31、人格类型在个性化说服中的效用

人格类型在个性化说服中的效用

1. 研究背景与目的

在个性化说服的研究中,人格类型对于预测行为意图的作用备受关注。此前有研究聚焦于西方人群提出了人格类型,本研究旨在探究这些人格类型是否也适用于日本人群,以及人格类型在预测行为意图方面的效用。

2. 分析方法

2.1 人格类型验证

为了验证在日本人群中是否存在与Gerlach等人提出的相似人格类型,进行了一系列层次聚类分析。具体步骤如下:
1. 对大五人格问卷项目的答案进行z - 标准化处理,并计算大五人格得分。
2. 使用Ward最小方差法进行层次聚类分析,该方法能最小化聚类内的总方差。

2.2 预测模型构建

构建了九种不同复杂度的预测模型,分为三类:直接效应模型(M1 - M3)、双向交互模型(M4 - M6)和三向交互模型(M7 - M9)。模型公式如下:
- M1 ~ M3 : (P = \sigma(b + DE)),(DE = \sum_{i} \beta_{p_i} p_i + \sum_{j} \beta_{S_j} s_j)
- M4 ~ M6 : (P = \sigma(b + DE + IE_{2way})),(IE_{2way} = \sum_{i} \sum_{j} \beta_{2way_{i,j}} p_i s_j)
- M7 ~ M9 : (P = \sigma(b + DE + IE_{2way} + IE_{3way})),(IE_{3way} = \sum_{i} \sum_{j} \sum_{k} \beta_{3way_{i,j,k}} p_i s_j c_k)

复杂几何的多球近似MATLAB类及多球模型的比较 MATLAB类Approxi提供了一个框架,用于使用具有迭代缩放的聚集球体模型来近似解剖体积模型,以适应目标体积和模型比较。专为骨科、生物力学和计算几何应用而开发。 MATLAB class for multi-sphere approximation of complex geometries and comparison of multi-sphere models 主要特点: 球体模型生成 1.多球体模型生成:与Sihaeri的聚集球体算法的接口 2.音量缩放 基于体素的球体模型和参考几何体的交集。 迭代缩放球体模型以匹配目标体积。 3.模型比较:不同模型体素占用率的频率分析(多个评分指标) 4.几何分析:原始曲面模型和球体模型之间的顶点到最近邻距离映射(带颜色编码结果)。 如何使用: 1.代码结构:Approxi类可以集成到相应的主脚本中。代码的关键部分被提取到单独的函数中以供重用。 2.导入:将STL(或网格)导入MATLAB,并确保所需的函数,如DEM clusteredSphere(populateSpheres)和inpolyhedron,已添加到MATLAB路径中 3.生成多球体模型:使用DEM clusteredSphere方法从输入网格创建多球体模型 4.运行体积交点:计算多球体模型和参考几何体之间的基于体素的交点,并调整多球体模型以匹配目标体积 5.比较和可视化模型:比较多个多球体模型的体素频率,并计算多球体模型与原始表面模型之间的距离,以进行2D/3D可视化 使用案例: 骨科和生物力学体积建模 复杂结构的多球模型形状近似 基于体素拟合度量的模型选择 基于距离的患者特定几何形状和近似值分析 优点: 复杂几何的多球体模型 可扩展模型(基于体素)-自动调整到目标体积 可视化就绪输出(距离图)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值