卷积神经网络基本概念篇1

关键词：大学生；网络政治参与；社会资本

中图分类号：D668文献标识码：A文章编号：1008-7168（2013）05-0055-07

一、引言

我国自近代“五四”运动以来，大学生在政治舞台上扮演着举足轻重的角色，他们的政治参与直接或间接地影响着国家的政治制度及其变革，因此，大学生的政治参与一直是社会关注的焦点。在信息化时代，随着互联网的普及，政治参与的场域突破了传统物理性公共空间的局限，扩展至网络虚拟空间。大学生以互联网为平台，在认识国家政治、经济、文化及社会状况的基础上参与社会政治生活，以各种途径表达个人的政治意愿，试图影响各级政府、某些公共机构的决策或政策，从而实现政治参与的目的。网络的互动性、匿名性以及社会存在感的削弱等特征燃起人们政治参与的热情。诺曼和伏巴对奥地利、美国、日本等七国的研究表明，政治参与和政治介入心理、资源以及结社状况密切相关。一般来说，受教育程度较高、公共意识较强、结社较多者政治参与的可能性较大[1]（pp290374）。较其他人群而言，大学生具有网络获得性强、受教育程度高、公共意识强和社团参与积极的特征，因此，大学生应该是积极的网络政治参与者。但有关研究表明，我国大学生的网络政治参与热情普遍不高，存在政治冷漠的现状。例如，王洪波基于428名大学生的调查数据，分析认为大学生的“政治冷漠”在网上延伸，除“监督公权力”指标外，无论是网络活动还是现实活动，大学生网民的政治参与比例都低于一般网民[2]。祝阳等基于北京五所高校469名大学生的调查发现，尽管部分大学生政治参与内容丰富，但23.5%的学生从未参加过任何网络政治活动，对政治很冷漠、不关心[3]。邹静琴等以广东省八所高校为例，多指标测量了大学生的网络政治参与，结果发现大学生主要把网络作为信息采集、社会联络和娱乐的工具，对社会公共事务和国家政治生活高度关注并不参与，属于活跃而沉默的观察者[4]。

国内有关研究大多从理论上讨论大学生网络政治参与的后果以及如何规范引导其理性参与，对网络政治参与行为的实证研究较少。实际上，对网络政治参与行为及其影响因素进行深入研究，对激发大学生积极参与网络政治十分必要。因此，探究我国大学生网络政治参与行为的影响因素显得非常必要。本研究基于2013年对河南省五所高校493名大学生的调查，以社会资本理论为视角，实证分析社会资本对大学生网络政治参与行为的影响。

二、理论分析与研究假设

传统理论认为，大学生网络政治参与行为受理性选择范式和政治社会化的影响。理性选择范式认为，左右政治参与行为的重要因素是衡量成本-收益之后的利益最大化原则，政治参与行为决策跟经济行为决策类似，都受到物质利益的驱动。按照理性选择范式，大学生网络政治参与行为只有在涉及自身利益，或者收益高于成本时才会发生，否则，大学生将选择不参与。大学生网络政治参与行为还会受到政治社会化诸因素的影响。家庭和学校是大学生政治社会化的两个基本场所，家庭和学校教育的一个隐形作用就是培养大学生对主流政治文化的心理认同，在政治社会化过程中，大众传播媒介、同辈群体和社区等其他因素对大学生政治认同、政治效能感的形成也会有重要影响。

除理性选择和政治社会化理论之外，社会资本理论也是网络政治参与一个强有力的解释框架。美国政治学家帕特南对社会资本概念作了一个权威的界定，“这里所说的社会资本是指社会组织的特征，诸如信任、规范以及网络，它们能够通过促进合作来提高社会效率”[5]（p.195）。托克维尔研究表明，一个国家的政治发展与该国结社状况有密切的关联，美国的民主与美国人普遍而广泛的结社等网络情况相联系，“世界没有哪个国家拥有比美国使用得更加成功，应用对象更广的结社原则，除了依据法律以乡镇、城市和国家名义成立的永久社团外，还有大量依靠无官无职的个人的能动性来形成和维持的其他社团”[6]（p.239）。阿尔蒙德和维伯在研究了美、英、德、意、墨西哥五国的政治文化的同时，也实证分析了社会联系、社团参与、社会信任与民主制度之间的正相关关系[7]（pp.287307）。帕特南用社会资本的概念解释了意大利北部地区政府绩效为什么比南部地区高的现象。研究发现，在社会资本含量高的意大利北部城市，地方组织网络密集，公民积极参与各项政治事务，政治模式是平等的，公民共同体的公民们期望更高的政府服务，他们准备为了实现这一目标而采取集体行动；在社会资本含量低的南部城市，政治和社会参与采用的是垂直组织形式，互相猜忌和腐败被视为惯例，人们极少参与公民组织，他们扮演离心离德、玩世不恭的角色，他们不是在参与，而是在乞求；社会资本含量的差异使得北部地区政府在财政预算的制定、法律改革、社会服务的推行、工农业改革等政治绩效方面都较南部地区要好[5]（p.214）。

信任、互惠规范及横向网络密切相关，共同构成了帕特南的社会资本概念。帕特南解释了社会资本概念维度之间的相关性，认为信任和互惠规范是在横向的社会网络中产生的，是社会网络的外部性。公民参与网络产生了信任规范，投机者行骗的潜在成本增加了，投机者既无法从当下的交易得到预期的收益，也无法从未来的交易中获益。公民参与网络还培育了强大的互惠规范，没有互惠就没有持续的交往，互惠是公民参与网络的基础，互动的同伴们倾向于给对方的行为制定强大的互惠规范。公民网络促进了交往，促进了有关个人品行的信息流通，参与者之间的交往越多，对潜在伙伴的以往行为和当前利益的真实就越了解，降低了信息不透明的风险，信任与互惠规范就更容易[5]（pp.203204）。在帕特南看来，公民参与网络这种结构性社会资本孕育出了信任、互惠规范这些关系性社会资本。社会资本包括三个维度。

第一个维度是网络。社会资本作为网络是一个连续体，连续体的两端是非正式网络和正式组织。非正式网络通常指朋友和邻里之间相互交往的网络形式，正式组织通常以社团的形式出现。社会资本理论认为地方网络组织越密集，政治参与水平越高。由此，形成假设1。

假设1：大学生非正式网络越广泛、参与社团越多，网络政治参与程度越高。

第二个维度是信任。信任是社会资本必不可少的组成部分。在意大利公共精神发达的北部地区，社会信任长期以来一直都是伦理道德的核心，它维持了经济发展的动力，确保了政府的绩效。社会资本理论认为地方信任水平越高，政治参与水平越高。由此，形成假设2。

假设2：大学生信任水平越高，网络政治参与程度越高。

第三个维度是互惠。帕特南认为互惠有两种，均衡的互惠和普遍化的互惠。前者指人们同时交换价值相等的东西；后者指交换关系在持续进行，这种互惠在特定的时间里是无报酬和不均衡的。社会资本理论认为，地区互惠水平越高，政治参与水平越高。

假设3：大学生互惠水平越高，网络政治参与程度越高。

三、数据来源与变量测量

（一）数据来源

本研究的分析单位是大学生个体，资料收集的方法是问卷调查法，调查于2013年3月至5月在河南省5所高校进行。调查采用立意抽样方法从河南省所有高校中选取河南大学、郑州大学、河南农业大学、河南轻工业大学、平顶山师范学院为调查院校。在每个调查点采用随机抽样的方法选择了100名大学生为调查对象，共发放问卷500份，成功回收493份，回收率为98.6%。样本的具体情况如下：男性大学生为41.8%，女性为582%；17～20岁的大学生为49.1%，21～25岁的大学生为50.9%；文科类为48.7%，理工类为34.4%，体艺类为16.9%；中共党员为8.6%，共青团员为88.5%，其他为2.9%。

（二）变量测量

本文研究目的是弄清楚社会资本对大学生网络政治参与的影响，网络政治参与是因变量，社会资本是自变量。

因变量。网络政治参与的概念是在政治参与概念的基础上界定的，政治参与就是平民试图影响政府决策的活动。格林斯坦和波尔斯认为政治参与是“旨在影响政府决策的行为”或者“企图影响社会价值的权威性分配”[1]（pp.290374）。房正宏比照传统政治参与概念的界定，将网络政治参与表述为：参与主体以网络为参与平台，通过现实世界和虚拟空间两个向度实现政治参与，并试图影响政府、集体和社会公共机构的决定及其活动的政治行为[8]。网络政治参与的主要方式包括：网络（政治）投票、网络（政治）选举、网络（政治）结社、意见表达、网络（政治）接触[9]。据此我们设计了五个问题对大学生的网络政治参与概念进行测量：“您是否经常参与网络政治投票”、“您是否经常参与网络政治选举”、“您是否经常参与网络政治结社”、“您是否经常参与网络政治意见表达”和“您是否经常和政府官员在线交流”。每个问题的答案都分为五级：“经常”、“较多”、“一般”、“较少”、“从不”，分别赋值5至1分。信度分析发现，Alpha=0.888，适合通过因子分析方法构造新变量，记作网络政治参与变量。表1描述了大学生在五个问题上的回答情况。从表1来看，各项指标均值都低于一般水平，参与程度最高为“您是否经常参与网络政治投票”一项，得分接近“较少”，得分最低为“您是否经常和政府官员在线交流”一项，介于“从不”与“较少”之间。由此来看，大学生对网络政治参与冷漠的态度并非虚言。

自变量。社会资本是本研究的主要解释变量。依据帕特南的定义，本文中社会资本包括信任、互惠规范和网络。网络是结构性社会资本，反映的是大学生与交往对象之间的交往程度；信任、互惠规范是关系性社会资本，反映的是大学生在交往中形成的关系质量。本文测量了社会资本的三个维度：网络、信任和互惠规范。第一个维度是网络。在问卷调查中，通过询问大学生与家人、亲戚、朋友、同学、老师、社会人员6类对象的交往程度测量了大学生的非正式网络情况，通过询问大学生是否参与体育健身类、文艺娱乐类、休闲旅游类、类、公益活动类、学术交流类、同乡联谊会7类社团测量了大学生的正式网络情况。第二个维度是信任。通过询问大学生对家人、亲戚、朋友、同学、老师、社会人员6类对象的信任程度测量了

大学生的信任状况。第三个维度是互惠。采用如下4个问题测量了大学生的互惠状况：“您是否资助过贫困同学”，“您是否为救灾捐助”，“您是否无偿献过血”，“您是否做过义务社会工作”。表2列出了变量的测量问题及赋值方式。

为简化社会资本，对23个指标进行因子分析。KMO测度和Bartlett球体检验结果显示KMO值为0.798，Bartlett球形检验通过了0.01的显著度，适合进行因子分析。根据特征值大于1的原则，一共提取了6个公因子，解释了57.42%的方差。分析因子负荷发现，“对家人的信任程度”，“是否参与了类社团”，“是否资助过贫困同学”，“是否无偿献过血”这4个指标同时负荷于两个因子之上，存在交叉负荷的现象，其测量的潜在概念模糊，需要删除。对修正后的19个指标重新进行因子分析，经过最大方差法旋转，一共提取了5个因子。结合因子负荷矩阵和各指标的含义，分别将5个因子命名为特殊信任、社团参与、交往、普遍信任和互惠因子。因子分析结果解释了58.77%的方差。具体分析结果见表3。

控制变量。根据观察和传统的解释，我们选择了大学生性别、年龄、身体状况、专业类别、政治面貌、是否学生干部、父亲职业和生源地作为控制变量。伏巴提出了公民自愿模型解释个体的政治参与，缺乏资源而“不能参与”，缺乏介入心理而“不想参与”是个体不参与政治的因素[10]（p.380）。据此我们引入大学生上网时间、家庭收入水平和政治效能感作为控制变量。上网时间是定序变量，测量了大学生每天上网的时间多长，答案分为五个等级：“1个小时以下”、“1～2个小时”、“2～3个小时”、“3～4个小时”、“4个小时以上”，分别赋值1至5分。家庭收入水平是定序变量，测量了大学生去年家庭人均收入水平，答案分为十个等级：“1000元以下”、“1001元～2000元”、“2001元～3000元”、“3001元～4000元”、“4001元～5000元”、“5001元～6000元”、“6001元～7000元”、“7001元～8000元”、“8001元～9000元”、“9000元以上”，分别赋值1至10分。政治效能感用“我比一般人更了解中国的政治情况”，“我完全有能力参与政治”，“我完全可以胜任领导工作”3个指标进行测量，答案皆为“非常同意”、“比较同意”、“一般”、“不太同意”和“不同意”，分别赋值5至1分。信度分析发现，Alpha=0.661，采用因子分析方法构造政治效能感变量。所有变量的具体情况见表4。

注：自变量、因变量和政治效能感都是因子值，因此，均值都为0，标准差为1。

四、实证分析结果

因变量“网络政治参与”是一个连续性定距变量，故采用多元线性回归模型进行分析。性别、专业类别、政治面貌、是否学生干部、父亲职业和生源地是定类变量，经过虚拟后进入回归分析模型，身体状况、上网时间和家庭收入水平是定序变量，近似作为定距变量引入模型，年龄和政治效能感是定距变量，直接进入模型。表5构造了3个模型。模型1考察了大学生个体层面、家庭层面和地区层面9个控制变量对网络政治参与的解释情况。模型2在模型1的基础上加入了上网时间和政治效能感2个变量，以反映伏巴提出的公民自愿模型。模型3在模型2的基础上加入了社会资本5个变量。从调整后的R2来看，模型1解释了13.6%的方差，模型2解释了17.0%的方差，模型3解释了28.2%的方差，加入社会资本变量后，模型的解释力提高了11.2%。由此来看，社会资本对大学生网络政治参与具有相当强的解释力。

首先，模型分析基本验证了大学生网络政治参与的社会资本理论模型。社会资本5个因子殊信任、社团参与、交往和普遍信任因子都通过了0.05水平的显著性检验，且回归系数皆为正，这表明大学生的特殊信任、社团参与、交往和普遍信任水平越高，其网络政治参与程度就越高。社团参与和交往因子反映了大学生的正式和非正式网络，经验分析结果表明，正式网络和非正式网络对大学生的网络政治参与都具有促进作用，假设1得到证实。李伟民、梁玉成指出，中国人所信任的人群，虽然以有血缘家族关系的亲属家庭成员为主，但同时也包括家族之外的亲密朋友[13]。这表明信任的结构是多样化的。特殊信任反映了大学生对血缘、业缘关系的信任，普遍信任反应了大学生对陌生人的信任。经验分析结果表明，特殊信任和普遍信任对大学生网络政治参与都具有促进作用，假设2得到证实。互惠没有通过显著性检验，这和假设3不符。为什么互惠对大学生网络政治参与没有显著性影响，需要进一步的研究来探讨。

其次，模型分析验证了公民自愿模型。上网时间和政治效能感都通过了0.01水平的显著性检验，且回归系数皆为正。大学生上网时间越长，政治效能感越强，其网络政治参与程度越高。付巴提出公民自愿模型来解释政治参与行为，其中时间资源和政治效能感是模型中重要的解释变量，基于大学生网络政治参与行为的经验分析结果支撑了这一理论模型。值得说明的是，金钱资源也是公民自愿模型中的一个变量，然而大学生家庭收入水平并没有通过显著性检验，这需要进一步研究来解释。

最后，从模型1和模型2来看，大学生个体层面的性别、身体状况和是否干部通过了显著性检验。然而，模型3加入社会资本变量后，大学生的身体状况和政治面貌的显著性消失，这说明大学生身体状况、政治面貌与政治参与之间可能是虚假因果关系，二者对网络政治参与的影响是通过社会资本起作用的。此外，大学生年龄、专业、政治面貌、家庭收入、父亲职业和生源地对其网络政治参与并没有显著性影响。

五、结论

本文基于对河南省5个高校493名大学生的问卷调查实证分析了社会资本对大学生网络政治参与的影响，研究结果如下。第一，大学生的社会资本包括特殊信任、社团参与、交往、普遍信任和互惠5个因子。因子分析结果基本证实了帕特南对社会资本概念的界定，社会资本是一个包括网络、信任、互惠规范的多维度概念。第二，大学生社会资本含量对其网络政治参具有促进作用。社会资本5个因子殊信任、社团参与、交往和普遍信任因子对大学生网络政治参与都具有促进作用，而互惠作为社会资本概念的重要维度，其对网络政治参与的作用并不明显。经验分析结果基本支持了帕特南的观点，社会资本能有效促进政治参与。第三，大学生上网时间及政治效能感对其网络政治参与具有促进作用。付巴提出公民自愿模型来解释网络政治参与，认为资源和介入心理是公民自愿模型中的重要变量。本文检验了时间资源和政治效能感对网络政治参与的正效应，而大学生家庭收入这种经济资源则没有通过显著性检验，值得进一步研究探讨。

帕特南认为社会资本深刻地影响着制度绩效，那些缺乏社会资本的地区，集体合作的前景是匮乏的，只能形成“永远欺骗”式的社会均衡，非道德的家庭主义、庇护制、效率低下的政府和经济停滞不前的霍布斯式结局。对于民主政治、政治稳定和政府效率而言，社会资本远比人力资本或物质资本更为重要[5]（p.215）。本文的研究结论指出社会资本是一个包括社会结构和社会结构特征的多维度概念，社团参与、交往反映了大学生的结构社会资本，特殊信任和普遍信任反映了大学生的关系社会资本；除去互惠因素外，社会资本诸因素中的特殊信任、社团参与、交往和普遍信任对大学生网络政治参与都具有正效应。

通过网络政治参与对大学生进行必要的政治教育和训练，可以提高其政治责任感和权利义务意识，有利于大学生形成民主观和培育政治参与能力，有助于培养其对我国政治体制的认同感，加快实现政治社会化，为以后进入社会培养一个成熟的“政治人”。网络政治参与有助于增强大学生的政治责任感，促进他们的政治社会化，塑造他们独立的政治人格和参与政治的必要才能，对其尽快适应、参与未来的政治生活具有重要意义。大学生网络政治参与有利于推进我国民主政治建设的进程，影响着我国社会的稳定与发展。推动大学生网络政治参与，引导其理性表达政治意愿，符合国家的政治利益。本研究揭示出，提高大学生之间的交往水平，促进其参与各类社团，增进其特殊信任和普遍信任水平，提高社会资本含量是促进其网络政治参与的有效措施。

参考文献：

[1]格林斯坦，波尔斯比.政治学手册精选[M].北京：商务印书馆，1996.

[2]王洪波.当代大学生网络政治参与的实证研究[J].北京教育，2012，（10）.

[3]祝阳，伊术通，苗夏箐，杨瑞萍.大学生网络政治参与的实证研究——以北京5所高校为例[J].重庆邮电大学学报（社会科学版），2012，（5）.

[4]邹静琴，王静，苏粤.大学生网络政治参与现状调查与规范机制构建——以广东省八所高校为例的实证研究[J].政治学研究，2010，（4）.

[5]帕特南.使民主运转起来：现代意大利的公民传统[M].王列，等.南昌：江西人民出版社，2001.

[6]托克维尔.论美国的民主[M].董果良.北京：商务印书馆，1997.

[7]加布里埃尔·阿尔蒙德，西德尼·维伯.公民文化[M].徐湘林，等.北京：华夏出版社，1989.

[8]房正宏.网络政治参与：内涵与价值探讨[J].江西社会科学，2011a，（3）.

[9]房正宏.大学生网络政治参与：现状分析与探讨[J].中国青年研究，2011b，（3）.

卷积神经网络基本概念篇2

摘要：全面描述当前我国高等教育和大学数学教学的现状和问题之后，在建设内容、建设目标以拟解决的关键问题和建设意义等方面具体介绍了大学数学五环教学模式。这种分类、分层教学在普及数学基础知识和技能教学的同时，突出了大学数学对数学人才所进行的因材施教和分类指导，从而形成了立体化、网络化、个性化和精英化的大学数学五环教学模式。

关键词：精英教育大学数学五环教学

中图分类号：G807文献标识码：A文章编号：1673-9795（2014）01（b）-0000-00

1引言

近年来，我国在大众化高等教育普及的背景下，树立了精英人才教育的理念。大学数学五环教学模式正是在兼顾普及和提高学生数学综合应用能力的同时，为培养高素质创新型专门人才和拔尖的数学人才提供了一个有效的教育途径。所谓五环教学模式是指引入数学文化、数学实验和数学建模，实施大学数学分类、分层教学，在普及大学数学基础知识和技能的同时，突出了因材施教、分类指导和对数学精英人才的培养。

2五环教学模式的构建

2.1五环教学建设内容

大学数学五环教学则突破了以往的统一内容、统一标准、统一考核的三统一模式，根据不同专业人才培养目标的差异，有机的引入数学文化、穿插验证性数学实验、传授数学建模等内容，解决了“因材施教”“因需施教”问题，推动大学数学课程改革。建设内容为：A环：面向精英类学生，延续传统数学教育，强化理论知识训练；B环：面向工科类专业，延续传统数学教育，融合现代信息技术；C环：面向经管类专业，简约数学知识，增强经管实际案例；D环：面向社科类专业，引入数学文化，开设数学验证实验；M环：面向所有类专业，实施数学建模教育，组织建模培训。

2.2五环教学建设目标

教学目标的调整，五环教学模式充分体现了个性化学习，也考虑了不同起点的学生。建设的具体目标为（1）知识目标：通过大学数学五环系列课程的学习，学生应获得微积分学、无穷级数与常微分方程、向量代数与空间解析几何、线性代数、概率统计、数学建模等方面的基本概念、基本理论、基本方法和基本运算技能，为今后学习专业课奠定数学基础。（2）能力目标：通过大学数学五环系列课程学习，学生应获得运用数学软件解决数学问题和实际问题的能力；通过网络平台获得较强的自主学习能力；一定的创新精神和创新能力。（3）素质目标：通过大学数学五环系列课程教学，培养学生主动探寻并善于抓住数学问题中的本质的素养；善于将现实生活中的问题数学化，建立数学模型的素养；能用准确、简明、规范的数学语言表达自己数学思想的素养。

2.3五环教学教材建设

教材是反映教学模式的知识载体。教材的编写原则、结构、内容等对学生与教师的情绪和兴趣有着直接的影响。五环教材分为基础教程和实训教程。下面以高等数学基础教程为例阐述教材特色：上册为微分学内容，下册为积分学内容。这样安排就避免大一上学期学生就接触积分学内容，降低了学习难度。针对高等数学内容特点，每章按照内容初识，经典解析，概念反思，理论探究，方法纵横，应用欣赏这几部分依次递进，使得学生学习有一个循序渐进的过程。如在第二章“极限与连续”中芝诺悖论引出极限的概念并只给出极限直观描述定义；去掉了晦涩难懂的语言。作为极限的应用，介绍了Fibonacci数列和雪花曲线模型；在第三章“导数与微分”中加强了导数概念的背景，探究了连续、可导、可微的关系及其实质.在高等数学下册中，突出定积分元素法的思想，总结出利用元素法解题的一般步骤，分析出具有什么特征的量（问题）可用元素法解决，然后给出定积分的基本应用，特别是给出了各种积分的统一定义-宏积分，便于读者对积分定义理解的融会贯通。每章节最后都有方法拓展和概览，给出方法框架图，总结本章有多少重点题型，每个题型都用什么方法解决。这样使学生能对所学内容有一个全局性的掌握，而不是杂乱无章，心中无数。

2.4五环教学考试模式

五环教学的考试模式是实行网络考试。五环教学的《在线测试平台》是在五环教学过程中实施“形成性评价”的利器。它集成了数苑科技信息有限公司研发的网页公式编辑系统Web-FormulaEdit与网页图形编辑系统Web-GraphEdit，彻底解决了教师在线建设测试题库与在线编辑输入解题过程的技术瓶颈问题，在此基础上，该测试平台的设计秉承了和贯穿了功能实用与操作简单的理念，从而使其具有极强的应用价值。

在线测试主界面分为：（1）标题栏、（2）试卷库与模板库、（3）在线测试管理、（4）考点建设、（5）考点模板。在线测试管理栏目用于教师将已经组好的试卷，向学生在线测试。该模式规定学生进入测试后，无法再查看其它任何网页或运行其它任何程序，在线测试平台被置于最前，可有效防止学生通过网络查找答案的行为。在线测试后，教师可以对在线测试限时和测试时段进行修改。五环教学的网络考试模式迎来了数学类课程考试无纸质的时代，突破了时空限制，同时也锻炼了学生应用数学软件解决数学问题的能力。

3结语

通过大学数学五环教学模式的实施，使大学数学教学朝着个性化学习、不受时间和地点限制的学习、主动式学习方向发展，全面提高大学生的数学综合应用能力。同时，五环教学模式在网络技术上体现了交互性、可实现性和易于操作性，使学生自主学习成为一种可能。通过精英化教育挖掘和培养出新一代高素质创新性专门人才和拔尖人才，提高了高校综合实力和竞争力，并可为社会输送高质量的数学精英人才。

参考文献

[1]于林平，大众化时代精英高等教育的危机与定位，广州大学学报（社会科学版），Vol9No.1，Jan2010.

[2]邹诗，香港高校精英教育的理念及其成果，东南大学学报（哲学社会科学版）2011年11月第13卷第6期

卷积神经网络基本概念篇3

摘要：在网络环境中建立和维系品牌忠诚、培育网络自主名牌是突破发达国家在传统市场的品牌先位优势的可靠着力点。本文比较分析了自主网络品牌和国外网络品牌忠诚的形成机理，探讨非理性因素在网络品牌忠诚形成过程中的作用。实证研究发现，网络品牌忠诚的形成是消费者理性价值驱动和非理性偏好共同作用的结果，而两类网络品牌的忠诚形成机理也存在一定程度上的差别：对于国外网络品牌，消费价值对关系质量影响较小，消费者非理性偏好对网络忠诚有关键影响；对于自主网络品牌，品牌感知成本对关系质量、关系质量对网络忠诚相对重要。

关键词：消费者价值；关系质量；非理性偏好；网络品牌忠诚

中图分类号：F71355文献标识码：A

收稿日期：2013-11-14

作者简介：齐昕（1979-），男，安徽安庆人，安徽工业大学商学院副教授，研究方向：工商管理。

基金项目：国家社科基金项目，项目编号：12BJL013；教育部人文社科项目，项目编号：13YJC630119；安徽省教育厅人文社科重点项目，项目编号：SK2013A034。一、引言随着网络经济的崛起，依靠网络市场所提供的空间来培育高级要素发展能力，塑造网络自主名牌，成为我国企业突破发达国家在传统市场的品牌先位优势的可靠路径。近年来，越来越多的自主品牌，利用互联网的聚合特性和销售平台，实现了市场的快速扩展。然而，伴随着国外知名品牌对网络的加速渗透，网络自主品牌的运营成本及竞争压力不断加大，建立和维系品牌忠诚成为培育网络自主品牌的竞争优势关键所在。Balabanis（2006）研究认为，增强消费者的忠诚度有两个途经，即提高消费者的满意度与增强消费者的转换障碍。在网络环境下，信息对称透明，网络技术的标准化和近乎完全竞争的市场使网络企业想通过设立转换障碍来保持忠诚度变得不现实，提高消费者价值，系统性地建构消费者关系已成为网络背景下建立和维系网络消费者忠诚的根本出路（Thorsten，2001）。目前，国内外已有大量关于网络消费者价值、网络消费者关系质量与网络忠诚度关系的研究，其核心观点是忠诚度是满意度和信任度的结果，而满意度和信任度又来源于消费价值。但从现实来看，仅从满意和信任的角度来思考品牌忠诚度的形成机理存在一定的局限性。随着“满意陷阱”概念（Reichheld，1996）的提出，人们逐渐认识到仅提供满意和信任不一定能换来消费者忠诚。同时，大多研究将消费者定义为理性的经济人，是以追求自身利益的最大化为核心的，着重讨论了消费价值的利益维度，忽略了消费成本的负面作用以及消费过程中的非理性因素。一个个“忠诚神话”（keiningham，2005）的破灭启示我们，需要从新的层面、新的视角来对网络品牌忠诚做进一步研究。本研究结合消费者价值理论、关系质量理论、非理理论，将网络品牌分为自主网络品牌和国外网络品牌两种形式，实证分析两类网络品牌忠诚的形成机理；通过比较两类的网络品牌忠诚度形成机理的异同，提出我国企业网络自主品牌建设的对策。

二、理论背景（一）消费者价值相关理论科特勒（2003）提出了顾客让渡价值理论，认为顾客让渡价值是顾客总价值与顾客总成本之间的差额。总价值大于总成本时，顾客就会满意，否则顾客就不会满意。Thaler(1985)提出了顾客感知价值这一概念，他认为感知价值是获得效用和交易效用的差值。Zaithaml（1988）认为感知价值是感知利得与感知利失间的一种比较与权衡，感知利得包括显著的内外部特性、感知质量及其他高层次的抽象概念，成本部分包括货币成本和非货币成本。Gronroos（1997）从关系营销的角度阐释了顾客感知价值的含义，认为顾客感知价值的存在具有一定的持续性，“顾客感知价值”总收益包括核心产品价值和附加服务价值，总成本包括价格和关系成本。（二）关系质量相关理论Crosby（1990）提出了关系质量这一概念，研究认为关系质量包含满意与信任两个维度。满意度指消费者所感知的对产品或服务的整体满意程度。信任指消费者所感知的对销售人员的可靠及诚实的程度。关系质量越高，表示与顾客的关系越好，越能降低顾客对交易的不确定性，使顾客对销售人员、产品或服务产生依赖或好感。Morgan（1994）提出了承诺-信任感理论，他强调信任和关系承诺是维持成功长期关系的必要条件。还有学者综合上面的各家说法，认为满意、信任、承诺是最主要的关系质量衡量层面。总第444期齐昕：基于自主品牌与国外品牌比较的网络品牌忠诚形成机理研究••••商业研究2014/04（三）非理理论非理是一个被现代心理学、行为学充分证明的现象，较早涉及非理性因素分析社会经济问题的是古典经济学家马尔萨斯（1992），他从现实人的非理性出发，把人的各种欲望引进了经济学。“大多数情况下，人们的决策是采取依赖于习俗、惯例、模仿的形式”(Leibenstein，1966)。Kahneman（1979）通过大量实验研究发现，人的决策并非都是理性的，其行为经常会偏离传统经济理论的最优行为模式的假设。西蒙(2007)认为所谓理性的经济人只能是有限理性。阿尔布(1992)认为经济分析应研究人的经济活动、经济行为，以及构成这些活动和行为的理性与非理性因素。

三、研究假设与模型（一）网络品牌的消费者价值与网络消费者关系质量在网络消费者价值构成要素的研究上，Jarvenpaa（1997）认为网络环境下消费者感知价值由产品、服务、购买体验以及消费者风险组成。Eighmey(1997)对网络顾客价值的分类主要集中于功能性价值，如信息性价值、程序性价值、娱乐价值、容易使用和互动等。LeeJae-Nam等(2003)在研究电子商务承诺价值与顾客满意度之间关系时，将顾客承诺价值分为经济价值、产品价值和社会心理价值。Zhan(2003)等在B2C电子商务模式下对顾客价值模型进行探测性研究，指出顾客感知价值的关键要素包括产品质量、产品价格、在线购物综合体验、风险感知等。Lee(2004)将网络环境下顾客价值归纳为功利价值与体验价值两大类。董大海（2008）将网络环境下消费者感知价值划分为结果性价值、程序性价值和情感性价值三类。从消费者价值相关理论可以看出，尽管各学者对于消费者价值在描述上有所区别（如顾客让渡价值、顾客感知价值等），但其核心思想是一致的，即消费者价值是消费者获得的总利益与消费者支出的总成本对比之后所形成的对产品或服务效用的总体评价，包括收益与成本两个基本构面。而目前关于网络消费者价值的实证研究大都着重于消费价值的利益维度，忽略了消费成本这一基本维度。本研究将网络品牌的消费者价值的利益维度概括为感知物质利益与感知精神利益两个层面，引入品牌感知成本，从这三个方面对网络品牌的消费者价值进行衡量。在网络背景下，大量研究证明消费者价值是网络顾客满意和信任的前因变量。LeeJae-Nam等(2003)通过实证研究，证实了质量价值、成本价值与社会心理价值对顾客满意度有正面影响。Yang(2004)研究证实在网络购物环境下，顾客价值也会影响消费者满意和忠诚。Sung-JoonYoon（2002）通过研究发现网络交易的安全性是驱使顾客网上购物，并对该网站产生信任的驱动因素之一。姚公安、覃正（2010）研究发现信息搜索满意度与网络购物满意度均通过感知的企业网站的易用性、安全性和有用性影响消费者对电子商务企业的信任，企业可以藉改善体验价值来维持消费者对本企业的信任。综上所述，本研究提出如下假设：H1a：网络品牌感知物质利益越高，消费者对网络品牌越满意；H1b：网络品牌感知物质利益越高，消费者对网络品牌越信任；H2a：网络品牌感知精神利益越高，消费者对网络品牌越满意；H2b：网络品牌感知精神利益越高，消费者对网络品牌越信任；H3a：网络品牌感知成本越高，消费者对网络品牌越不满意；H3b：网络品牌感知成本越高，消费者对网络品牌越不信任。（二）网络消费者关系质量、非理性偏好与网络品牌忠诚在网络环境下，学者们主要是沿用传统关系质量理论，将满意、信任作为顾客关系质量的衡量指标（luarn，2003;Harris，2004），或将满意、承诺作为顾客关系质量的衡量指标（宋晓兵，2009），或将信任、承诺作为顾客关系质量的衡量指标（Kristof，2003），或综合满意、信任、承诺作为顾客关系质量的衡量指标（金玉芳，2008），来讨论网络关系质量与网络忠诚之间的关系，研究均发现网络消费者关系质量对网络忠诚有正向的显著影响。同时，结合非理理论可以认为消费过程中不仅有理，而且有非理，消费过程中的非理性因素是不可或缺的。将消费者定义为完全理性的经济人，仅以价值驱动模式来研究消费者忠诚的形成机理，忽略了消费过程中的非理性因素，是不切实际的。因此，本研究结合Crosby（1990）的关系质量模型，以满意和信任作为关系质量的衡量维度，引入非理性偏好这一变量，从理性与非理性两个方面对消费者与品牌的关系进行衡量。综上所述，本研究提出如下假设：H4：消费者对网络品牌满意度越高，消费者对网络品牌越忠诚；H5：消费者对网络品牌信任度越高，消费者对网络品牌越忠诚；H6：消费者对网络品牌非理性偏好越强，消费者对网络品牌越忠诚。（三）模型构建基于以上分析，本研究架构由前因变量(网络品牌感知物质利益、网络品牌感知精神利益和网络品牌感知成本)、中介变量(网络消费者满意、网络消费者信任、网络消费者非理性偏好)、结果变量(网络品牌忠诚)三类变量和相应的路径关系组成，研究模型见图1，希望借此框架来解释及预测网络消费者品牌忠诚形成机理。

四、研究设计（一）变量定义与量化1.网络品牌感知物质利益（PWZLY）科特勒（2003）认为顾客总价值中的物质利益指顾客从某一特定产品或服务中期望的一组经济、功能性利益，主要由产品价值、服务价值、人员价值构成，产品价值是由产品的质量、功能、规格、式样等因素所产生的价值，服务价值是指企业向顾客提供服务所产生的价值，人员价值是指企业员工的经营作风、知识水平、业务能力、工作效率、应变能力等所产生的价值。Jarvenpaa（1997）认为产品价值包括产品价格、产品质量、产品种类等指标，服务包括响应性、保证性、可靠性、准确性、关怀性等指标。本研究将网络品牌的感知物质利益定义为网络消费者所能感知的网络品牌能为自己提供的物质层面上的功能利益或效用利益。在衡量指标选择上，结合Jarvenpaa（1997）、Lee(2004)等人的研究，从产品质量、服务质量、网站功能、便利性等方面设计六个问项对PWZLY进行测量。2.网络品牌感知精神利益（PJSLY）当购买或使用某一特定品牌能让顾客产生积极的感觉时，该品牌就提供了精神利益(Aaker，2004)。本研究将网络品牌的感知精神利益定义为网络消费者感知的网络品牌能够满足自己的精神需求的那部分利益。苏勇和陈小平（2003）认为，消费者的精神需要可以分成象征需要和情感需要两大类。本研究从这两个方面设计四个问项对PJSLY进行测量。图1网络品牌忠诚形成机理研究模型

3.网络品牌感知成本（PCB）科特勒（2003）认为顾客总成本指顾客在评估、获得、使用和抛弃该市场供应品时引起的一组顾客预计费用，包含货币成本、时间成本、精力成本、体力成本等。网络品牌的感知成本指网络消费者感知的获得网络品牌相应利益所付出的成本。参考科特勒的研究，本文从货币成本、时间成本、精力成本、风险成本四个方面对PCB进行测量。4.网络消费者满意（PMY）Oliver（1997）认为，消费者满意感是顾客需要得到满足后的一种心理反应，是消费者对产品和服务的特征或产品和服务本身满足自己需要程度的一种判断。Crosby（1990）认为满意度包括四个方面的内容:对消费者有利、使消费者愉悦、对销售人员的满意以及消费者对整体销售、服务的满意。本研究将网络消费者满意定义为消费者对品牌的产品与服务实绩与预期标准进行比较后产生的心理反应。顾客满意感既包含认知成分，也包含情感成分，认知成分指消费者对产品与服务实绩与预期标准进行比较的结果，情感成分指比较后产生的心理反应，本研究从这两个方面设计四个问项对PMY进行测量。5.网络消费者信任（PXR）信任指交换一方相信另一方是诚实的、可靠的，相信对方不会采取对自己不利的行动，而且本身愿意采取可能具有风险的行动来表示信任对方(Morgan，1994)。Crosby（1990）认为信任度包括:遵守承诺、忠诚、可靠、诚实和顾客利益第一五个方面。本研究将网络消费者信任定义为消费者对企业的能力、善意以及可信度的了解、评价的基础上逐渐形成的对品牌可靠及诚实的一种信心。本研究从能力、善意以及可信度这三个方面对PXR进行测量。6.网络消费者非理性偏好(PFLXPH)经济非理性指消费者偏离效用最大化原则的一种现象，是由一些外部刺激或自己的内部心理因素决定的，主要包括人们在生产、销售和消费过程中自身的欲望、本能、意志、激情、无意识、习俗、直觉等(张雄，2001)。在大多数情况下，人们的决策是采取依赖于习俗、惯例、模仿的形式(Leibenstein，1966)。因此，可以将网络消费者非理性偏好定义为消费者在决策过程中的一种倾向与偏爱，这种偏爱或倾向不符合“经济理性人”的要求，不是以价值最大化或效用最大化为决策依据的。本文主要研究影响网络品牌忠诚形成的非理性偏好，具有持续性和重复性等特点；从习惯、从众性、成瘾性、延缓购买、溢价购买这几个方面对PFLXPH进行测量。7.网络品牌忠诚（PZC）目前，对品牌忠诚用得比较多的定义是“顾客忠诚感指顾客长期购买自己偏爱的产品和服务的强烈意愿，以及顾客实际的重复购买行为”（olive，1997）。Smith（2001）提出了衡量网络忠诚度的五个方面：登录网站的频率；浏览网站的时间；再次上站的顾客与只上过一次站的顾客比率；是否向朋友推荐网站；有无回应和交易。本研究将网络品牌忠诚定义为网络消费者对某一网络品牌的良好印象和具有持续消费该品牌产品的倾向与行为。目前，学术界的普遍认同与广泛应用的品牌忠诚度测量方法是以认知理论为基础，通过对态度和行为的度量，两者相结合来预测消费者再次购买同一品牌的概率，以此来衡量消费者品牌忠诚度。本研究中我们也将从顾客的态度和行为两个方面设计六个问项对PPZC进行测量。（二）问卷设计及样本选择基于研究模型并参考前人研究，对问卷中各个变量及其问项进行了初步设计，得到原始量表，通过小范围问卷前测与问卷修正，最终形成了本次调查问卷。问卷分为两部分，问卷一以国外网络品牌为调查主体，问卷二以自主网络品牌为调查主体。每个部分均包括PWZLY、PJSLY、PCB、PMY、PXR、PFLXPH、PZC这7个变量共32个相同问项。问卷采用里克特七分量表，每个问项的备选答案分别为非常不同意、不同意、比较不同意、不确定、比较同意、同意、非常同意，依次用从1到7表示。在样本选择上，根据中国互联网信息中心2008年中国网络购物调查研究报告显示，网购用户中大专及以上用户比例已高达85%，网购用户年龄以18至30岁网民为主。因此在本次调查中，问卷主要针对大专及以上学历青年人发放。调研主要通过网络直接发放、问卷星-在线测评系统等途径进行，本次研究最终共收回401份问卷，删除答题不认真和不完整问卷77份，最终有效问卷324份，有效回收率808%。由于本研究是一次横断研究，且调查数据都从单一被试获取，可能会存在数据的同源误差。依据彭台光(2006)的建议，本研究从研究设计上和问卷编排上都采取了相应的措施，尽可能减少同源误差的影响。同时，在进行正式数据分析之前，我们先对数据的同源误差进行检验，本研究通过Harman单因素检验来分析同源误差的严重程度。问卷一、问卷二主成分分析各析出7个因子，解释了总变异量的641%和723%，其中第一个因子解释了214%和286%的变异，且显著负荷（载荷大于05）于第一个因子的题项不多，因此并不存在一个单一的能解释大部分变异的因子，可以认为本研究中同源误差并不是一个突出的问题。

表1数据的正态检验表Vari-able[]Skewness/KurtosistestsforNormality[]Shapiro-WilkWtestfornormaldata[BHDG1*2，WK6*2。2，WK6。2，WK4，WK5，WK4，WK4，WKW]Pr(Skewness)[]Pr(Kurtosis)[]Adjchi2(2)[]Prob>chi2[]Obs[]W[]V[]z[]Prob>zF1[]0.829[]0.016[]5.71[]0.0574[]324[]0.99819[]0.298[]-2.8[]0.99744F2[]0.162[]0.888[]2[]0.3682[]324[]0.99068[]1.535[]0.992[]0.16051F3[]0.174[]0.296[]2.97[]0.2264[]324[]0.98869[]1.863[]1.439[]0.07505F4[]0.131[]0.422[]2.96[]0.2282[]324[]0.99277[]1.19[]0.403[]0.3434F5[]0.250[]0.179[]3.16[]0.2059[]324[]0.99219[]1.287[]0.583[]0.27982F6[]0.045[]0.379[]4.83[]0.0895[]324[]0.992[]1.317[]0.637[]0.26194F7[]0.064[]0.302[]4.54[]0.1032[]324[]0.99127[]1.438[]0.84[]0.20046F8[]0.059[]0.226[]5.08[]0.0787[]324[]0.99221[]1.283[]0.577[]0.28188F9[]0.168[]0.959[]1.92[]0.3825[]324[]0.99568[]0.711[]-0.788[]0.78466F10[]0.020[]0.481[]5.83[]0.0542[]324[]0.98749[]2.06[]1.673[]0.0472F11[]0.126[]0.582[]2.67[]0.2626[]324[]0.99243[]1.246[]0.51[]0.30513F12[]0.045[]0.636[]4.29[]0.1171[]324[]0.99192[]1.332[]0.663[]0.25381F13[]0.633[]0.262[]1.5[]0.4728[]324[]0.99225[]1.277[]0.566[]0.28563F14[]0.072[]0.136[]5.45[]0.0657[]324[]0.98873[]1.856[]1.431[]0.0762

五、数据分析与假设检验（一）正态性分布检验由于结构方程模型中最常用的估计方法是最大似然估计法(MaximumLikelihood)，然而，最大似然估计法需要满足变量是多元正态分布这一条件(侯杰泰等，2004)。本文通过因子分析求得所有问项的各个公因子及其得分，将其作为不相关的几个变量样本值，对其进行正态检验，即把多元正态性检验的问题化为多个一元综合变量的正态性检验。通过stata软件对问卷一、问卷二提取的14个主成分分析发现，有2个公因子没有通过正态性检验，为了提高样本数据分布的正态性，利用stata软件对数据进行BOX-COX转换(Box-Cox正态性变换就是寻找参数λ，使变换后的资料最接近正态分布)，转换后，各主成分的正态分布情况都有了很大改善，全部通过了基于变量的偏度和斜度的检验，P值均大于005（见表1），只有F10这个公因子没有通过Shapiro-Wilk检验，这就表明样本分布基本符合SEM模型的正态化要求，这在后文的AMOS拟合结果中也得到了验证。

表2问卷变量与测量指标信度和效度变量[]测量问项[]因子载荷[]α值[]组合信度[]AVEPWZLY[]X1该网络品牌产品质量好、功能全[]0.750(0.658)[]0.722[]0.861[]0.512[]X2该网络品牌服务完善[]0.697(0.843)[](0.781)[](0.863)[](0.518)[]X3该网络品牌网站的安全性较高[]0.719(0.659)[][][][]X4该网络品牌网站速度快、信息全、更新及时[]0.721(0.767)[][][][]X5浏览该网络品牌网站比较轻松[]0.536(0.811)[][][][]X6购买该网络品牌产品方便[]0.835(0.532)[][][]PJSLY[]X7该网络品牌比较符合我的个性[]0.805(0.767)[]0.853[]0.834[]0.560[]X8使用该网络品牌比较适合我的身份[]0.773(0.759)[](0.767)[](0.799)[](0.502)[]X9使用该网络品牌能给我带来认同感[]0.605(0.717)[]X10该网络品牌能给我带来欢乐[]0.792(0.574)PCB[]X11该网络品牌产品与服务价格较高[]0.818(0.663)[]0.671[]0.862[]0.610[]X12获得该网络品牌的产品与服务需要大量时间[]0.684(0.692)[](0.710)[](0.838)[](0.567)[]X13获得该网络品牌的产品与服务需要大量精力[]0.815(0.777)[]X14获得该网络品牌的产品与服务需要冒风险[]0.799(0.863)PMY[]X15该网络品牌产品超出了我的期望[]0.700(0.849)[]0.768[]0.859[]0.606[]X16该网络品牌服务超出了我的预期[]0.776(0.731)[](0.728)[](0.824)[](0.544)[]X17使用该网络品牌让我非常愉快[]0.747(0.784)[]X18使用该网络品牌让我非常满意[]0.879(0.554)PXR[]X19该网络品牌有能力满足我的需要[]0.883(0.815)[]0.835[]0.778[]0.551[]X20该网络品牌很友善，不会损害我的利益[]0.508(0.791)[](0.791)[](0.756)[](0.517)[]X21该网络品牌会遵守诺言，值得信任[]0.784(0.512)PFLXPH[]X22同类型的产品中我已经习惯了该网络品牌[]0.710(0.741)[]0.697[]0.841[]0.514[]X23我购买该网络品牌产品是因为周围的人都在用[]0.732(0.765)[](0.737)[](0.834)[](0.504)[]X24在非必要的情况下我也会购买该网络品牌的产品[]0.730(0.550)[]X25在该网络品牌产品缺货时我愿意延缓购买[]0.713(0.768)[]X26我愿意付出较多的成本购买该网络品牌的产品[]0.698(0.703)PZC[]Y1我经常购买该网络品牌的产品[]0.696(0.702)[]0.715[]0.865[]0.520[]Y2我经常向其他人推荐该网络品牌[]0.724(0.622)[](0.756)[](0.863)[](0.515)[]Y3我经常上该品牌网站进行互动交流[]0.863(0.707)[]Y4我没考虑过更换该网络品牌[]0.716(0.8330[]Y5我愿意为该网络品牌提供一些建议[]0.727(0.796)[]Y6该网络品牌是我在同类网络品牌中的首选[]0.572(0.621)注：括号前为问卷一数据，括号内为问卷二数据。

（二）信度和效度检验研究采用Cronbach一致性系数α值以验证信度，信度系数值06为最小可接受的信度值，本研究α值均大于06，组合信度均大于07（见表2），表示信度良好。在效度检验上，研究以理论为基础构建模型及其测量指标，通过理论、文献探讨及问卷前测、探索性因子分析等确保各变量及其问项的重要性及完整性，使问卷有足够的内容效度。用Amos170软件做验证性因子分析，问卷一的拟合度指标为χ2/df=1426，RMR=0055，CFI=0951，IFI=0963，RMSEA=0662，AGFI=0818；问卷二的拟合度指标为χ2/df=1943，RMR=0041，CFI=0933，IFI=0945，RMSEA=00584，AGFI=0897，基本符合拟合标准。各变量所有题项在相应因子上的载荷均大于05，同时问卷各变量提取的平均方差(AVE)都大于05（见表2），表示问卷具有良好的收敛效度。由于本研究相关系数存在负值，采用AVE值和各潜变量相关系数的平方进行比较来测量各变量间的区别效度，从表3、表4可以看出，AVE值都大于各潜变量相关系数的平方，证明变量之间有良好的判别效度。

表3问卷一变量的判别效度[]PWZLY[]PJSLY[]PCB[]PMY[]PXR[]PFLXPH[]PZCPWZLY[]0.512[][][][][][]PJSLY[]0.145[]0.560[][][][][]PCB[]0.113[]0.098[]0.610[][][][]PMY[]0.466[]0.312[]0.448[]0.606[][][]PXR[]0.421[]0.237[]0.314[]0.325[]0.551[][]PFLXPH[]0.303[]0.156[]0.371[]0.199[]0.337[]0.514[]PZC[]0.264[]0.275[]0.323[]0.397[]0.322[]0.472[]0.520注：矩阵对角线为AVE值,变量间的相关系数平方值位于对角线下,下同。

表4问卷二变量的判别效度[]PWZLY[]PJSLY[]PCB[]PMY[]PXR[]PFLXPH[]PZCPWZLY[]0.518[][][][][][]PJSLY[]0.223[]0.502[][][][][]PCB[]0.256[]0.212[]0.567[][][][]PMY[]0.461[]0.365[]0.447[]0.544[][][]PXR[]0.426[]0.338[]0.483[]0.411[]0.517[][]PFLXPH[]0.197[]0.216[]0.304[]0.386[]0.351[]0.504[]PZC[]0.254[]0.231[]0.388[]0.347[]0.453[]0.416[]0.515图2国外网络品牌忠诚形成机理研究模型

（三）模型拟合1.问卷一模型拟合利用AMOS170软件采用最大似然估计法对预设模型进行拟合,网络品牌感知精神利益到网络消费者信任、网络品牌感知成本到网络消费者信任的路径系数对应T检验均不显著，根据拟合规则,依次删除网络品牌感知精神利益到网络消费者信任、网络品牌感知成本到网络消费者信任的路径，构建模型进行再次模型拟合，最后得到拟合指标较好的最终的结构方程模型，如图2所示。从输出结果看，多变量正态性检验（Multivariate）峰度系数为1744，CR值为0308，小于196，表明变量服从正态分布，拟合结果是可靠的。从各项拟合指数（见表5）可以看出，χ2/df为1686，介于1和2之间，RMR=0043，小于005的最高上限，RMSEA=0057，小于008的最高上限，其他各项拟合指数均好于标准值,显示模型拟合良好。2.问卷二模型拟合利用AMOS170软件对预设模型进行拟合,从输出结果看，多变量正态性检验（Multivariate）峰度系数为6543，CR值为1155，小于196，表明变量服从正态分布，拟合结果是可靠的。从各项拟合指标（见表6）可以看出，χ2/df为1044，介于1和2之间，RMR=0037，小于005的最高上限，RMSEA=0048，小于008的最高上限，除AGFI值略低于标准值09外,其余各项拟合指数均好于标准值，显示模型拟合良好。

表5问卷一路径系数及拟合指数通过假设[]路径[]标准化路径系数[]T值[]拟合指数H1a[]PWZLYPMY[]0.275[]2.826**[]χ2/df=1.686；RMSEA=0.057H1b[]PWZLYPMY[]0.108[]2.752**[]GFI=0.926；AGFI=0.901H2a[]PJSLYPMY[]0.174[]2.895**[]IFI=0.947；NFI=0.929；CFI=0.935H3a[]PCBPMY[]-0.253[]3.770***H4[]PMYPZC[]0.192[]2.195*H5[]PXRPZC[]0.270[]3.027**H6[]PFLXPHPZC[]0.484[]2.681**注：*表示p

图3自主网络品牌忠诚形成机理研究模型

表6问卷二路径系数及拟合指数通过假设[]路径[]标准化路径系数[]T值[]拟合指数H1a[]PWZLYPMY[]0.186[]3.369***[]χ2/df=1.044；RMSEA=0.048H1b[]PWZLYPXR[]0.227[]2.044*[]GFI=0.936；AGFI=0.896H2a[]PJSLYPMY[]0.191[]3.005**[]IFI=0.949；NFI=0.918；CFI=0.945H2b[]PJSLYPXR[]0.177[]2.779**H3a[]PCBPMY[]-0.354[]3.995***H3b[]PCBPXR[]-0.382[]2.027*H4[]PMYPZC[]0.217[]2.886**H5[]PXRPZC[]0.355[]3.253**H6[]PFLXPHPZC[]0.318[]2.971**注：*表示p

六、结论与启示（一）研究结论实证分析发现，网络品牌忠诚的形成是消费者理性价值驱动和非理性偏好共同作用的结果。对于国外网络品牌，网络忠诚的直接影响因素由大到小依次为消费者非理性偏好（0484）、消费者信任（0270）、消费者满意（0192），消费者非理性偏好对网络忠诚有关键影响；而对于自主网络品牌，网络忠诚的直接影响因素由大到小依次为消费者信任（0355）、消费者非理性偏好（0318）、消费者满意（0217），但它们在影响程度上差别不大。在消费者价值和关系质量上，两类网络品牌也存在一定程度上的差别。对于国外网络品牌，消费者满意的直接影响因素为感知物质利益（0275）、感知成本（-0253）、感知精神利益（0174），消费者信任的直接影响因素为感知物质利益（0108），感知精神利益、感知成本对消费者信任没有直接影响；而对于自主网络品牌，消费者满意的直接影响因素为感知成本（-0354）、感知精神利益（0191）、感知物质利益（0186），消费者信任的直接影响因素为感知成本（-0382）、感知物质利益（0227）、感知精神利益（0177），消费价值中的感知成本因素对关系质量相对重要。（二）研究启示与展望在应用方面,本研究对企业实践的启示在于以下几点：首先，消费过程中的非理性偏好在网络品牌忠诚形成过程中发挥着重要作用。企业在网络营销活动中应该关注它、研究它,运用各种策略来影响消费者的非理性偏好,使之向有利于企业营销活动的方向发展。如利用网站独特的框架流程和内容布局,培养消费者的视觉惯性；针对消费者的从众心理，积极发挥各种舆论导向作用等。值得注意的是,非理性思维作为一种判断方式,存在有利和有弊两面性,企业应不断关注和分析非理性因素对消费心理的影响,或利用,或规避,使之在品牌忠诚的形成中发挥良性作用。其次，对于自主网络品牌，降低感知风险、增强消费者信任是品牌忠诚形成的关键。相对于国外网络品牌大多是传统名牌在网络上的延伸，可以利用和继承自己传统品牌的形象和声誉，自主网络品牌对于消费者来说更为陌生，所以对于自主网络品牌来说，构建一个卓越的网络品牌形象和价值规范更为重要。企业应始终如一地兑现对客户的承诺，树立诚信的形象；积极地与消费者展开互动交流，有效减少消费者的不确定性，以降低感知风险，提升消费者对企业的信任。最后，对国外网络品牌的研究发现，非理性偏好作用最大，而消费价值对关系质量影响较小，可能是因为传统环境下形成的消费者与品牌之间的关系会形成一种印象惯性，进而对网络关系质量与网络忠诚产生影响。因此，我国企业在与国外网络品牌竞争过程中，要摒弃采用低成本的竞争战略，从消费者认知角度发掘更有效的竞争渠道。本研究将网络品牌分为自主网络品牌和国外网络品牌两种形式，比较分析了两类网络品牌忠诚的形成机理，探讨非理性因素在网络品牌忠诚形成过程中的作用，具有一定的理论意义。同时，本文中非理性因素的理论研究还有待完善，如非理性偏好的前因和触发机制、非理性偏好与关系质量是否存在一定的关系、非理性因素中的负面因素对网络品牌忠诚的影响等，这些都值得在未来做进一步的深入研究。

参考文献：

［1］BalabanisG，ReynoldsN,SimintirasA.BasesofE-storeLoyalty:PerceivedSwitchingBarriersandSatisfaction［J］．JournalofBusinessResearch，2006，59(2):214-224.

［2］ThosrtenH，LangerM.ModelingandManagingStudentLoyalty:AnApproachBasedonTheConceptofRelationshipQuality［J］．JournalofServiceResearch,2001,3(4):331-344.

［3］FrederickF,Reichheld.LearningfromCustomerDefections［J］．HarvardBusinessReview,1996，74(2):56-69.

［4］KeininghamTL,VavraTG,AksoyL.LoyaltyMyths［M］．NewJersey:Johnwiley&son,2005.

［5］菲利普•科特勒.营销管理［M］．梅清豪,译.上海:上海人民出版社,2003.

［6］ThalerRH.MentalAccountingandConsumerChoice［J］．MarketingScience,1985,4（3）:199-214.

［7］ZeithamlVA.ConsumerPerceptionsofPrice,Quality,andValue:AMeans-EndModelandSynthesisofEvidence［J］．JournalofMarketing,1988,52(3):2-22.

［8］GronroosC.Value-drivenRelationalMarketingfromProductstoResourcesandCompetences［J］．JournalofMarketingManagement,1997,13(5):407-419.

［9］CrosbyLA,EvansKR，CowlesD.RelationshipQualityinServicesSelling:AnInterpersonalInfluencePerspective［J］．JournalofMarketing，1990，54(3):68-81.

［10］MorganRM,HuntSD.TheCommitment-trustTheoryofRelationshipMarketing［J］．JournalofMarketing，1994，58(3):20-38.

［11］马尔萨斯.人口原理［M］．朱泱,胡企林,朱和中,译.北京:商务印书馆,1992.

［12］LeibensteinH.AllocativeEfficiencyvs.X-Efficiency［J］．TheAmericanEconomicReview,1966,56(3):392-415.

［13］KahnemanD,TverskyA.ProspectTheory:AnAnalysisofDecisionunderRisk［J］．Econometrica,1979,47(2):263-291.

［14］赫伯特•西蒙.管理行为［M］．詹正茂,译.北京：机械工业出版社，2007.

［15］保罗•阿尔布.经济心理学［M］．符锦勇,译.上海:上海译文出版社,1992.

［16］JarvenpaaS,ToddPA.ConsumerReactiontoElectronicShoppingontheWorldWideWeb［J］．InternationalJournalofElectronicCommerce,1997,1(2):59-77.

［17］EighmeyJ.ProfilingUserResponsestoCommercialWebsites［J］．JournalofAdvertisingResearch,1997,37(3):59-66.

［18］LeeJae-Nam.TheContributionofCommitmentValueinInternetCommerce:AnEmpiricalInvestigation［J］．JournaloftheAssociationforInformationsystem,2003(4):39-64.

［19］YangZhilin，PetersonRT.CustomerPerceivedValue,Satisfaction,andLoyalty：TheRoleofSwitchingCosts［J］．PsychologyandMarketing,2004,21(10):799-822.

［20］Sung-JoonYoon.TheAntecedentsandConsequencesofTrustinOn-line-purchaseDecision［J］．JournalofInteractiveMarketing,2002,16(2):47-63.

［21］姚公安，覃正.消费者对电子商务企业信任保持过程中体验的影响研究［J］．南开管理评论，2010,13（1）:99-107.

［22］宋晓兵，董大海.互联网环境下关系价值对顾客忠诚的影响研究［J］．管理学报，2009(7):944-951.

［23］KristofDW，GabyOS.AssessingtheImpactofARetailer′sRelationshipEffortsonConsumers′AttitudesandBehavior［J］．JournalofRetailingandConsumerServices,2003,10(2):95-108.

［24］AakerDA,JoachimsthalerE.BrandLeadership［M］．NewYork：TheFreePress，2000.

［25］苏勇，陈小平.品牌通鉴［M］．上海:上海人民出版社,2003.

［26］OliverRL.Satisfaction:ABehavioralPerspectiveontheConsumer［M］．NewYork:IrwinMcGrawHill,1997.

［27］张雄.市场经济中的非理性世界［M］．上海:立信会计出版社,1998.

［28］SmithER.SevenStepstoBuildingE-loyalty［J］．MedicalmarketingandMedia，2001,36(3):94-102.

［29］彭台光,高月慈,林钲.管理研究中的共同方法变异:问题本质、影响、测试和补救［J］．管理学报,2006(23):77-98.

［30］侯杰泰.结构方程模型及其应用［M］．北京:教育科学出版社,2004.

ResearchontheFormingMechanismofCyber-brandLoyaltybasedonthe

ComparativePerspectiveofSelf-brandandForeignBrandQIXin

(SchoolofBusiness，AnhuiUniversityofTechnology，Ma′anshan243032，China)

卷积神经网络基本概念篇4

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“CommunityandSociety”（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

卷积神经网络基本概念篇5

关键词：人工智能机器学习情感识别

中图分类号：TP18文献标识码：A文章编号：1674-098X（2016）06（a）-0077-02

人工智能是一门涵盖多学科知识，而又被当今社会广泛应用于多领域，给人带来便捷、高效的同时，又让业界为其担心的交叉学科知识的综合产物。随着各种智能机器人开始服务于各大领域，有超强力量的机械手臂，高效解决问题的专家系统，公众日常可接触到的可穿戴智能设备，从智能手机到各类功能的3D打印技术，从谷歌眼镜到全息投影，各类机器设备如雨后春笋不断涌出。

1人工智能的发展

“人工智能”简称AI，是集心理认知，机器学习，情感识别，人机交互以及数据保存、决策等于一身的多学科技术。其最早被提出是由McCarthy在20世纪中叶的达特茅斯会议上，这也成为人工智能正式诞生的标志。在人工智能经历两个低谷后的最近一个阶段，从1993年开始，人工智能其实取得了一些里程碑似的成果。比如在1997年，国际象棋冠军卡斯帕罗夫被深蓝战胜；英国皇家学会举行的“2014图灵测试”中“尤金・古斯特曼”第一次“通过”图灵测试，而这一天恰为计算机科学之父阿兰・图灵（AlanTuring）逝世60周年纪念日。2015年以来，“人工智能”开始成为诸多业界人士关注的焦点之一。2016年3月AlphaGo在首尔以4∶1战胜围棋世界冠军李世石，继而引发了人工智能将如何改变人类社会的思考。

2从AlphaGo看人工智能的“情感机制”与人类的关系

机器学习算法的本质是选择一个万能函数建立预测模型[1]。首先用户输入大量训练样本数据，机器对模型进行训练，选择可以使预测的模型达到最优的参数集，从而使模型能够更好地拟合训练样本数据的空间分布[2]。谷歌公司在训练AlphaGo时，收集了20万职业围棋高手的对局，在经过不同版本AlphaGo之间的自我对弈，生成了3000多万个对局，包含了人类围棋领域所积累的所有丰富和全面的知识与经验。相比IBM“深蓝”战胜国际象棋卡斯帕罗夫，其依靠了强大的运算能力取得了胜利，AlphaGo的最大进步是从“计算加记忆”进化到“拟合加记忆”法则[2]。智能设备具有了海量数据存储和高速的计算本领，人机交互（human-computerinteraction）系统研发过程遇到的瓶颈仍是识别和表达情感方面。

情感在人际交往中扮演着重要的角色，情绪的识别主要是识别人类传递情绪的信号。既可以通过语言直接传递，也可以通过语调、面目表情、姿势等进行表达。机器具有智能，“情感”是十分重要的一环。这要求机器具有对认知的解释与建构，而认知的关键问题则是自主和情感意识。

对人工智能的威胁霍金总结说：“人工智能在短时间内发展取决于应用它的人，长远来看到底其能否被控制是我们需要关注的内容。”针对人类对于“人工智能终将超越人类”的担忧可以概括为以下两点：（1）蠹生于木，而反食于木。恰如部分美国科幻片中所展现的场景，人类创造的机器因被赋予人类情感智力而脱离人类控制。（2）机器因其具有人类交互的情感且很少产生人工失误而逐渐取代人类的劳动，致使人类无用武之地而待业失业。从技术飞速发展过程来看，智能设备的应用往往只是其在某一功能极大化的使用，如，专家系统其解决的只是某一领域内复杂问题解决方案的决策提供；虚拟现实技术是生活场景的实体化展现，以方便用户更好地体验现实场景；服务领域的机器人，提供的只是某一行业的服务，恰如汽车提供的只是快速的代步工具而不能与人交流一样，智能机器只是发挥其某一单方面的优势，从而更好地辅助人类完成特定的工作。在未来社会，那些简单重复性的劳动将被机器所取代；此外，还有一些通过大量数据进行判别决策类的输出，从而更好地为人类提供建议；同时对社会生活中重大事变、复杂工业系统中的故障处理，这些存在危险的领域中有智能设备的存在其实质是对人类安全及人类价值的礼遇；而对于那些与人交流密切的服务领域内，则更需要人与人的沟通，才能更好地服务于人。这些机器的存在解放了人的身体，进而可以使人类投入更多精力在科研领域。而人工智能与人类之间的关系，可以用“共存”一词进行概括，即按劳分配，取长补短[2]。

3机器学习理论

目前最受社会关注的智能算法，当属日本学者福岛教授基于HubelWiese的视觉认知模型提出的卷积神经网络模型（ConvolutionNeuralNetwork，CNN），是一种深度监督学习下的机器学习模型。深度学习的概念来源于人工神经网络，常见的深度学习算法包括：受限波尔兹曼机（RestrictedBoltzmannMachine，RBN），DeepBeliefNetworks（DBN），卷积网络（ConvolutionalNetwork），堆栈式自动编码器（StackedAuto-encoders）。该算法的提出是为解决起初基于1943年，美国心理学家W.S.McCulloch和数学家W.A.Pitts生物神经元计算模型（M-P）[2]的早期人工神经网络中，网络层超过4层后，用传统反向传递算法训练而无法收敛的问题而提出。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成高层属性类别或特征，从而发现数据的分布特征。重要的人工神经网络算法包括：感知器神经网络（PerceptronNeuralNetwork），反向传递（BackPropagation），Hopfield网络，自组织映射（Self-OrganizingMap，SOM），学习矢量量化（LearningVectorQuantization，LVQ）。

简单介绍一下神经网络：

对应公式为，通过不同权重的多输入，得到输出，该单元也被称为逻辑回归模型。当多个单元相互关联，并进行分层后即形成了神经网络模型。

4人工智能的未来

当前，人才辈出的社会促进技术手段的不断创新，大数据，物联网，虚拟现实、云计算等技术发展与机器人人工智能领域不断融合发展，这无疑将推动产业方式发生改变。

而针对人工智能，李开复老师针对机器越发智能化而带给人类的危机表示：人工智能的真实危机在于未来机器将养活无所事事的人。这也在激励着人类，机器的智能，在代替人类部分劳动后，需要我们潜心于高科技的发展，进而不被社会所淘汰。斯特罗斯说“人工智能之于人类，最需要担心的是其自发意识。无人机并不能杀人，指导无人机的坐标并投射地狱火导弹的人才能杀人。”这一说法表明其认为人类已经生活在后人工智能世界了，但人们还没有意识到人工智能都是我们的人。这足以表明，人工智能产品的设计，一方面是为人类带来了更加绿色，智能，方便的生活方式，而另一方面其法律规范意识，以及人才价值观及道德的培养更值得社会关注。

参考文献

[1]于玲，吴铁军.LS-Ensem：一种用于回归的集成算法[J].计算机学报，2006（5）：719-726.