国防意识，不提倡通过死记硬背掌握知识，所以该课程的考试多采用开卷笔试或大作业形式，而网络考试则具备前者无法比拟的优势。网络机试不仅能节省大量的纸张，减轻考核人员的工作负担，提高效率，而且通过持续和缜密的题库建设和数字化批改系统，能够最大限度地实现考试的效度、公平、准确，从而提高学生对考试的信任和学科建设满意度，对提高学习主动性为代表的“学习意向”水平将起到积极动员的作用。

通过网络辅助教学与考核系统的建设实现课堂内外的良性互动，对学生的学习心理产生积极效应，实现课堂教学的全息生动和课余的自助式学习，提升了学习兴趣，学生的学习态度将得到良性的发展。

3 结果与分析

3.1 信、效度检验

1）内部一致性信度。对本研究前测问卷240份的调查，分析得到克伦巴赫a系数4个维度的内部一致性信度，数据见表1。

2）重测信度。前测和后测均在1周后，每次抽取108名学生进行重测，得到重测信度分别为重测信度1和重测信度2，计算相关系数（数据见表1）。

3）效度检验。对330名有效问卷进行因子分析的条件检验，（KMO）为0.921，Barteltt球形假设检验x2统计值的显著性概率为0.000，说明数据相关矩阵不是单位阵，符合因子分析条件。参照其他学科学习态度的研究成果，采用主成分分析法（方差最大正交旋转法）对24个项目进行因子分析，得到4个主要因子。4个因子累积解释总贡献率为65.21%，有较好的结构效度。这说明该量表具有较好的可靠性和稳定性，适于本研究的测量。

3.2 实验组和对照组学习态度分析

1）前测均数T检验。实验前，实验组和对照组间的4个维度上的差异均未表现显著性意义，可以视两组来源于同一总体（数据见表2）。

2）后测均数T检验。据T检验结果（数据见表3）可以看出，实验组和对照组在“学习认知”达到显著性意义，“学习意向”“学习情感”的组间差异均已具有非常显著性意义，而重要性认识维度的差异未达到显著性意义。

3）实验组和对照组组内t检验，见表4、表5。

4）数据分析。

①在实验后实验组和对照组的均数值都有所提高，且实验组4个维度的均数提高幅度大于对照组的提高幅度。原因可以归结为实验教学对学生“学习态度”的提高有积极的促进作用（见表4）；对照组的“学习态度”各维度均数也有提高，但幅度较低，说明传统教学对学生学习态度也有积极的作用，但改善程度不及实验组（见表5）。

②通过表3不难发现，通过14周教学，实验组和对照组在学习认知、学习情感和学习意向维度上，实验组得分明显优于对照组，提高幅度具备显著性意义。而学习重要性维度虽然两组实验前后的组内均数都具备显著性意义，但实验组相比对照组没有组间优势，说明军事理论学习的“重要性的认识”维度有无“网络辅助教学”差异不明显。

③实验教学后，实验组在学习情感和学习意向两个维度的提高幅度达到了非常显著的效果，说明网络辅助教学平台使学生学习时产生良好的情感体验，对于提高学习兴趣很有帮助。

4 结论

1）教学实验发现，网络辅助教学和考核系统对培养学生的学习态度有较好的效果。

2）因为网络教学具有全息性、生动性、自主性和个性化的特点，有助于提高学生的学习兴趣，对形成终身学习的习惯、提高国防意识很有益处。

3）学生的学习态度具有多元、综合和复杂的特点，重视教学软硬件环境建设、课内外教学协调配合形成优势互补，建立从课堂教学、作业、课余互动到网络考试全面的教学环境，这是促进学生形成积极学习态度的必要条件。

参考文献

[1]罗静.学生数学学习态度量表的编制[J].韶关学院学报，2010（6）：13-16.

[2]张锋.中学生学业负担态度量表的编制[J].心理科学，2004（2）：449-452.

[3]王刚.医学生神经病学课学习态度量表的编制及效信度评价[J].医学教育探索，2009（7）：802-806.

卷积神经网络概念篇4

关键词：课堂教学；网络学习；社会实践；良性互动

中图分类号：G641 文献标志码：A 文章编号：1674-9324（2017）11-0118-03

近年来，关于探索如何改革《思想与中国特色社会主义理论体系概论》（简称《概论》）课的教学方法、提高教学实效等问题，已经越来越受到各方重视。

一、《概论》课目前的教学状况和主要存在的问题

从目前《概论》课程的教学状况看，主要存在着以下几个方面的问题。

1.从“学”的角度而言，目前学生对于《概论》课的学习明显不够主动和积极。由于《概论》课程的性质决定了其教学内容必须紧跟时代、针对现实，因而对其现实性和针对性的要求都很高，但在我们现有的教学中由于存在教学方式和方法的简单刻板，学生的主体作用在课堂上并未得到充分有效调动，导致课堂互动效果不佳，教学内容也显得枯燥乏味，同时在学生中普遍存在着注重专业技能而轻视思想政治理论教育等现象，部分学生对《概论》课的重要性认识明显不足，逃课和课堂上看手机、睡大觉、玩游戏等现象屡见不鲜，学习的主动性、积极性明显缺乏。

2.从“教”的角度而言，《概论》课的教学内容时效性不够，教学方法和手段创新不够。目前我们课堂教学上所采用的《概论》课教材是很具有代表性和权威性的，可以在课堂上发挥其理论的指导作用。但当前处于互联网时代，信息技术飞速发展，年轻学子们获取信息的渠道非常便捷和广阔，更新速度又非常迅捷，如果我们教师不能够及时对当今世界形势、重大时事事件及学生们普遍关心的热点问题展开足够充分阐述和疑，那么课程的教学内容就会显得缺乏时效性和针对性，缺少说服力和吸引力，从而大大影响课堂的实际效果。

我们知道，课堂的教学方法和手段是我们教学改革的关键因素，在现有的《概论》课教学上，有些老师总是照本宣科、“单边灌输”，有些教学方法单调乏味，有些课堂上虽然采用了多媒体教学方式，但也仅仅是用PowerPoint代替了粉笔，其实质并没有得到根本的改观，再加上日常教学中社会实践经费投入不足的问题普遍存在，因而，我们的教学总体上还是偏重于课堂，偏重于教师单边讲授，而相对缺少学习和实践的双向互动。

3.现有《概论》课程的考核方式不够灵活，没有充分调动起学生们的学习积极性。目前《概论》课程在考核中主要是侧重于书本上现有知识的考查，一般都是采用闭卷、开卷等考核方式，同时结合平时课堂上的考勤情况进行成绩的综合评定，这种考核方式比较死板，没有将学生平时学习的主动性和积极性充分体现出来，学生们学习过程中的综合素质也没有通过考评体现出来。总之，没有将学生的学习热情调动起来。

二、《概论》课实现“教”与“学”良性互动的创新路径

时代在变化，理论在更新，人们的思想观念也在不断地转变，这给我们《概论》课的教学探索提出了许多新的课题，增加了新的难度，我们必须直面这些挑战，更新观念，努力创新，深化教育教学改革，寻找和探索《概论》课程教学中“教”与“学”良性互动的路径。

1.教学理念的创新与改革。在当前的《概论》课堂上，教师不能仅仅满足于向学生传输一些基本概念和原理，更需要向学生们传播理性思维方法和培养政治素养，学会观察，思考当今世界和当今中国的基本立场、观点和方法，这需要从教学理念着手，努力寻求突破传统和改变僵化、单一的教学模式，树立开拓启迪、关注人文素质和能力培养的新型教学理念。新型教学理念要突出体现以下几个方面：第一，要突出思想性，以“知识、能力、素质三位一体”的教学理念为指导，使《概论》课成为对当代大学生成长中最有帮助、最有魅力的课程。第二，要突出人文性，树立以学生为本的教学理念，注重人文关怀和心理引导，倾听并尊重学生情感，从知、情、意、行等多方面培养和提高学生综合素养。第三，要突出实践性。本课程主要讲授的是党对中国革命和建设实践的深刻思考，与社会现实紧密相连，因而需要强化实践环节，让学生在亲身参与的实践中具备更加深刻的体会与认知，从而培养他们的使命感和责任感；第四，要突出应用性，通过多种教学方法和教学手段的综合应用，使教学立体化，让学生们更多参与进来，锻炼和提高他们思考、分析、探讨、研究等多方面的能力。

2.教学环节的创新和改革。《概论》课程具有系统性和开放性、思想性和知识性、理论性和实践性特点，所以在教学过程中要将这些特点紧密结合起来、统一起来，进而启发学生的创新思维，提高其学习兴趣，促进其参与意识，增强其社会责任感。所以，我们对以往传统的教学环节进行了富有成效的改革，通过重新梳理各个教学环节、综合运用多种教学方法的发挥该课程的整体效能：首先发生的转变是书上的理论观点由原来教师的“单向灌输”转变为由师生共同研究得出。其次，传授知识只是我们教学的一个方面，更重要的是要注重对学生能力的培养和提升，根据不同专业、不同年级学生的特点，充分挖掘学生自主探索的内在动力，营造如沐春风的课堂氛围，通过民主探讨和共同交流，引导学生们深入分析问题和解决问题，使其能力能在课堂上得到切实的提高。第三发生的转变是将教学方式由原来单一的课堂讲授向立体化教学转变。课堂讲授是教学中不可或缺的方式，但不是唯一的教学方式，我们完全可以建立多形式、立体化的教学方式与课堂讲授环节完美配合，使教学手段和教学方式更加饱满丰富，获得更佳的教学效果。

3.教学手段的创新和改革。在当前互联网时代下，可以综合利用智慧教室和网络平台的特点和优势，充分调动学生的视觉和听觉器官，打造立体化教学情境和交互式教学活动。要在新教材统一、教学大纲和教学进度统一的基础上，以“教学特色”和“教学实效”为核心，努力做到理论传授、实践育人、体验参与和自主学习四位一体，构筑“教”与“学”的互动式三大平台：（1）通过理论教学平台，同学们可以系统全面有重点地学习思想和中国特色社会主义理论体系以及一系列重要讲话、十以来的重要观点与论述等，增强理论教学的时代性和针对性；（2）通过实践教学平台，对实践方案的精心设计，老师们的悉心指导与同学们的全程参与，让同学们通过社会实践活动的具备深刻的社会体验，进一步增强感性认识，强化认知，提高社会责任感；（3）通过网络学习平台，为学生提供教案、课件、案例、参考书目以及视频资料，让学生可以自主学习，同时可以在网络平台进行答疑、课堂讨论以及网络测试，切实构筑起“教”与“学”的互动性平台。

三、新形势下《概论》课教学改革的具体对策与措施

1.围绕教学大纲，不断创新教学内容。首先，作为高校思想政治理论课程的教师，一方面要认真研读马克思主义的经典理论，认真学习我国社会主义各时期制定的路线方针、政策，奠定扎实的理论素养，树立正确的价值观，另一方面又要将党的最新理论和政策及时融入日常教学，如十三五规划、党的十八届五中、六中全会的精神，特别是主席的一系列重要讲话精神、“一带一路”战略等，在深刻领会的基础上精心备课，及时将有关精神有机地融合到相关教学内容中，减少教材在理论指导上的客观滞后性，带给学生全新的视野和先进的理论知识。其次，教学内容要保鲜，要在及时关注了解、调查研究的基础上，紧密跟踪社会热点，针对社会热点问题，比如我国经济发展新常态，大众创业万众创新、英国脱欧、难民问题、恐怖主义等，结合教材整合成相应的教学内容，结合相关视频等资料进行讲解，设计课堂讨论，引导学生课后思考，这样新鲜的资讯和具有热度的问题探讨，一方面有助于提高学生学习兴趣，另一方面又可以培养学生运用现有的理论知识来分析问题和解决问题，提升认知能力。第三，要将学生普遍关心的问题纳入教学内容中。有许多学生在思想认识上存在着一定的困惑，对当今社会的一些负面现象如环境污染、腐败、收入差距等问题的认识上存在误区甚至可能产生偏激的情绪，这需要我们教师在《概论》课上通过教学内容进行耐心理性的分析与引导，帮助年轻学子们客观冷静地分析这些社会现象、根源和治理的有效措施。

2.创新教学方式和手段，努力提升学生综合能力。为了进一步提升学生们的思考能力、实践能力以及创新能力等，培养学生强烈的社会责任感和良好的道德品质，我们需要借助灵活多样的教学手段和教学方法，让学生参与到教学的各个环节中去，将所学知识转化为正确的思想和理念并付T于具体的行动中。在教学手段和方式的改革创新过程中，我们可以综合运用运用校内外的各类资源，注重体现学生们的主体地位。现代化的教学技术手段，可以使用智慧教室进行多媒体教学，制作精良的多媒体课件能够为学生们提供比较丰富的图片和音频视频资料。在江南大学目前所使用的《概论》课网络教学平台上，主要体现了教学向学生主体地位倾斜的尝试，如采取案例教学、专题教学和情境教学等方式方法，老师们与学生进行互动，共同制定学习目标、设计方案及具体实施，引导学生们全程参与、体验和效果评估。此外，近年来很多高校的实践教学也搞得有声有色，这其实也是一种很好的教学方式，它能帮助学生们进一步开阔眼界，体验现实生活，学会冷静观察问题，提高解决现实问题的能力。校外实践则是通过老师利用休息日和假期带领学生深入社会进行实地参观调研，选择一些有针对性的问题进行深入考察和访谈，从中培育学生们探究问题的热情和勇气，进一步调动学生们学习的积极性、主动性，提升他们的思考能力和实践能力，增强其社会责任感和培育其勇于创新的精神。

3.创新考核机制，提高学生学习的主动性。《概论》课考核的目的就是要促进学生学习的主动性和培养他们能力的提升。只有真正激发了学生们学习的积极性，才能使其具备学习的内在动力；只有培养和提升了学生的能力，才能真正实现教学的根本目的。为此，我们需要制定科学严谨的考核机制，设计合理的评分比例，把理论考试之外的因素也纳入考核机制，把与本课程相关的学生参与的各类校内外实践活动，如辩论大赛、读书活动、社会公益项目以及实践调研活动等与理论考试有机结合综合评估，只有这样才可扭转学生被动学习、“突击”考试的局面，将学生们的兴趣和精力更多地集中到提高自身素质上来。

《概论》课考试不仅需要考查学生们对基本理论的掌握程度，还需要考核学生们理论联系实际的运用能力、逻辑思维和表达的能力，真正体现学生们的综合素质，因而，考核方法应该体现多样性，学生们的平时表现也要得到应有体现，如平时出勤、课堂发言、社会实践考察、品德修养等多个方面。以目前江南大学《概论》课为例，目前本课程的考核是分两个学期进行的，第一学期《概论》教学进度为第一章至第七章的内容，属于考查课程，教学计划课时32，实际讲课30课时，学期的第13周至14周左右进行网络测试，学生可在此期间自主选择时间进行网络测试，电脑自动生成成绩，16周进行随堂考查，考核的总评成绩由以下三部分：平时成绩占30%，网络测试成绩占30%，期末成绩占40%；第二学期《概论》教学进度为第八章至第十二章的内容，属于考试课程，采用学期初先交暑期社会实践报告，学期末全校进行统一闭卷考试的方式，总成绩由平时成绩、社会实践与期末考试成绩三部分共同组成，其在总分中的比例分别为30%、20%、50%。平时成绩是在综合考虑学生平时出勤，课上学习态度和课堂回答问题的有效性以及课后作业完成情况综合得出的。这种考核方式可以使学生学习变得主动，课上认真听讲，参与校内外各类实践活动的热情提升，逐渐形成一种不是为考试及格而学的理念，从根本上提高学习的主动性。

4.创新教学实践环节，强化实践基地建设。创新《概论》课教学实践环节，要从校园实践和校外实践两个方面同时着手：校园的实践活动可以借助校园已有资源、微信、QQ平台等创新具体的形式和内容，这包括聘请知名专家进行专题讲座、设计主题辩论赛、举办纪念日活动或公益项目，组织热点焦点问题探讨专题会等有意义、参与性很强各类校园活动，使同学们以极大的热情投身其中，在良好氛围中接受正能量的教育和熏陶，养成积极向上、乐于创新的健康、阳光的精神风貌。校外的社会实践活动，要继续加强学生社会实践基地的建设，不断开拓创新社会实践基地，如红色爱国主义教育基地、国企民企实习基地、典型社区服务和有代表性的农村调研等，形成长期稳定的合作关系，同时要继续巩固原有的《概论》课程的教学实践基地，让学生们定期进行各类社会实践，使学生们能够更好地解读理论观点、理解改革开放以来党和国家的方针政策，深刻认识我国国情，成为中国特色社会主义可靠接班人。

5.创新教改激励机制，促进教研水平的不断提升。要不断进行教学改革的探索与创新，教学始终要紧扣现实的脉搏，紧跟时代的步伐，只有这样才能真正培养出具有社会责任感和良好道德品质、能力出色的学生。为此，要根据课程的性质和特点建立起相应的激励机制和管理机制，创新强化教学研究和探讨，通过物质和精神两个层面来不断激励教师们参与教改的积极性和主动性，在研究和探讨的过程中不断提升教师的教学素养和教学水平，从而形成一支强大的教学研究团队，共同促进《概论》课的教学与研究成果的整体提升。

⒖嘉南祝

[1]齐巧霞，李伯霞.关于构建“课堂教学―经典阅读―社会实践”三位一体教学模式的思考[J].高等教育研究，2012，（12）：28-30.

[2]洪涛.思想与中国特色社会主义理论体系概论专题教学研究综述[J].当代教育理论与实践，2013，（5）：90-93.

Constructing a Three-Dimensional Teaching mode，Achieving a Beneficial Interaction between "Teaching" and "Learning"

―A Teaching Reform and Innovative Exploration of "An Introduction to Mao Zedong Thought and the Theoretical System of Socialism with Chinese Characteristics"

XU Li-hong

（Jiangnan University，School of Marxism，Wuxi，Jiangsu 214122，China）

Abstract：In order to tackle the common problems of the teaching of "An Introduction"， and to improve the overall teaching effectiveness of An Introduction under the new norm，it is necessary to actively explore the methods of reforming the teaching of this course with innovation，seek efforts to break traditions and change the rigid and monotone teaching mode， and set up a new teaching philosophy with emphasis on inspiration and exploration，humanistic quality and ability-building，through the flexible use of various teaching modes such as cases，discussion，themes， practice，etc.，with the combination of multimedia classrooms and MOOC to construct a three-dimensional teaching mode and achieve a beneficial interaction between "teaching" and "learning.

卷积神经网络概念篇5

1.频繁用机，损身又害心

高中生正处在生长发育期，很多身体机能还不健全，手机辐射危害学生发育，影响身体健康，造成理解力、反应力、记忆力明显下降，听觉受损，免疫功能失调。

2.“网吧”进学校，沉迷于手机上网

随着手机GPRS强大功能的开通，学生随时可通过手机进行QQ聊天、在线游戏、阅读信息等，手机的“黄、赌、毒”已成为学生精神污染的主要来源，给学生的心理健康带来非常严重的后果。

3.影响学习和休息，降低学习效率

一些学生在课堂上用手机打游戏、听音乐、收发短信微信，无心听课，对讲课内容一无所知。课余时间专注在手机上游戏，甚至就寝熄灯后，有的学生躲在被子里玩手机，第二天上课没精神。

4.手机的使用加速了中学生社会化

手机已经成为中学生“男女交往过密”的“帮凶”，严重影响和干扰了学生的学习和生活。

5.破坏考风考纪，影响学校校风

不少学生利用手机在考试中作弊，发短信求答案，甚至在网上搜索答案，平时厌恶学习，养成依赖思想，不利于学生良好品质的养成。

6.容易滋生事端，出现安全隐患

高中生自我防范意识较差，容易被犯罪分子诈骗，同时携带手机增加了学生跟社会上不良青年来往的机会，给学生人身财产安全带来隐患。

7.增加经济负担，助长攀比心理

中学生买手机，客观上增加了家庭的经济负担，学生之间课余时间比手机的好坏，助长学生的攀比心理，滋生享乐思想，自然会影响学生的学习和心态。

二、过度使用手机网络心理障碍

心理学家较早关注的互联网对心理发展影响的问题是互联网的过度使用引发的心理障碍。Brenner（1997）的研究显示，网络依赖行为和年龄、受教育程度有很大关联，而与性别和种族关系不大。青少年是网络成瘾的高发群体。相比之下，成年人也需要控制自己的上网时间，但是他们所体验到的失落情绪要小于相等条件下的青少年。通过对韶关一中的实地调查，可以看出一些。对过度使用互联网引发的心理障碍，心理学家定义了多种术语。Goldberg借用了DSM―IV（美国精神疾病分类与诊断手册）中关于药物依赖的判断标准，提出互联网成癌障碍（IAl3）的概念，主要是作为一种应对机制的行为成瘾。KimberlyYoung则从DSM―IV对病理性的判断标准中发展出病态网络使用（PIU）的概念，暗示着网络成瘾和药物依赖的不同在于，它更像是一种冲动控制障碍。Young结合对网络成瘾的实际研究，提出了八个问题以判断网络成瘾。如果个体对下列问题中的五个题目给予了肯定的答复，就可以判定为PIU。

①你是否沉溺于互联网？

②你是否需要通过逐次增加上网时间以获得满足感？

③你是否经常不能抵制上网的诱惑和很难下网？

④停止使用互联网你是否会产生消极的情绪体验和不良的生理反应？

⑤每次上网实际所花的时间是否都比原定时间要长？

⑥上网是否已经对你的人际关系、工作、教育和职业造成负面影响？

⑦你是否对家人朋友和心理咨询人员隐瞒了上网的真实时间和费用？

⑧你是否将上网作为逃避问题和排遣消极情绪的一种方式？

根据Young实际研究的八个问题，做成调查问卷：同意的打“√”，不同意的打“×”。

再回答两个问题：“A.你每周主要在什么时间上网，大约每周多长时间？

B.你在上网时间内主要做些什么？”

根据对韶关一中（全寄宿学校）高二20个班655人的问卷调查，共8个选项的正误判断分析结果如下：在被调查的655人中，可以看出有185人存在网络成瘾现象，470人只是普通的网民。被调查的655人中，有占28%的人存在网络成瘾现象，72%的人没有成瘾现象。被调查学生大部分选择了④为正确选项，可以说明学生很难抵制上网的诱惑，经常会由于上不了网而产生消极的情绪体验和不良的生理反应，由此而影响学习和生活，以至于导致不良的习惯和社会风气。大多数学生的手机网络使用集中在角色扮演游戏、新闻组、聊天室、即时信息聊天、WWW、Email等上，有趣的是，研究者发现男孩和女孩在网络使用上的内容有显著差异。男孩更喜欢在电脑上玩网络游戏，而女孩更喜欢在网上和朋友聊天，发E-mail。这也可通过调查问卷的“B.你在上网时间内主要做些什么？”体现出来，男生所填内容主要为网络游戏，而女生则主要为聊天。通过对我校调查发现，高中生主要存在网络游戏成瘾和网络关系成瘾，一天大部分的时间主要用于QQ聊天和?W络游戏上，通过网络获得成就感，从而摆脱现实生活中的失败和苦恼。这样很容易使学生沉迷于网络中，无法回到现实生活中来，产生很大的心理问题。

三、高中生使用手机网络防范措施

1.做好上网学生的心理疏导工作

网上世界的精彩丰富和网络文化的简单快捷，对学业重负下的高中生具有极大的吸引力，因而也极易使之沉迷上“瘾”。我们不能因噎废食，不能因为上网会对人的心理产生障碍而阻止学生上网。相反，应积极让已掌握计算机技术的学生上网，而少用手机上网。教师对因上网而导致心理障碍的学生应积极疏导。如适当控制上网时间，特别是晚自习后在宿舍不用手机上网或少用，要求学生在上网的同时不要忽视与同学、家长、教师的人际交往，与家长保持密切联系，引导家长正确指导孩子上网等。

2.加大组织学生参加社会实践的力度

要多让学生参与各种道德实践活动，让学生在家庭、学校、社会面对各种道德问题时能作出正确的判断，让其道德行为在实践中不断提高。加强学生动手能力的培养，则弥补学生在发展过程中的这一缺陷。

3.加强高中生在校期间使用手机的管理

我校管理规则为：

（1）管理规定

①建议学生在校期间使用不具有上网功能的手机。

②不得将手机带入教学楼区域。

③使用手机规定时间：中午12：00―12：50，下午17：00―18：50，晚上22：20―22：50（其中包括周六、周日）。

④除规定时间外，学生不得使用手机；期间若有急事，家长与学生可通过拨打班主任、教学楼办公室电话或宿舍办公室电话相互联系。

⑤公布教学楼、宿舍楼、办公室联系电话。

（2）处理办法

对于违反规定携带和使用手机的学生，学校将严格按照《韶关市第一中学使用手机管理制度》的有关规定进行处理，并结合校纪校规给予以下处分：

第一次违纪，年级通报批评；第二次违纪，给予警告处分或严重警告处分；第三次违纪，给予记过处分（在处分考察期间，如有再犯，将从重处理，且将处分决定计入个人档案）。并将每次处理情况及时通知家长。

在?F代信息社会，手机网络的出现不应当是教育界的洪水猛兽，如何恰当地引导学生，将课内课外的学习生活与网络这一强大的工具结合起来，促进学生学习，如何加强网络使用者的社会卷入与心理幸福感、将网络和学校教育结合起来等应用性的研

卷积神经网络概念篇6

关键词：社区；大学生；传播；同频；频谱

中图分类号：G201 文献标识码：A 文章编号：1672-8122（2016）06-0004-05

一、研究缘起

施拉姆曾说过：“传播是社会得以形成的工具。传播communication和社区community一词有共同的词根，这绝非偶然。没有传播，就不会有社区。同样，没有社区，也不会有传播。使人类有别于其它动物社会的主要区别是人类传播的特定特性。”由此可见，社区和传播有着密不可分的联系。

其次，目前大多数研究的研究重点是针对于作为社会基层共同体的“社区”。但随着“社区”概念的普及，这一组织形式也出现在高校中。如为了方便管理，将同一专业的学生集中在一个宿舍区居住，以“社区”代替“宿舍”。现如今，以大学生社区思政教育和管理为主的研究已逐渐崭露头角，但围绕大学生社区传播的研究却不多。

而传播学与其它多门学科有着相互交融之处，大众传播中的传播内容――信息，类比为物理学中的信号。“同频”原指思想、意识、行为等方面的协同统一，在此引入“同频社区”的概念意指同一所高校同一专业的大学生居住在同一社区，在思想方面，他们有着类似程度的素质文化；在行为方面，因为居住在同一社区，服从社区统一的管理规定，所以容易在思想意识、精神行为方面形成协同。“频谱分析”多指对信号振幅和频率的分析，振幅即为范围和强度，频率即为次数。借鉴物理学中的相关概念，试从对传播频谱分析的角度，丰富大学生社区传播的研究。

大学生社区传播是大学生社区建设的重要一环，本研究通过分析大学生社区传播的特质特性，深入了解大学生社区信息传达和获取的实际情况，为构建和谐的大学生社区提出合理的建议。

二、文献回顾

“社区”的概念由德国的社会学家滕尼斯提出，源于他1887年的名著“Community and Society”（英译）。我国的社会学家费孝通先生指出，“社区”是表达人际关系和地域关系的概念。但发展到今天，社区的定义和特性也逐渐繁复起来，主要表现在以下几个方面：1.具有相同或相类似的文化背景、思想意识、利益观念；2.社区内有一定的沟通和互动；3.有一定的规模性和制度性；4.在一般情况下，社区在地域方面的象征意义较大，但现如今社区的地域限制概念越来越模糊，网络社区正成为趋势[1]。

传播学者鲍尔―洛基奇提出的“传播机体论”是目前国际学术界将社区与媒介相结合研究的主要理论建构。这个理论提出了一个十分重要的社区传播概念――“故事讲述网络”，或称“轶闻传播系统”。即在社区内的大众共同参与的关于社区的传播活动。“社区传播”逐渐成为学者研究的重点，台湾对于“社区传播”的研究论述更加注重公众的参与性，更加符合社区的特征。付晓燕、张煜麟在《台湾“社区传播”研究的观念流变》中梳理了台湾地区“社区传播”的观念演变，总结了三种论述倾向：国家发展与社会功能论、社会建构与诠释观点、“接近使用权”与“读者传播权利”的报业理论倾向。并指出，“接近使用权”这一观点强调媒介是给受众提供主动参与意见表达的空间，符合“参与传播”的观点，也与目前社区传播研究中普遍认同的“共同参与”与“共同讨论”有着极大的关联性[2]。具体到媒介使用方面，王斌、王锦屏以北京为观察样本，探索了社区居民对社区新闻的重视程度、邻里之间的交流方式以及互联网在社区行动中扮演的角色。

大学生社区，从地域概念方面来说，即以大学生的生活住宿区为主体；从人际关系方面来说，大学生社区集合了同等文化程度，甚至于相同专业的大学生，他们有着相互沟通交流的诉求，大学生社区传播得以形成。而将关注点放在大学生社区传播这一方面，许多研究是以大学生社区文化的构建为主题。赵月峰在《论多元文化背景下大学生社区文化建设》中，指出了大学生社区文化的特点：区别于教室、图书馆等地方的地域独立性、主体构成的多元性、社区内资源共享性、主体文化素质较高导致的文化创新性、以及社区内部的文化融合性。在肯定大学社区文化建设的意义基础之上，他还提出了如今大学生社区文化建设的瓶颈，建议大学生社区文化建设应紧抓创新、完善管理[3]。许静在《高校学生社区文化建设趋势初探》中点出了如今大学生社区文化建设另一特点――信息化，网络传播成为大学生的主导交流平台，这也是现如今社区组织的新形势、新要求[4]。在量化研究方面，陈龙、何龙的《高校大学生社区文化建设的调查与研究》，向高校大学生发放问卷，主要针对的是当前高校大学生的公寓文化活动。调查数据显示，大学生参与社区文化建设的积极性有待提高，大学生社区文化建设的水平有待加强[5]。

而关于大学生社区的网络传播研究，往往将“大学生社区的网络传播”等同于“网络社区的传播”。即将大学生时常使用的网络交流平台，如人人网、微博等为研究对象，分析其传播方式、传播特点及传播效果。如张保的《以大学生为主体的网络社区中信息传播方式特点与舆情分析――以人人网为例》、尧甜的《微博场域中的“意见领袖”研究》等。这些研究着重于虚拟社区，体现了现如今社区非地域性的特点。

因此，现有的研究，若以地域概念为考量，则侧重研究高校社区文化建设；而涉及人际关系、人际传播方面的高校社区研究，则侧重大学生的虚拟社区，又忽略了地域关系。本研究将“社区”概念中的地域、人际两个方面相兼顾，借鉴引入物理学相关概念模型，分析大学生社区传播的形式、特点、效果。

三、研究设计

华中师范大学自2013年起，便将宿舍划归为社区统一管理，并为大部分大学生社区配备了社区辅导员，有一套比较完整的社区管理和传播体系。且华中师范大学的学生住宿划分以年级、学院和专业为基准，学生的思想观念、意识行为产生共鸣，可保证“同频社区”的形成。故本研究以华中师范大学学生社区为总体样本，采用问卷调查法和访谈法，引入物理学中相关概念，如图1所示：

图1 研究框架示意图

说明：此图笔者自绘

本研究设计所关注的问题有以下几个方面：

1.大学生同频社区信息传播的振幅

振幅是指振动的物理量可能达到的最大值，信号振幅的大小受到多种因素的影响，正如传播的信息，其传播能够达到的最大范围以及能够引起的受众共鸣程度，也往往受到多种因素的牵制。

人的社会活动空间可分为社会空间与社区空间，社会空间里的信息传播范围和强度往往与传播媒介的方式、传播信息的内容等相关联。相对于传统媒体，新媒体的即时传播性和传播互动性实现了传者与受众之间的即刻交流沟通，使得信息的传播速度更快、范围更广。同时，覆盖受众关注点的信息更容易激发受众的主动参与。而符合社会活动空间的传播规律是否也同样适用于社区空间，社区内的信息传播是否能够覆盖整个社区，哪种媒介传播形式能够促成信息振幅的出现等都是我们关注的问题。

2.大学生同频社区信息传播的频率

频率是指单位时间内振动物体完成振动的次数，在相应时间内，物体完成振动的次数可能呈周期变化规律。信息振幅的出现可以说是强效果信息的一次完整传播过程，信息振幅的频率可以指示单位时间内信息传播的活跃程度。由此，一定时间内，大学生社区信息振幅的频率是多少，信息振幅频率的差异与哪些因素有关，这些是我们所关注的关于大学生同频社区信息传播频率方面的问题。

四、研究发现

1.同频社区现状

华中师范大学本科生同频社区共32栋，根据位置范围划分为四个片区。首先，为方便管理，学生寝室的分配以院系集中为首要标准，即同一院系同一年级的学生在同一社区居住，以此来形成较为统一的系统，同频社区的特点明显；其次，在32个本科生同频社区中，其中有16个同频社区入住了社区辅导员，社区辅导员入住覆盖范围达到50%。社区辅导员作为同频社区学生组织的指导者、社区文化的组织者、社区学生事务的协调者、社区文明教育的引导者，在同频社区里承担了各方面的工作，信息传播便是其中一个重要的方面。因此，社区辅导员从信息的、与大学生的沟通交流以及意见的反馈方面成为了同频社区大学生传播频谱的构造者、协调者。

本次问卷调查共收回有效问卷276份，其中男生53人，女生223人。同频社区有社区辅导员的人数为267人，社区无社区辅导员的人数为9人。因此，从效度上来讲，问卷调查的数据分析主要围绕有社区辅导员入住的社区展开。而针对社区内没有社区辅导员的同频社区，我们采取了实地走访的方式进行调查。

2.同频社区信息传播振幅研究

（1）同频社区信息传播实现基本全覆盖

我们设置“在你所居住的社区是否能够经常接收到社区消息”这个问题来调查社区信息的传播范围，在参与问卷调查的276人中，共有161人选择了“经常”这个选项，95个人选择了“一般”这个选项。由此可见，有多达256名学生能够在社区内接收信息。且选择“没有接收”过信息的两名学生，其原因是自己居住的社区内有信息的渠道，但自己主观上不曾关注过。所以，同频社区内信息传播基本实现了全覆盖。

（2）线上的网络传播并不是促成信息振幅出现的唯一途径

我们设置“你居住的社区，信息的与传递通过何种方式？”以及“根据你自己的切身体会，你通常希望在社区通过何种方式获取信息？”这两个问题来调查信息通过何种传播方式能够覆盖大范围。前者侧重于同频社区信息的客观存在现状，共有96.99%的学生选择了社区网络交流平台；后者侧重于大学生的主观意愿，共有93.98%的学生选择了社区网络交流平台。即线上的网络传播方式，如社区QQ群、微信群等更容易成为社区辅导员信息的通道，也更容易被大学生们接受，成为促成信息振幅出现的途径。但在调查中发现，结果并不如我们所预期的那样，线上的网络传播并不是促成信息振幅出现的唯一途径，如表1所示。

说明：数据来源于调查问卷，笔者自绘

从表1中可见，社区的一些线下信息的手段，如社区的板报通知等也获得了较高选择率。针对此结果，我们对社区辅导员和同频社区大学生进行了访谈，原因有以下几个方面：

①线下信息的单向传播性易提高信息的到达率

信息的到达率是指传播活动所传达的信息接受人群占所有传播对象的百分比。其内涵突出表现在信息内容的重要性和有用性，即信息传播的必要性，还有接收到信息的受众人数占总人数的比率，是衡量信息振幅的一大指标。由于线上网络平台的多向传播性和开放性，各方信息堆积，容易造成信息的冗杂和即逝，即一条信息往往在传播的过程中便被中断，造成受众接收不到的情境。线下的信息传播方式，如社区板报等，属于自上而下的单向传播，不会被其它信息“冲刷”掉，同时能够在大学生经过时引起大学生的有意注意，形成良好的传播效果。所以对于一些重要通知，社区辅导员会更加倾向于选择线下传统的传播方式，以保证信息的到达率。

②线下传播方式更容易吸引受众眼球

线上的社区网络平台是一个开放的空间，每一个居住在同频社区里的学生都能够信息。尽管社区辅导员能够利用信息置顶、群公告等方式在社区的网络社交平台传播重要信息，但其它信息的大量涌入往往分散了大学生的注意力。而线下的传播方式，如一期板报即以一个主题为中心，由社区辅导员控制板报展出的时间长短。在这个时期以内，板报所包含的信息空间内只有围绕此主题展开的信息内容，不会分散同频社区大学生的注意力，更容易吸引受众眼球。

③传统的传播方式更能凸显消息的重要性和权威性

根据走访信息，笔者了解到，居住在同频社区的大学生普遍认为，传统的信息传播方式比线上的网络传播方式更加令人信服。即经由传统的线下传播渠道的信息，对于大学生来说，更具重要性和权威性，因此能引起大学生的普遍注意。

卷积神经网络概念篇7

（广东外语外贸大学 金融学院，广东 广州 510006）

摘 要：作为一个具有巨大应用前景研究方向，深度学习无论是在算法研究，还是在实际应用（如语音识别，自然语言处理、计算机视觉）中都表现出其强大的潜力和功能.本文主要介绍这种深度学习算法，并介绍其在金融领域的领用.

关键词 ：深度学习；受限波兹曼机；堆栈自编码神经网络；稀疏编码；特征学习

中图分类号：TP181 文献标识码：A 文章编号：1673-260X（2015）01-0037-03

1 深度学习的研究意义

深度学习是一类新兴的多层神经网络学习算法，因其缓解了传统训练算法的局部最小性，引起机器学习领域的广泛关注.深度学习的特点是，通过一系列逻辑回归的堆栈作为运算单元，对低层数据特征进行无监督的再表示（该过程称为预学习），形成更加抽象的高层表示(属性类别或特征)，以发现数据的分布式特征表示.深度学习的这种特性由于与脑神经科学理论相一致，因此被广泛应用于语音识别、自然语言处理和计算机视觉等领域.

生物学研究表明[1]：在生物神经元突触的输出变化与输入脉冲的持续时间有关，即依赖于持续一定时间的输入过程，输出信号既依赖于输入信号的空间效应和阈值作用，也依赖于时间总和效应.

传统的深度学习方法虽然较好地模拟了生物神经元的一个重要特性——空间总和效应上的深度，却忽视了生物神经元的另一个重要特性——时间总和效应上的宽度[2].因此，对于连续的时间变量问题（如语音识别），传统深度学习方法只能将连续的时间函数关系转化为空间关系，即离散化为时间序列进行处理.这样做有几个弊端：

（1）可能造成深度学习算法对时间采样频率的十分敏感，鲁棒性较差.这使得，不同时间尺度下，需要使用不同的数据和算法.这无疑是十分不方便的；

（2）导致深度网络规模过大，使得计算开销增大、学习效果变差、泛化性能降低；

（3）难以满足实际应用对算法的实时性的要求，更难以体现连续输入信息的累积效应，大大降低深度学习算法的实用性.

因此，对传统的深度学习算法进行改进，使其不但具有“深度”，亦能具有“宽度”，能够对连续时变数据进行更好的特征提取、提高算法效率和实用性，显得势在必行.基于这个切入点，本项目借鉴时频分析与小波分析中的方法，结合数学分析领域中的泛函分析技术，与堆栈自编码神经网络相结合，提出一种新的深度学习算法——深度泛函网络.为了验证算法的有效性及优越性，本项目将把新算法应用于金融时间序列的领域.

在目前国内外对于深度学习的研究中，几乎没有任何将深度学习技术运用于金融数据的研究.通过提出并运用得当的深度序列学习方法，我们期望从金融数据中抽取更高级的、具有经济学意义或预测性意义的高级特征（与人工设计的“技术指标”相对应），并开发相应的量化交易策略，并与其它传统算法进行对比，以说明所提算法的可行性和优越性.

2 国内外研究现状

人类感知系统具有的层次结构，能够提取高级感官特征来识别物体（声音），因而大大降低了视觉系统处理的数据量，并保留了物体有用的结构信息.对于要提取具有潜在复杂结构规则的自然图像、视频、语音和音乐等结构丰富数据，人脑独有的结构能够获取其本质特征[3].受大脑结构分层次启发，神经网络研究人员一直致力于多层神经网络的研究.训练多层网络的算法以BP算法为代表，其由于局部极值、权重衰减等问题，对于多于2个隐含层的网络的训练就已较为困难[4]，这使得实际应用中多以使用单隐含层神经网络居多.

该问题由Hinton[5]所引入的逐层无监督训练方法所解决.具体地，该法对深度神经网络中的每一层贪婪地分别进行训练：当前一层被训练完毕后，下一层网络的权值通过对该层的输入（即前一层的输出）进行编码（Encoding，详见下文）而得到.当所有隐含层都训练完毕后，最后将使用有监督的方法对整个神经网络的权值再进行精确微调.在Hinton的原始论文中，逐层贪婪训练是通过受限波兹曼机（Restricted Boltzmann Machine,RBM）以及相对应的对比散度方法（Contrastive Divergence）完成的.与通常的神经元不同，RBM是一种概率生成模型，通常被设计为具有二元输入-输出（称为Bernoulli-Bernoulli RBM）.通过对每一层的受限波兹曼机进行自底向上的堆栈（如图1），可以得到深度信念网（Deep Belief Network,DBN）.

除了生成式的RBM，还有其他的深度学习结构被广泛使用和研究.如堆栈自编码神经网络（Stacked Auto-Encoder Network,SAEN）[6],以及深度卷积神经网络（Deep Convolutional Network）[7]等.前者的优势在于可以简单地采用通常的BP算法进行逐层预训练，并且引入随机化过程的抗噪声自编码网络（Denoising SAEN）泛化性能甚至超过DBN[8]；而后者则通过权值共享结构减少了权值的数量，使图像可以直接作为输入，对平移、伸缩、倾斜等的变形具有高度不变性，因此在图像识别领域有着广泛应用.

近年来，稀疏编码（Sparse Encoding）和特征学习（Feature Learning）成为了深度学习领域较为热门的研究方向.B.A.Olshausen[9]等针对人脑的视觉感知特性，提出稀疏编码的概念.稀疏编码算法是一种无监督学习方法，它用来寻找一组“过完备”的基向量来更高效地表示输入数据的特征，更有效地挖掘隐含在输入数据内部的特征与模式.针对稀疏编码的求解问题，H.Lee等在2007年提出了一种高效的求解算法[10]，该算法通过迭代地求解两个不同的凸规划问题以提高效率.同年，H.Lee等发现，当训练样本为图像时，对DBN的训练进行稀疏性的约束有利于算法学习到更高级的特征[11].例如，对手写识别数据集进行训练时，稀疏性约束下的DBN算法自主学习到了“笔画”的概念.

基于[10,11]的研究成果，R.Raina等[12]提出了“自导师学习（Self-Taught Learning）”的概念.与无监督学习（Unsupervised Learning）和半监督学习（Semi-supervised Learning）不同，自导师学习利用大量易获得的无标签数据（可以来自不同类别甚至是未知类别），通过稀疏编码算法来构建特征的高级结构，并通过支持向量机（Support Vector Machine,SVM）作为最终层分类器对少数有标签数据进行分类.这种更接近人类学习方式的模式极大提高了有标签数据的分类准确度.与之类似，H.Lee,R.Grosse等[13]提出了一种具有层次结构的特征学习算法.该算法将卷积神经网络与DBN结合，并通过稀疏正则化（Sparsity Regularization）的手段无监督地学习层次化的特征表征.图像识别实验表明，该算法能够自主学习得出“物体（Object Parts）”的概念，较好体现了人脑视觉感知的层次性和抽象性.

3 发展趋势

由于信号处理、语音识别、金融时间序列分析、视频分析等领域的实时应用需求，研究能够处理连续时变变量、自然体现时间联系结构的深度学习算法（即深度序列学习，Deep Sequence Learning）成为了新的研究热点.G.W.Taylor,G.E.Hinton等[14]提出时间受限波兹曼机（Temporal RBM,TRBM）.该模型使用二值隐含元和实值可视元，并且其隐含元和可视元可以与过去一段历史的可视元之间可以有向地被相连.同时，该模型被用于人类动作识别，并展现出了优秀的性能.针对TRBM的一些不足，一些改进算法也不断涌现，如[15,16].然而，该类深度学习模型虽然考虑了动态的时间变量之间的联系，但依然只能处理离散时间问题，本质上还是属于转化为空间变量的化归法.同时，在自编码网络框架下，依然缺乏较好解决时间过程（序列）问题的方案.

4 金融时序数据中的应用

传统金融理论认为，金融市场中的证券价格满足伊藤过程，投资者无法通过对历史数据的分析获得超额利润.然而，大量实证研究却表明，中国股票价格波动具有长期记忆性，拒绝随机性假设，在各种时间尺度上都存在的可以预测的空间.因此，如何建立预测模型，对于揭示金融市场的内在规律，这无论是对于理论研究，还是对于国家的经济发展和广大投资者，都具有重要的意义.

股票市场是一个高度复杂的非线性系统，其变化既有内在的规律性，同时也受到市场，宏观经济环境，以及非经济原因等诸多因素的影响.目前国内外对证券价格进行预测的模型大致分为两类：一是以时间序列为代表的统计预测模型；该类方法具有坚实的统计学基础，但由于金融价格数据存在高噪声、波动大、高度非线性等特征，使得该类传统方法无法提供有效的工具.另一类是以神经网络、支持向量机等模型为代表的数据挖掘模型.该类模型能够处理高度非线性的数据，基本上从拟合的角度建模.虽然拟合精度较高，但拟合精度的微小误差往往和市场波动互相抵消，导致无法捕捉获利空间甚至导致损失，外推预测效果无法令人满意.因此，建立即能够处理非线性价格数据，又有良好泛化能力的预测模型势在必行.

——————————

参考文献：

〔1〕Zhang L I, Tao H W, Holt C E, et al. A critical window for cooperation and competition among developing retinotectal synapses[J]. Nature, 1998, 395(6697).

〔2〕37-44.欧阳楷,邹睿.基于生物的神经网络的理论框架——神经元模型[J].北京生物医学工程,1997,16(2):93-101.

〔3〕Rossi A F, Desimone R, Ungerleider L G. Contextual modulation in primary visual cortex of macaques[J]. the Journal of Neuroscience, 2001, 21(5): 1698-1709.

〔4〕Bengio Y. Learning deep architectures for AI[J]. Foundations and trends? in Machine Learning, 2009, 2(1):1-127.

〔5〕Hinton G E, Osindero S, Teh Y W. A fast learning algorithm for deep belief nets[J]. Neural computation, 2006, 18(7): 1527-1554.

〔6〕Vincent P, Larochelle H, Bengio Y, et al. Extracting and composing robust features with denoising autoencoders[C]//Proceedings of the 25th international conference on Machine learning. ACM, 2008: 1096-1103.

〔7〕Lee H, Grosse R, Ranganath R, et al. Convolutional deep belief networks for scalable unsupervised learning of hierarchical representations[C]//Proceedings of the 26th Annual International Conference on Machine Learning. ACM, 2009: 609-616.

〔8〕Vincent P, Larochelle H, Lajoie I, et al. Stacked denoising autoencoders: Learning useful representations in a deep network with a local denoising criterion[J]. The Journal of Machine Learning Research, 2010, 9999: 3371-3408.

〔9〕Olshausen B A, Field D J. Sparse coding with an overcomplete basis set: A strategy employed by V1?[J]. Vision research, 1997, 37(23): 3311-3325.

〔10〕Lee H, Battle A, Raina R, et al. Efficient sparse coding algorithms[J]. Advances in neural information processing systems, 2007, 19: 801.

〔11〕Lee H, Ekanadham C, Ng A Y. Sparse deep belief net model for visual area V2[C]//NIPS. 2007, 7: 873-880.

〔12〕Raina R, Battle A, Lee H, et al. Self-taught learning: transfer learning from unlabeled data[C]//Proceedings of the 24th international conference on Machine learning. ACM, 2007: 759-766.

〔13〕Lee H, Grosse R, Ranganath R, et al. Convolutional deep belief networks for scalable unsupervised learning of hierarchical representations[C]//Proceedings of the 26th Annual International Conference on Machine Learning. ACM, 2009: 609-616.

〔14〕Taylor G W, Hinton G E, Roweis S T. Modeling human motion using binary latent variables[J]. Advances in neural information processing systems, 2007, 19: 1345.

〔15〕Sutskever I, Hinton G E, Taylor G W. The Recurrent Temporal Restricted Boltzmann Machine[C]//NIPS. 2008, 21: 2008.

卷积神经网络概念篇8

[关键词]网络购物；节庆促销；积极情绪；消费行为

[中图分类号]F2707[文献标识码]A[文章编号]1005-6432（2014）43-0010-07

2009年，淘宝网举办了首届“双11”购物节，2012年11月11日，淘宝“双11”购物节的日成交额达191亿元，成为中国零售业的一大奇迹；同时，京东、当当等其他电商推出的店庆活动也引起了社会的广大关注，整个互联网节庆市场表现出巨大活力。显然，在网络购买风行正盛的背景下，节日气氛与促销活动刺激了消费的需求，增加了网民网购的兴奋与冲动。

Spears（2006）认为，节日氛围与促销活动提高了顾客预期，增加了购物的兴奋水平，也唤起了消费者的冲动购买意愿。我们认为这种兴奋的情感与冲动的购买意愿可以用积极情绪来代替，而深究积极情绪产生的原因，可能是因为赞助商或组织者策划并制造出的各类节庆活动为消费者提供了超越日常生活的体验，包括休闲、社交、文化活动等（Getz 2005）。这些体验既有满足消费者实体或物理需求的实用价值，也有激发消费者情感的享乐价值（Getz 1991）。张涛（2007）的研究证明了国内消费者参加节事活动既有享乐方面的原因，又有实用和功能上的原因。在互联网节庆消费中，享乐态度及享乐价值对消费者行为有更大的影响（Nicholson and Pearce 2001；Gursoy et al，2006）。本研究认为享乐体验激起的购物的积极情绪是网络节庆促销活动的主要目的，然而，在网购、节庆、促销同时拨动消费者购物神经的瞬间，包含着兴奋与冲动的积极情绪的产生是否更轻而易举？因积极情绪而引发的购买行为是增加还是削弱了最终的消费者满意？消费者的理性因素，比如电商信任度，对积极情绪的产生是否起到了平滑作用？

本研究以淘宝的“双11”购物节为研究背景，分析在网络节庆促销活动中，消费者积极情绪产生的前因及其对网购满意度和忠诚度的影响。本文首先在文献回顾与梳理的基础上，提出积极情绪在互联网节庆消费行为中的扰动效应的研究框架和假设。在对淘宝“双11”的参与者进行电子问卷调查，获取数据和数据质量分析后，检验了模型及假设。最后讨论了研究的结论与启示，并给出了研究的局限和未来研究方向。

1文献回顾及假设提出

11网购积极情绪的相关研究及假设

消费情绪是指在产品使用或者消费经历中被引发的一系列特定情绪反应，与感情现象不同，消费情绪在心理上表现得更为急迫，能够激发潜在的购买动机，并有更大的情境性（Westbrook and Oliver 1991），对消费者的购买动机、购买行为以及购后行为有着非常重要的影响（王燕 2010），它被划分为积极（正面）情绪和消极（负面）情绪两个独立维度（Westbrook 1987；Oliver 1993）。

很多原因都会引发消费情绪（Westbrook 1980；Louro 2005），比如产品属性、服务场景和营销传播环境（耿黎辉2007），由于网络消费的特殊性，我们认为营销传播的环境对消费情绪的影响不大，因此，本研究主要考查价格感知和服务感知对消费情绪的影响。价格感知被定义为在参照竞争对手价格策略的基础上，对商品价格的评价（Chen et al，1994）。在互联网节庆活动这样一个高度竞争和高水平冲动购买的情境中，价格策略对消费行为的影响十分关键（Bruce and Daly 2004），低价更容易刺激冲动购买（Yeung 2008）。因此，当感知价格水平越低，顾客就会觉得越划算，并感到开心和兴奋。因此我们提出假设：

H1：价格感知对积极情绪有负向影响

服务感知即顾客对服务的感知与判断，Zeithaml（2002）认为电子商务的成败关键因素不仅仅是网络和低价格，还包括电商的服务质量，因此在互联网节庆活动的发展和成长中服务的作用与影响不可小视，它对于引起和维持顾客的愉悦心情十分重要。耿黎辉（2007）的研究指出，服务越好，顾客会感觉更舒服、开心。因此，我们提出假设：

H2：服务感知对积极情绪有显著的正向影响

12电商信任对积极情绪干扰作用的相关研究及假设

信任是对对方可以依赖的期望（Moorman 1992），是所有商业关系的基本原则（Hart and Saunders 1997），信任机制可以减少不确定性或者减轻不确定性的来源（Pavlou et al，2007）。电商信任属于店铺信任中的一种，它包含了网民对网站履行承诺、网站信息可信性、网站命令保密性的期望等（Bart et al，2005）。由于买家和网络卖家之间存在时空距离，网民并不直接与商家或者他们的员工交易，因此在网络购物的环境中电商信任显得尤为重要（Papadopoulou et al，2001；Urban et al，2000；Ratnasingam 2005），Riegelsberger 等人（2005）认为电商信任是支配网络购物行为的一个关键因素。这可以理解为网民在电商信任度高的状态下更易采取购买行为。同样，如果网民对电商的信任度高，同时感知到低的商品价格水平或高的服务水平，那么他们在采取购买行为以前更容易产生积极情绪；相反如果网民不信任电商，担心假货、虚假价格等情况的出现，那么即使价格再低、服务更好，他们也会抱着怀疑的心态，对商品望而止步，积极情绪的产生也会受阻。综上所述，在互联网节庆活动中，网民对电商信任的程度不同，其积极情绪的产生也将有所差别，于是我们提出假设：

H3：电商信任是价格感知与积极情绪的调节变量

H4：电商信任是服务感知与积极情绪的调节变量

13积极情绪对顾客满意与顾客忠诚扰动效应的相关研究与假设顾客满意是顾客需要得到满足后的一种心理上的反应，是顾客对产品和服务的特征满足顾客需要程度的一种判断。顾客满意既包含认知成分，也包含情感成分（Oliver 2010）其中，消费情绪与满意的关系一直备受关注（Westbrook 1980；Louro 2005）。众多研究指出，消费者情绪是顾客满意的前因（Westbrook 1987；Westbrook and Oliver 1991；Mano and Oliver 1993；Szymanski and Henard 2001；Bigne and Andreu 2004），比如，顾客在获取和消费产品与服务中所感受到的快乐、幸福、厌恶等体验对满意的评价有重要影响（Mano and Oliver 1993；Westbrook 1987；Westbrook and Oliver 1991）。积极情绪与满意度正相关，消极情绪与满意度负相关（Westbrook 1987；Oliver 1993）。因此，我们验证假设：

H5：积极情绪对顾客满意有显著的正向影响

顾客可以根据自己的感知做出满意或者不满意的判断（Gorn et al，1993；Pham 1998；Schwarz and Clore 1988），即感知因素影响满意度水平（Smith and Bolton 2002）。Lee（2013）发现价格感知与服务感知显著影响顾客满意度，而这种影响是间接的（张涛2007）。Zeithaml和Bitner（2000）认为：产品或服务的特点提供了与消费相关的愉悦水平，因此，在互联网节庆消费中，顾客满意一部分源于消费者对节庆活动的感知，如促销、服务等，另一部分源于消费者的积极情绪，而积极情绪又是由节庆活动感知引起，于是我们提出假设：

H6：积极情绪是价格感知与满意的中介变量

H7：积极情绪是服务感知与满意的中介变量

顾客忠诚不仅是顾客满意测量的终极对象，也是决定企业长期生存能力的决定因素（Deng et al，2010）。网络顾客忠诚被界定为顾客对某个电商的赞同态度，及重复的购买行为（Anderson and Srinivasan 2003）。在网络上顾客的满意度会直接和正向地引起顾客忠诚（Ribbink et al，2004），在节事消费中，满意与忠诚的关系也是如此（张涛 2007），即顾客满意水平越高，顾客忠诚水平越高（Fornell 1992）。因而我们验证假设：

H8：顾客满意对顾客忠诚有显著的正向影响

积极情绪对重购意向有直接影响（耿黎辉，2007），或者说积极情绪对顾客忠诚具有正向驱动作用（Hightower et al，2002）。营造能引起消费者积极情绪的氛围，可以使消费者的购买过程更为愉快，购后评价更为积极，对品牌忠诚度更高（王燕，2010），可见，积极情绪对顾客忠诚的影响可能是通过顾客满意传递的。因此我们提出假设：

H9：顾客满意是积极情绪与顾客忠诚的中介变量

基于上述对积极情绪在互联网节庆活动消费中所起扰动作用与效应的分析及假设，我们提出如下理论模型，如图1所示：

图1本研究的研究框架

2研究方法

21问卷设计

本研究主要测量了价格感知、服务感知、电商信任、积极情绪、顾客满意和顾客忠诚六个概念。题项在借鉴和参考已有研究成果的基础上，结合本研究的实际情况进行了必要的修正，具体题项及来源如表2所示。全部题项均采用1～5级Likert量表，“1”代表完全不同意，“2”代表不太同意，“3”代表说不准，“4”代表比较同意，“5”代表完全同意。

22数据收集

考虑到研究对象是互联网节庆促销活动的参与者，因而本研究采用网上调查法，调查的对象包括全国各地的大学生和一些社会工作人员，通过网络（QQ、BBS、论坛）随机邀请的方式，共有495人次填写问卷，其中未通过甄别问题的问卷144份，通过甄别问题的完整问卷351份。通过三个原则剔除无效问卷：一是回答时间不到170秒的问卷；二是同一IP明显重复作答的问卷；三是回答明显有规律的问卷。共剔除问卷92份，得到有效问卷259份，有效问卷占有率为738%。被测者的人口统计特征如表1所示。

表1样本的人口统计特征样本特征频数比例（%）性别男136525女123475可支配收入500元及以下42162501～1000元1054051001～1500元682631501～2000元19732001元及以上2597网购历史0～2年602322～4年132514～6年552126年以上1246教育程度高中及以下623本科160618研究生93359合计259100注：样本量N=259份。

23数据质量分析

（1）数据的信度分析。本研究信度采用Cronbachs alpha检验量表的一致性。量表整体的Cronbachs alpha系数是0914，如表2所示。每个因子的Cronbachs alpha系数值均在07以上，说明问卷具有较高的可信度。表2问卷设计及信度概念测量项目题项来源Cronbachs alpha电商

信任A1值得信赖的A2信息真实、准确A3尽力解决问题纠纷价格

感知B1折扣力度很大B2价格很便宜B3购买很划算Chandon et al，20000840服务

感知C1服务速度很快C2对顾客友善C3有能力处理问题C4中肯回答疑问C5耐心解决问题C6值得信赖Wolfinbarger & Gilly 2003；Bloemer et al，1998；Cronin et al，20000867积极

情绪D1心情愉快、放松D2让我兴奋Gallarza & Gil Saura 2006；Beatty & Ferrell 19980787顾客

满意E1值得金钱等付出E2收获相对很大E3非常满意E4明智的选择Cronin et al，2000；Duman & Mattila，2005；Janda et al，20020845顾客

忠诚F1推荐淘宝“双11”F2 下一次还参加F3参与更多淘宝活动F4购买优先选择淘宝Janda et al，20020835注：样本量N=259份。

（2）问卷的效度分析。本研究主要采用Amos 170软件分析量表的效度，CFA的样本量为259份，采取最大似然法进行估计，模型拟合效果的指标如表3所示，其中拟合优度指数GFI、AGFI、相对拟合指数NFI超过了08，达到了标准水平，其他指标都达到了优度的标准（CFI=0938>09，RMSEA=0059

表3模型拟合指数χ2dfχ2/df2CFIGFIAGFINFIRMSEACMIN/DF3696001941905093808900856088000591905注：样本量N=259份。

模型中每个概念的因子负荷值都大于06，所有指标在各自概念上的因子负荷都达到了P

我们以概念的AVE值平方根与相关性系数的对比来衡量判别效度，如表4所示，AVE的算术平方根均大于与其他概念的相关系数，说明量表具有良好的判别效度。

3数据分析及结果

我们采用多元线性回归模型验证假设H1和假设H2，结果如表5中模型1所示。价格感知对积极情绪有显著负向影响（F=21797，b=-0232，t=-3455，P

表4判别效度与Pearson相关分析结果电商信任价格感知服务感知积极情绪顾客满意顾客忠诚均值标准差电商信任072832910755价格感知-0313**080529650813服务感知0460**-0340**072932540671积极情绪0228**-0298**0325**081031140889顾客满意0253**-0514**0402**0622**076530840770顾客忠诚0268**-0453**0385**0557**0748**075733790738AVE053006490531065705850573CR090409140980083909500934注：对角线上的数字是AVE 的平方根，对角线以下数字为Pearson相关系数矩阵。**在001 水平（单侧）上显著相关。样本量N=259份。

表5互联网节庆消费的多层次回归分析因变量

自变量兴奋顾客满意顾客忠诚模型1模型2模型3模型4模型5模型6价格感知-0232

-3455***-0230

-3373***-0404

-7808***-0308

-6888***服务感知0335

4116***0300

3404***0295

4703***0156

2847**中介变量积极情绪0417

10258***0462

1074***0124

2857**顾客满意0628

12569***调节变量电商信任0057

0720乘积项价格感知*电商信任-0172

-2239*服务感知*电商信任-0149

-1619R2014601660323052103100573调整R2013901490318051503070570F值2179***1005***6109***9239***1154***17192***注：* 表示在005水平上显著，** 表示在001水平上显著，*** 表示在0001水平上显著。

电商信任调节作用的检验结果如表5中模型2所示。模型的拟合程度很好（F=10045，显著性水平低于0001）。从模型中交互作用系数的T检验值来看，电商信任是价格感知和积极情绪的调节变量（b=-0172，t=-2239，P005）。因此假设H3成立，H4不成立。

电商信任的调节作用从图2中可以看出，价格感知和积极情绪是显著的负相关关系，但是，二者的负相关关系因电商信任程度的不同而有所差别：电商信任程度高的消费者的积极情绪更容易受到价格感知的影响，电商信任程度低的消费者的积极情绪则不易受到价格感知的影响。

图2电商信任在价格感知与积极情绪关系中的调节作用

对假设H5和H8的检验结果显示：积极情绪对顾客满意具有显著的正向影响（F=162167，b=0539，t=12734，P

对假设H6和假设H7的检验，我们采用多元线性回归模型，如表5中模型3和模型4所示。价格感知对顾客满意有显著的负向影响（F=61097，b=-0404，t=-7808， P

对假设H9的检验，我们采用线性回归，如表5中模型5和模型6所示。积极情绪对顾客忠诚有显著的正向影响（F=115379，b=0462，t=10741，P

4研究结论及启示

研究结果表明：在互联网节庆促销活动中，电商营造的节庆促销气氛越浓厚，顾客的价格感知越低，服务感知越高，越能刺激顾客积极情绪的产生，进而产生消费行为。其中，服务感知对积极情绪的影响比价格感知更大，这暗示了良好的服务更能刺激顾客兴奋、愉快等积极情绪的产生。

在积极情绪的产生及其对购买行为的扰动中，电商信任起调节作用。这是因为网上商城的特价活动特别多，其中很大部分都是噱头，顾客早已习以为常，消费者会依据电商的可信度判断商品的性价比，因此，怀疑、不肯定等不信任因素会抑制积极情绪的产生。但是，电商信任不能影响服务感知与积极情绪之间的关系，这是因为在互联网节庆促销中，大多数顾客产生冲动性购买行为，他们在产生与实施购买行为的过程中考虑的因素比平常少，在促销刺激及积极情绪扰动下，部分顾客甚至忽略了客服咨询。所以电商信任在服务感知对积极情绪影响中的调节作用不明显。

在互联网节庆促销活动中，积极情绪的产生对购买行为产生了扰动效应，主要表现为：①积极情绪正向影响顾客满意的产生，也就是说在互联网节庆活动中，顾客会因积极情绪而获得玩乐价值，并感到更加满意。②积极情绪在价格感知、服务感知对顾客满意的影响中起中介作用。也就是说节庆感知能引起顾客的积极情绪，进而提高顾客的满意程度。③顾客满意会促使顾客忠诚的产生，积极情绪对顾客忠诚的直接作用相对较小，它主要通过顾客满意的中介作用影响顾客忠诚，也就是说顾客在积极情绪高的状态下如果对消费越满意则对电商更忠诚，并增加购买商品的概率和次数，和向别人推荐此电商类似活动的可能性。

研究结论暗示举办成功的节庆促销活动对互联网购物平台而言有非常重要的意义：在节庆活动中，积极情绪的产生激发了消费者的购买欲望，这不仅有利于销售量的增加，更有利于实现顾客满意，培养顾客忠诚。而此时电商信任的重要程度被积极情绪削弱，这是重塑电商形象的良机。

5研究局限性及未来研究建议

本研究分析了价格感知、服务感知与积极情绪、顾客满意、顾客忠诚的关系。主要存在以下三方面的局限性：一是在解释节庆消费中积极情绪的形成原因时，本研究只选取了价格与服务两个节庆感知因素，在未来的研究中可以增加更多节庆感知的要素；二是样本的局限性，本研究虽未限定大学生消费者，但回收的有效问卷还是多数来源于在校大学生，这与大学生更多地参与近几年才兴起的网购热潮有关；三是购物风险因素没有加入模型当中，事实上互联网消费中的购物风险相对较大，未来研究可以将购物风险加入到节庆消费行为模型当中，以丰富积极情绪在节庆网购行为的理论基础。

参考文献：

[1]Anderson RE，Srinivasan S SEsatisfaction and Eloyalty：A Contingency Framework[J].Psychology & Marketing，2003，20（2）：123-138

[2]Bart Y，Shankar V，Sultan F，et alAre the Drivers and Role of Online Trust the Same for All Web Sites and Consumers？ A Large-scale Exploratory Empirical Study[J].Journal of Marketing，2005：133-152

[3]Beatty S E，Elizabeth Ferrell MImpulse Buying：Modeling Its Precursors[J].Journal of Retailing，1998，74（2）：169-191

[4]Bigne J E，Andreu LEmotions in Segmentation：An Empirical Study[J].Annals of Tourism Research，2004，31（3）：682-696

[5]Bloemer J，De Ruyter K，Peeters PInvestigating Drivers of Bank Loyalty：the Complex Relationship Between Image，Service Quality and Satisfaction[J].International Journal of Bank Marketing，1998，16（7）：276-286

[6]Bruce M，Daly L，Towers NLean or Agile：a Solution for Supply Chain Management in the Textiles and Clothing Industry？[J].International Journal of Operations & Production Management，2004，24（2）：151-170

[7]Chandon P，Wansink B，Laurent GA Benefit Congruency Framework of Sales Promotion Effectiveness[J].The Journal of Marketing，2000：65-81

[8]Chen I J，Gupta A，Rom WA Study of Price and Quality in Service Operations[J].International Journal of Service Industry Management，1994，5（2）：23-33

[9]Cronin Jr J J，Brady M K，Hult G T MAssessing the Effects of Quality，Value，and Customer Satisfaction on Consumer Behavioral Intentions in Service Environments[J].Journal of Retailing，2000，76（2）：193-218

[10]Deng Z，Lu Y，Wei K K，Zhang JUnderstanding Customer Satisfaction and Loyalty：An Empirical Study of Mobile Instant Messages in China[J].International Journal of Information Management，2010，30（4）：289-300

[11]Duman T，Mattila A SThe Role of Affective Factors on Perceived Cruise Vacation Value[J].Tourism Management，2005，26（3）：311-323

[12]Fornell CA National Customer Satisfaction Barometer：the Swedish Experience[J].the Journal of Marketing，1992：6-21

[13]Gallarza M G，Gil Saura IValue Dimensions，Perceived Value，Satisfaction and Loyalty：An Investigation of University Students Travel Behavior[J].Tourism Management，2006，27（3）：437-452

[14]Gefen D，Straub DThe Relative Importance of Perceived Ease of Use in IS Adoption：A Study of E-commerce Adoption[J].Journal of the Association for Information Systems，2000，1（8）：1-30

[15]Getz DFestivals，Special Events，and Tourism[M].Van Nostrand Reinhold，1991

[16]Getz DEvent Management and Event Tourism[M].Cognizant Communication Corporation，2005

[17]Gorn G J，Goldberg M E，Basu KMood，Awareness，and Product Evaluation[J].Journal of Consumer Psychology，1993，2（3）：237-256

[18]Gursoy D，Spangenberg E R，Rutherford D GThe Hedonic and Utilitarian Dimensions of Attendees Attitudes Toward Festivals[J].Journal of Hospitality & Tourism Research，2006，30（3）：279-294

[19]Hart P，Saunders CPower and Trust：Critical Factors in the Adoption and Use of Electronic Data Interchange[J].Organization Science，1997，8（1）：23-42

[20]Hightower R，Brady M K，Baker T LInvestigating the Role of the Physical Environment in Hedonic Service Consumption：An Exploratory Study of Sporting Events[J].Journal of Business Research，2002，55（9）：697-707

[21]Janda S，Trocchia P J，Gwinner K PConsumer Perceptions of Internet Retail Service Quality[J].International Journal of Service Industry Management，2002，13（5）：412-431

[22]Lee H SMajor Moderators Influencing the Relationships of Service Quality，Customer Satisfaction and Customer Loyalty[J].Asian Social Science，2013，9（2）：1

[23]Louro M J，Pieters R，Zeelenberg MNegative Returns on Positive Emotions：The Influence of Pride and SelfRegulatory Goals on Repurchase Decisions[J].Journal of Consumer Research，2005，31（4）：833-840

[24]Mano H，Oliver R LAssessing the Dimensionality and Structure of the Consumption Experience：Evaluation，Feeling，and Satisfaction[J].Journal of Consumer research，1993：451-466

[25]Moorman C，Zaltman G，Deshpande RRelationships Between Providers and Users of Market Research：The Dynamics of Trust[J].Journal of Marketing Research，1992，29：314-328

[26]Nicholson R E，Pearce D GWhy do People Attend Events：A Comparative Analysis of Visitor Motivations at Four South Island Events[J].Journal of Travel Research，2001，39（4）：449-460

[27]Oliver R LCognitive，Affective，and Attribute Bases of the Satisfaction Response[J].Journal of Consumer Research，1993：418-430

[28]Oliver R LSatisfaction：A Behavioral Perspective on the Consumer[M].ME Sharpe Incorporated，2010

[29]Papadopoulou P，Andreou A，Kanellis Pand Martakos DTrust and Relationship Building in Electronic Commerce[J].Internet Research：Electronic Networking Applications and Policy，2001，11（4）：322-332

[30]Pavlou P A，Liang H，Xue YUnderstanding and Mitigating Uncertainty in Online Exchange Relationships：A Principal-agent Perspective[J].Mis Quarterly，2007，31（1）：105-136

[31]Pham M TRepresentativeness，Relevance，and the Use of Feelings in Decision Making[J].Journal of Consumer Research，1998，25（2）：144-159

[32]Ratnasingam PTrust in Inter-organizational Exchanges：A Case Study in Business to Business Electronic Commerce[J].Decision Support Systems，2005，39（3）：525-544

[33]Ribbink D，Van Riel A C R，Liljander V，Streukens SComfort Your Online Customer：Quality，Trust and Loyalty on the Internet[J].Managing Service Quality，2004，14（6）：446-456

[34]Riegelsberger J，Sasse M A，McCarthy J DThe Mechanics of Trust：A Framework for Research and Design[J].International Journal of Human-Computer Studies，2005，62（3）：381-422

[35]Schwarz N，Clore G LHow do I Feel about it？ The Informative Function of Affective States[J].Affect，Cognition，and Social Behavior，1988：44-62

[36]Smith A K，Bolton R NThe Effect of Customers Emotional Responses to Service Failures on Their Recovery Effort Evaluations and Satisfaction Judgments[J].Journal of the Academy of Marketing Science，2002，30（1）：5-23

[37]Spears NJust Moseying Around and Happening upon It Versus A Master Plan：Minimizing Regret in Impulse Versus Planned Sales Promotion Purchases[J].Psychology & Marketing，2006

[38]Szymanski D M，Henard D HCustomer Satisfaction：A Meta-analysis of the Empirical Evidence[J].Journal of the Academy of Marketing Science，2001，29（1）：16-35

[39]Urban G L，Sultan F，Qualls W JPlacing Trust at the Center of Your Internet Strategy[J].Sloan Management Review，2000，42（1）：39-48

[40]Westbrook R AIntrapersonal Affective Influences on Consumer Satisfaction with Products[J].Journal of Consumer Research，1980：49-54

[41]Westbrook R A，Oliver R LThe Dimensionality of Consumption Emotion Patterns and Consumer Satisfaction[J].Journal of Consumer Research，1991：84-91

[42]Westbrook R AProduct/Consumption-based Affective Responses and Post Purchase Processes[J].Journal of Marketing Research，1987：258-270

[43]Wolfinbarger M，Gilly M CETailQ：Dimensionalizing，Measuring and Predicting Retail quality[J].Journal of Retailing，2003，79（3）：183-198

[44]Yeung R M WThe Role of Four-Ps Related Strategies in Consumer Impulse Purchase Decision[C].Proceedings of the Academy of Marketing Conference2008：8-10

[45]Zeithaml V A，Bitner M J，Gremler D DServices Marketing：Integrating Customer Focus Across the Firm[M].McGraw-Hill Publishing Co3rd Revised Edition，2002

[46]Zeithaml V AService Excellence in Electronic Channels[J].Managing Service Quality，2002，12（3）：135-139

[47]耿黎辉产品消费情绪与购后行为关系的实证研究[D].西安：西安交通大学，2007

[48]张涛节事消费者感知价值的纬度及其作用机制研究[D].杭州：浙江大学，2007.

[49]王燕消费情绪与消费情绪管理浅析[J].全国商情（理论研究），2010（3）：43-44