基于ISM分析的创新动力与注意力分配方式研究

2018-07-14李慧萍牛莉霞

中国集体经济 2018年2期

李慧萍牛莉霞

摘要：为深入研究在海量信息下大学生注意力分配现状及影响因素，从大学生个人、家庭、学校、社会方面建立大学生注意力分配方式影响因素的指标体系。在文献综述的前提下，采用解释结构模型分析各因素之间的关系，建立多层级递进模型，建立指标权重体系。结果表明直接影响因素是个人因素中的学习方式。

关键词：注意力分配；大学生；解释结构模型（ISM）

信息技术的不断进步，使得互联网与移动终端成为生活中必不可少的一部分，信息的畅通，使得人们可以随时随地交流沟通，但由于海量信息的涌入，人们的注意力资源越渐匮乏。大学生更是如此，在大量接收专业知识教育的同时，需要用有限的精力去应对无限的信息，很多大学生都不知道该如何分配注意力，因此分析大学生注意力分配，避免资源的浪费，进行信息获取的优化，更加避免关注很多有害信息，造成很多社会问题的出现。

对此，国内外学者做过相对研究，周新龙将注意力不集中原因氛围主观和客观两类，并从脑力负荷角度分析注意力不集中状态。游旭群则强调提示和第二任务要求的作用，他表示提示有助于注意资源的集中。成连华根据注意的能量分配模型，作业人员会根据作业对象、当前目标、作业环境等自动分配注意力。作业人员主要讲注意分配到生产中。其他学者就注意力分配测量、噪音干扰、网络使用等方面分别研究了注意力分配影响因素。但大多数研究都基于大学生注意力分配的两三个因素，研究其互相作用关系，缺乏对大学生注意力分配影响因素层次性研究分析。

本研究首先通过国内外文献总结出较为重要的影响因素，建立指标体系，随后采用解释结构模型（Interpretation structure model，以下简称ISM），找出各动力机制之间层次关系，为更有效的引导大学生注意力分配，为大学生建立合理有效的分配方式提供科学依据。

一、大学生注意力分配影响因素分析及体系构建

经过对国内各高校大学生问卷抽样调查，总结16个大学生注意力影响因素，进一步经过专家评审，确定出大学生注意力分配受4个方面影响，细分为12个因素。

自身因素：大学生兴趣爱好S1、闲暇时间S2、价值观念S3、学习方式S4。

家庭因素：家庭教育S5、家庭收入S6、成长环境S7。

学校因素：设施建设S8、支持力度S9、教学模式S10。

社会因素：网络技术S11、信息渠道S12。

二、基于ISM的大学生创新行为动力机制模型构建

本文采用解释结构模型（ISM）分析方法，利用解释结构模型在已知的复杂散乱的系统要素关系下，分析这些复杂散乱的系统要素之间的关联程度，将大学生创新行为动力机制进行层次性分类。

在列出的12个影响因素基础上，通过专家打分法和访谈分析法，判断出大学生创新行为影响因素间的关系，根据其中关系，建立邻接矩阵A。

（一）建立可达矩阵

根据布尔矩阵运算规则，由邻接矩阵A与单位矩阵I求和，并对（A+I）进行幂运算，直至（A+I）K-1≠（A+I）K=（A+I）K+1时，得可达矩阵M=（A+I）K。

（二）生成缩减矩阵

根据布尔矩阵运算规则：0+0=0，0+1=1，1+0=1，1+1=1，0×0=0，0×1=0，1×0=0，1×1=1，由邻接矩阵 A 与单位矩阵 I 求和，并对（A+I）进行幂运算，直至（A+I）K-1 ≠（A+I）K =（A+I） K+1时，矩阵 M=（A+I）K 即为可达矩阵。经过运算，当 K=4 时，符合上述公式，得到的可达矩阵为 M=（A+I）4（见图 1）。分析可达矩阵发现：S1 和 S2、S6、S9、S10、S12可替代， S3和 S7可替代，S4、S8和 S11 可替代，从而组成可达集R（Si）和所有能影响到Si的要素，组成先行集A（Si），最后找出所有既影响Si又被Si影响的要素，组成共同集C（Si）。依据R（Si）∩A（Si）=C（Si）条件划分大学生学习倦怠行为影响因素层级，按照自上而下的方式，即可达集等于共同集的方式进行层级划分，经计算，第一节点：L1=3+7+00；第二节点：L2=0+1+5+8+0/01；第三节点：L3=2+4+6。于是去掉 S2、S6、S7、S8、S9、S10、S11、S12可得縮减矩阵（如图 2所示）。