感知范文10篇

摘要：夜間旅游為人們提供了多樣化的精神消費場所，是促進文化消費和提增強城市魅力的引擎。提升文化要素感知是城市夜間旅游高質量發展的重要途徑。本文以夜游廣州“珠江魅力”之旅為案例，運用IPA方法分析“珠江魅力”之旅的游客文化要素感知，結果顯示：游客對物質文化要素的感知較好，對非物質文化要素感知有待提升。基于此，應堅定保護承載特色文化的物質旅游文化要素，提升非物質文化要素的感知體驗，挖掘夜間旅游文化要素新亮點。

關鍵詞：文化要素；夜間旅游；嶺南文化

一、引言

夜間旅游是夜間經濟的重要組成部分，是文化和旅游融合發展的新方式，激活城市空間，為人們提供新的消費選擇，也引爆了夜間經濟。為滿足人民精神文化需求，文化體驗成為夜間旅游需求的重要組成部分，據中國文化旅游發展研究院《夜間旅游產品市場經濟數據分析報告2019》顯示，超過60%的游客對夜游產品文化需求有明顯提高，更希望體驗豐富的夜游產品與夜游品質。夜間旅游文化體驗來自對文化要素的感知。文化要素是文化旅游的核心，是特定區域的文化符號。文化要素以不同的形式呈現給游客，并影響游客的旅游體驗。同時，感知文化要素的方式具有多樣性，游客可以從視覺、聽覺、嗅覺、觸覺來感知不同的文化要素。游客對文化要素感知程度的高低，很大程度上能反映地區文化旅游資源開發的程度。研究夜間旅游文化要素感知，對提高城市夜間旅游質量與文化資源利用率，塑造城市夜間旅游文化品牌具有重要意義。

二、研究設計

1.旅游文化要素的界定文化要素是文化的基本構成，旅游文化要素包含物質文化要素也包含非物質文化要素。其中：物質文化要素是主要內容，也是旅游活動開展的基礎，表現為自然景觀（名山大川）和人文景觀（文物古跡）等，是旅游活動最直接的體驗；非物質文化要素是核心內容，涵蓋了風土人情、習俗禮儀等，它依靠物質文化要素來傳遞，也是旅游活動的靈魂（王楠，2011）。2.案例選取為促進廣州市夜間經濟發展，2019年8月，廣州市正式印發《廣州市推動夜間經濟發展實施方案》和《廣州夜間消費地圖》。廣州市文化廣電旅游局推出了6條夜間旅游精品線路，有“夜游廣州”紅色傳承之旅、千年古跡之旅、珠江魅力之旅、都市尋味之旅、活力都市之旅、西關風情之旅，涵蓋博物館、知名餐廳、商業區、文化旅游地標等文化旅游元素，打造嶺南文化夜間旅游體驗。本文選取“夜游廣州”魅力珠江之旅作為案例研究對象，魅力珠江之旅包括西漢南越王宮博物館、北京路文化旅游區與珠江夜游三個特色景點。3.調查設計（1）問卷設計根據旅游文化要素的界定，本文選取“魅力珠江”之旅的十個核心文化要素，分別是：建筑原貌、粵劇、騎樓、燈光、學宮、歷史遺跡、宗教信仰、特色習俗、特色飲食、方言。問卷包括兩個部分：第一部分是受訪者個人情況的簡單調查，分別是性別、年齡、職業、月收入情況；第二部分是由測量受訪者對“魅力珠江”之旅文化要素的重要性與實際表現感知的題項組成。調查采用李克特5分量表進行測量，重要性的選項依次為非常重要、不重要、不重要、一般、重要、非常重要，實際表現感知的選項依次為非常差、比較差、一般、比較好、非常好。分別賦予的分值為1、2、3、4、5。此次調查問卷的發放地點為“魅力珠江”之旅的三個景點：西漢南越王宮博物館、北京路文化旅游區、天字碼頭。共發放問卷250份，實際收回236份，回收率為94.4%，有效問卷為236份，問卷的有效率為100％。為確保調查數據的可靠性，本文采用Cronbach's α系數對“魅力珠江”之旅的十項文化要素感知的重要性與實際表現量表進行信度檢驗。根據結果顯示，重要性感知量表的Cronbach's α=0.914，實際表現感知量表的Cronbach's α=0.923，都大于0.8，說明調查數據的信度較高。（2）文化要素感知的分析方法本文將使用IPA分析方法對“魅力珠江”之旅文化要素感知進行分析。IPA分析法最早由Martilla和James在1977年提出，其基本思想是通過人們對重要性的關注程度和在消費中的實際感知程度建立四維象限進行對比分析，從而測度感知體驗（梁方倍等，2020）。IPA分析結果可以分成四個象限，分別是優勢區、改進區、機會區、維持區（張雪萍等，2018）。（3）樣本的統計說明樣本的統計分析顯示：在男女性別分布上，男女比例為4比6，女性占較大一部分。在年齡分布上，占比最大年齡段在19歲～35歲，占比為52%；其次是小于18歲，占比為22.4%。可見，受訪者主要為中青年。在職業分布上，學生是占比最大的人群，比例為66.9%；其次是企業職工/公司員工，占比為22.9%。在月收入情況分布上，收入少于等于3000元的人群是占比最大的，比例為82.6%，其次收入在3000元到5000元的比例是13.5%。在是否為游客分布上，非游客65.3%，游客占34.7%。

一、引言

旅游地居民對旅游影響的感知與態度是旅游項目開發、營銷與運營的重要影響因素之一，對旅游業的可持續發展有著深遠意義，受到了國內外學者的廣泛關注。國外學者關于旅游地居民對旅游影響感知與態度的研究起步較早，始于20世紀70年代，國內學者對其的研究始于20世紀90年代。學者們多結合實證分析，研究旅游地居民對旅游影響的經濟、社會、文化、生態環境等方面的感知，以及旅游地居民感知與態度的影響因素，另外，國外學者還注重相關理論依據研究，如刺激指數理論、旅游地生命周期理論、社會交換理論等。近年來，隨著鄉村振興戰略的實施和旅游業的興起，鄉村旅游作為一種資源節約型、環境友好型產業，被認為是帶動鄉村發展、實現鄉村振興的一個有效途徑。因此，本研究以邕寧區為例，旨在探究鄉村旅游地居民對旅游影響的感知與態度，為鄉村旅游的可持續發展提供建議與借鑒。

二、研究區域與研究方法

(一)研究區域概況。邕寧區位于廣西壯族自治區南部，南寧市東南部，地處南亞熱帶季風區，轄5個鄉鎮，9個社區、65個行政村、402個自然村，全城區總面積1255平方公里，人口34.81萬人，2005年進入撤縣設區新階段。邕寧區歷史悠久，民風淳樸，自然與人文旅游資源豐富，民間藝術多彩多姿，形成了極具特色的田園景觀與民族文化。近年來，邕寧區旅游業發展態勢良好，影響力不斷擴大，鄉村旅游業為全區經濟發展做出了重要貢獻。(二)研究方法與過程。本研究主要采用問卷調查法、半結構式訪談法與因子分析法，以研究邕寧區鄉村旅游地居民對旅游影響的感知與態度。調查問卷共由四部分組成。第一部分為調查樣本的人口統計學特征。第二部分為鄉村旅游地居民對旅游影響的感知調查，共14個題項，主要由經濟、社會文化、生態環境與政府支持等維度構成。第三部分為鄉村旅游地居民對旅游發展的態度調查，共3個題項，主要由鄉村旅游地居民對當地旅游發展的支持意愿與滿意度構成。第四部分設置為開放性問題，調查鄉村旅游地居民對旅游發展的意見和建議。問卷的第二與第三部分利用李克特五級量表法，1～5分分別代表非常不同意、不同意、中立、同意、非常同意。本次研究選取那蒙坡、那貴坡、五圣宮、徐漢林烈士陵園這四個邕寧區較具代表性的鄉村旅游地為調查地點，問卷發放對象為邕寧區鄉村旅游地居民，共發放調查問卷130份，回收130份，回收率100%，篩選后得到有效問卷126份，有效率96.92%。運用SPSS22.0軟件對問卷第二與第三部分所獲數據進行分析處理，采用因子分析法研究鄉村旅游地居民對旅游影響的感知與態度特征。在進行后續因子分析前，對鄉村旅游地居民感知和態度題項進行信度分析，第一次分析結果顯示前者的Cronbach’sα系數小于推薦值0.7，經過調整，剔除了問卷第二部分的“旅游使當地物價、房價上漲”題項，調整后兩者的Cronbach’sα系數均大于0.7，表明問卷量表設計合理，信度較高。

三、研究結果分析

(一)調查樣本人口統計學特征。根據回收得到的有效問卷數據，整理得出調查樣本的人口統計學特征如下表1。在被調查者中，男、女比例分別為45.2%與54.8%，性別分布較為均衡；在年齡結構方面，被調查者均為成年人，具有較好的獨立思考能力，其中41～50歲年齡段占比最高，其次為31～40歲、18～30歲年齡段；在文化程度方面，被調查者受教育程度大多為初中與高中/大專，本科及以上學歷占比最少，被調查居民總體文化程度不高；在月收入方面，被調查者月收入大多分布于2000～5000元段，其次為2000元以下與5000～8000元段。總體而言，調查樣本的各項人口統計學特征分布廣泛，質量較好。(二)鄉村旅游地居民對旅游影響的感知分析。1.鄉村旅游地居民對旅游影響感知的因子分析。運用SPSS22.0軟件對問卷第二部分數據進行分析。首先對數據進行KMO檢驗與Bartlett球形檢驗，即效度檢驗，結果顯示KMO值為0.815，Bartlett球形檢驗的顯著性概率P值為0.000(P<0.01)，表示適合進行因子分析。之后，采用主成分分析法和最大方差旋轉法提取公因子，并以特征值λ＞1且因子載荷值≥0.4為標準進行篩選。處理后，共提取得到4個公因子，13個旅游影響感知題項均落到相應公因子中，累計方差貢獻率為68.722%，表示這4個公因子對所有信息的解釋能力較好，將其分別命名為“社會失序與環境破壞”“社會文化與生態環境效益”“政府支持”與“經濟效益”，因子分析結果見表2。2.鄉村旅游地居民對旅游影響感知的特征分析。在經濟影響感知方面，當地居民對旅游發展帶來的經濟影響正面感知較強。公因子“經濟效益”均值為3.53，表示鄉村旅游發展為當地居民帶來了一定的經濟效益，產生了積極的經濟影響。在訪談中發現，鄉村旅游業的發展為當地帶來了更多元化的就業機會，居民就業結構發生變化，部分居民從以往的務農、外出打工轉業為經營旅館、農家樂、景區接待等旅游服務業或靠土地租賃、土地流轉承包的股份分紅增收，相比以往經濟水平有所提高。但由于邕寧區旅游業發展起步較晚，也有居民表示未感知到明顯的經濟收益，現階段只有一部分人從旅游業中獲利。在社會文化與生態環境影響感知方面，當地居民對旅游發展為其帶來的正面影響感知較強，而對其帶來的負面影響感知較弱。公因子“社會文化與生態環境效益”均值為3.87，表示當地居民對鄉村旅游發展帶來的積極社會文化與生態環境影響感知較為明顯，尤其是“旅游使當地民俗與傳統文化得到了保護與傳承”“旅游使當地基礎設施建設更為完善”兩項。公因子“社會失序與環境破壞”均值為2.77，其包含的四個題項分值均較低，表示當地居民對鄉村旅游發展帶來的消極社會文化與生態環境影響感知并不明顯。在訪談中發現，當地居民大多對鄉村旅游發展帶來的基礎設施完善以及村容村貌、社區環境改善予以肯定，表示并未有較大的環境污染、鄉村景觀美感破壞以及長期交通堵塞的困擾，但也有村民表示，景區仍存在旅游配套設施不足、疏于管理等問題。另外，村民表示發展旅游業在讓當地變得開放的同時，也更好地發掘和傳承了傳統文化。在政府支持感知方面，當地居民對旅游業發展中的政府支持感知較弱。公因子“政府支持”均值為2.95，其包含的三個題項分值均不高，尤其“當地政府發展鄉村旅游、作出決策時會征求我們的意見”題項，表示在鄉村旅游發展過程中，當地居民對政策支持與政府引導的感知不強，特別是在社區參與、民意收集方面。在訪談中發現，僅部分居民在政府的引導下參與了旅游經營活動，仍有許多有意愿參與的居民苦于不了解相關政策、缺乏資金支持與技術引導。另外，也有居民表示，自己雖然愿意主動為當地鄉村旅游發展提出意見，但當地政府在政民溝通上存在不足，社區居民參與無門。(三)鄉村旅游地居民對旅游發展的態度分析。1.鄉村旅游地居民對旅游發展態度的因子分析。運用SPSS22.0軟件對問卷第三部分數據進行分析。首先對數據進行KMO檢驗與Bartlett球形檢驗，即效度檢驗，結果顯示KMO值為0.854，Bartlett球形檢驗的顯著性概率P值為0.000(P<0.01)，表示適合進行因子分析。之后，采用主成分分析法和最大方差旋轉法提取公因子，并以特征值λ＞1且因子載荷值≥0.4為標準進行篩選。處理后，共提取得到1個公因子，3個旅游發展態度題項均落到其上，累計方差貢獻率為61.514%，表示這個公因子對所有信息的解釋能力較好，將其命名為“旅游發展態度”，因子分析結果見表3。2.鄉村旅游地居民對旅游發展態度的特征分析。由表3可見，邕寧區鄉村旅游地居民對當地旅游發展的態度較為積極正面。公因子“旅游發展態度”均值為3.62，其中題項“我對當地鄉村旅游發展感到滿意”分值相對較低，表示當地居民對邕寧區鄉村旅游發展現狀基本滿意，并對其抱有正面積極的支持態度，愿意為當地鄉村旅游發展提供建議、貢獻力量。在訪談中發現，雖然當地居民對鄉村旅游發展帶來各方面效益予以肯定，并愿意提供支持，但表示其仍存在旅游配套設施不完善、景區管理方式不當與宣傳不足、缺乏政府引導與政民溝通、旅游業發展只使一部分人獲利等問題，這也是居民對當地旅游發展滿意度相對不高的部分原因。

摘要：隨著近年湄洲島旅游業的發展，社區居民與旅游業發展之間的矛盾不斷暴露。在調查問卷的基礎上，結合統計數據，從湄洲島旅游給社區帶來的社會文化、經濟、環境等方面影響著手，分析湄洲島居民對旅游業發展的感知與態度，研究結果表明：湄洲島旅游業社區參與不足；居民的旅游感知還受景區輻射范圍的影響，形成明顯的空間遞減規律；湄洲島居民旅游感知中社會文化、環境感知強于經濟感知；居民對政府的作為有更大的期待。

關鍵詞：湄洲島；社區居民；旅游影響；感知

一引言

目前，全球旅游有明顯的趨海性，熱帶、亞熱帶海域的海島是世界主要旅游目的地。由于海島遠離大陸、規模有限，生態、經濟、文化較為脆弱，旅游對海島的影響較早就引起國外專家、學者的關注，并且已有較多的成果。①加拿大學者RichardW.Butler根據產品周期理論，在旅游型海島調查的基礎上提出旅游地演化的6個階段，這實際上是人地關系相互影響的動態過程。JeannieHarvey等根據性別差異對旅游影響進行研究，發現性別差異對旅游影響乃至旅游行業中的收入差距感知差異并不明顯。ElizabethFrediline等通過聚類分析，對旅游發展持不同態度的居民分為有矛盾的支持者、憎恨者、現實主義者、熱愛者、顧慮者5類。國內對海島旅游的研究多集中于資源評價、市場分析、環境保護和規劃管理等方面，對旅游的區域影響研究較遲，研究成果少，但是發展趨勢較快。①宣國富等以海南省海口市和三亞市為例，在實地調研的基礎上，分析了濱海旅游地居民對旅游的經濟、社會文化、環境影響的感知程度及對旅游業的態度，比較了不同人口學特征及與旅游業關系密切程度不同的居民對旅游影響的感知和對旅游態度的差異。陳金華等采用實地問卷調查與訪談的方法對福建省東山島進行調查，研究結果顯示：居民總體上對旅游正面影響感知較強，對旅游的負面影響感知較弱；居民對旅游的經濟影響感知比社會文化、環境感知強烈；居民個人屬性、文化、經濟差異對旅游影響感知總體差異不大，但是在某些方面仍存在一定差異。[5]90-94楊奇美以浙江省舟山市“普陀旅游金三角”中普陀山、朱家尖、桃花島三島為例，在實地調研的基礎上，分析了海島旅游地居民對旅游社會文化、經濟、環境影響的感知程度，比較了處于不同旅游發展階段的海島居民對旅游影響感知的差異。

總之，國內外對海島旅游影響分析過程中較多采用社會學、經濟學的視角來研究，研究結果僅反映海島旅游的一個側面，難以指導海島區域旅游實踐。而利用社會學、經濟學研究方法，并結合地理學空間思維，系統研究海島旅游影響是一個新的嘗試。基于此，本文以福建省湄洲島國家旅游度假區為研究對象，利用問卷調查法、訪談法和文獻分析法等方法，從社會文化、經濟、環境三方面影響以及居民對發展旅游的總體態度，探討湄洲島社區居民對旅游影響的感知，感知的空間差異，為制定湄洲島旅游區域發展戰略及建立和完善旅游地社區參與機制，實現旅游可持續發展提供參考。

二研究區與研究方法

內容摘要：文章通過對“固定Do唱名法”與“流動Do唱名法”在音樂感知方式上的不同比較與論述說明：在專業的音樂教學中，不要將兩種唱名法截然分開，形成單打一，或者以為流動Do唱名法是一種簡單而麻煩的、非專業的、不科學的方法而將其冷落。而應該是在因人略有所別、略有側重的情況下，“兩手都要抓，兩手都要硬”。

關鍵詞：唱名法感知音樂的方式比較教學

人對音樂的感知方式與觀念是有所不同的。不同的唱名法，正是這種差異性的反映。

鑒于語言與歷史傳統的不同，因此世界各地所通行的唱名法有所不同。目前，包括專業的音樂教學在內，被廣泛應用的唱名法主要有兩種：一種是“固定Do唱名法”（簡稱“固定唱名法”）；另一種是“流動Do唱名法”(即習慣稱謂的“首調唱名法”。在此，筆者以為使用“流動do唱名法”更為恰當)。這兩種唱名“法”的唱名，都是Do、Re、Mi、Fa、Sol、La、Si（或Ti），而其本質的區別，全在于唱名固定對應的指向的不同。

“固定Do唱名法”，就是將唱名“Do”固定指向基本音級C所在的音位，而Re、Mi、Fa、Sol、La、Si（或Ti）六個唱名則隨后固定指向于D、E、F、G、A、B六個基本音級所在的音位上的一種唱名法。這種唱名法的唱名指向，不會因為譜號和調式的主音音高的變化而變化。

譜例1：唱名Do固定指向基本音級C所在的音位，Re、Mi、Fa、Sol、La、Si六個唱名則隨后固定指向D、E、F、G、A、B六個基本音級所在的音位上。

摘要:幼兒期是音樂發展的關鍵時期，隨著生活水平的提高和社會文化的繁榮，家長和教師越來越重視幼兒期的音樂能力培養。但音樂教育的發展同樣也存在著許多問題，集中表現為學校教育“重技能輕素養”，許多幼兒沒有能夠在音樂中感知和欣賞真正的美，缺少表達音樂美的能力，從而導致幼兒漸漸失去了對音樂的興趣。只有回歸到音樂本身的各個要素去感知，才是幫助幼兒培養持久而良好的音樂感的有效途徑。對音樂的感知主要有節奏節拍的感知、旋律和聲的感知、力度的感知、音色的感知和音樂風格的感知這幾個方面，從這些角度出發所進行的音樂活動，能夠更好地促進幼兒音樂感的發展。

關鍵詞:音樂感知；幼兒音樂教育；音樂表達

音樂幾乎是伴隨著人類社會的文明同時出現的，音樂最早產生于人們的勞動，激發人們的勞動熱情，但最初的音樂形態只有簡單的節奏。隨著人類文明的發展，人們對音樂的需求越來越高，音樂的表達方式愈漸豐富，音樂的節奏和織體也越來越復雜。《3-6歲兒童學習與發展指南》中指出幼兒階段對音樂感知的要求是要感知聲音的高低、長短、強弱；欣賞藝術作品時會產生相應的聯想和情緒反應。對音樂表達的要求是：樂于模仿自然界中有特點的聲音，會用多種工具材料表達自己的感受和想法，能和他人配合，也能獨立表現。

1音樂的表現特征

要想感知音樂，首先要理解音樂的表現特征。音樂的表現特征不同于其他的藝術形式，相比于其他多數靜止的藝術作品，音樂是流動的、有組織的、通過時間來運動的聲音，它包括時間（表現為節奏）和音高（表現為旋律與和聲）的相互作用，因此從音樂的強弱、長短、高低、速度上來理解音樂的表現特征尤為重要。1.1節奏與節拍。節奏一詞最早出現在古希臘的文獻典籍之中，其本意是“均勻地進行”。后來出現了引申含義，即指世間萬物均勻、整齊地交替進行。例如，春、夏、秋、冬一年四季的輪回、白天與黑夜的更替，都可稱之為節奏。人體的生理機能本身也存在著節奏，例如每分鐘的心跳、脈搏和呼吸等。從音樂的角度解釋“節奏”一詞，它囊括了不同時值的音的長短與強弱關系，包含了音樂中與時間相關的所有因素。節奏是音樂作品的脈搏，是旋律的骨架，從某種意義上說，節奏的樣式決定了樂曲的類型與風格，任何一部優秀的音樂作品都有其鮮明的節奏。節奏有著多樣的形態，在音樂作品中最常見的節奏型有平均型、切分型、附點型、連音型等，這些節奏型在不同的節拍中有著各自不同的組織形式[1]。1.2旋律與和聲。如果說節奏是一部音樂作品的骨架，那么旋律就是樂曲的血肉。旋律是一系列音高的排列所組成的一個有凝聚力和令人愉悅的音樂線條。旋律為音樂提供了一種抒情的聲音，節奏給這種音樂以活力，而和聲則為之增加了深度和豐富性，就像繪畫中的透視深度為藝術增添了豐富的背景。1.3力度。力度是音量的不同程度，包括強音和弱音，音響由此產生出來。力度和音色結合在一起影響著我們聽音樂和對音樂做反應的方式。同一個樂器在不同的演奏力度下可以發出較強的音和較弱的音，對力度的控制不僅能幫助幼兒感受自身動作強度和音樂響度之間的關系，也能恰當地讓幼兒進行音樂的表達。1.4音色。音色，即音樂中的色彩，簡單地說，就是由人聲或樂器發出的任何聲音的音質。不同的樂器根據其自身材料和發聲方式的不同可以發出完全不一樣的聲音，多樣化的樂器能夠提供多樣化的音色刺激。1.5音樂風格。音樂中的風格指的是音樂的諸多因素———節奏、旋律、和聲、色彩、織體和形式在相互作用下產生的特殊的音響。所有這些因素表現出的獨特方式建立起一種風格。在浩瀚的音樂發展歷史進程中，每一位音樂家都有其獨特的風格。另外，音樂的不同歷史時期也有著各自的音樂風格。

2幼兒園音樂教育中的音樂感知與表達

論文關鍵詞：城市形象感知亞運會

論文內容摘要：本文以服務廣州2010年亞運會為目的，通過數據客觀地分析了各種群體對廣州服務項目的滿意度，并根據分析結果得出建議，以期為廣東省和廣州市政府負責亞運會籌辦工作的相關部門制定亞運會服務籌備、形象推廣策略提供實證和理論的支持。

廣州是一座擁有2000多年悠久歷史的文化名城，是廣東省政治、經濟和文化中心，華南地區的交通樞紐，具有“千年名城，南國明珠”的美譽。改革開放30年，廣州GDP增長45倍，成為全國經濟實力最強的城市之一；城市環境明顯改善，成為了“國家環保模范城市”、“國家園林城市”、“國家衛生城市”和“全國文明城市”等。

2010年亞運會是推進廣州城市形象建設和城市發展的絕佳機遇，也是把廣州建設成為帶動全省、輻射華南、影響東南亞的現代化大都市的一種極為重要的推動力（陳建華，2004）。目前，國內不少學者對廣州城市形象進行了研究，如徐君亮（2000）通過旅游產品的界定模式研究了廣州城市旅游形象定位和建設；余國楊（1999）提出廣州城市形象建設體系包括旅游形象定位、形象項目確定、形象項目建設三個組成部分；陳建華（2004）分析了2010年亞運會對廣州城市規劃的影響；彭高峰（2005）提出廣州城市發展將借亞運契機，整合城市空間發展戰略，構筑“亞運城市”的形象和空間格局。但大多數學者依賴于廣州城市形象的定性分析，缺乏對市民、游客感知的城市形象調查研究。因此，本文通過實證調查廣州市居民、國內游客、國外游客三個群體在重大體育賽事期間對城市服務項目的感知和預期，深入細致的研究城市形象認知主體的感知和需求。

基于市民、游客感知的城市形象研究方法

為了解廣州市民和游客對廣州城市形象感知情況，筆者在廣州北京路、天河城、陳家祠、火車東站、地鐵等人流量大的地方進行了問卷調查，共發放問卷1580份，回收1490份，其中有效問卷1469份，有效回收率達92.97%，其中包括國外問卷144份。問卷包含八個部分（包括整體印象、服務項目、改善措施等），50道問題，本文針對服務項目15道問題的問卷結果進行分析。被訪者對問卷15個服務項目的滿意程度逐項評價，評價選項采用李克特五級量表，1表示“非常不滿意”，5表示“非常滿意”，各項目Cronbach＇sAlpha值為0.92，各項信度較好，說明問卷設計科學。通過SPSS統計分析得出被訪者對廣州服務體系的一些感知情況，并就問卷反映出來的問題給予建議。

【摘要】作為計算機技術與互聯網技術之后又一信息技術進步，物聯網技術的核心依舊是互聯網，也是互聯網的眼神，用戶端可以延伸到物品與物品之間，實現物品的交流與通信，應用層、網絡層以及感知層是物聯網的三個組成部分，其中感知層是信息獲取的重要來源。基于此，本文以物聯網感知層的信息安全防護作為研究對象，分析物聯網信息安全的表現特點，探究物聯網感知層存在的信息安全威脅，分別從加強傳感網機密性安全控制與節點認證、加強入侵監測與安全路由控制、構建信息安全監管體系、建立科學容錯容侵機制等方面詳細闡述物聯網感知層的信息安全防護策略。

【關鍵詞】物聯網；感知層；信息安全；防護策略

物聯網主要以感知為目的，感知層就像是皮膚一樣，可以用來采集信息，對收集到的信息加以識別，分析信息交互給物聯網帶來的影響，物聯網將會時間物體與物體之間在任何時間任何地點的有效互聯，但是在一定程度上存在著信息暴露的威脅，如果對于這種情況沒有進行有效地防護，信息很有可能被利用，進而損害人們的合法利益。

1物聯網信息安全表現特點

分析物聯網信息安全特點，具體如下：（1）物聯網感知層具有信息安全特點，一般情況下物聯網感知層的節點設備不受重視，如果缺乏相應的保護措施，一旦遭受入侵者的入侵，系統將會受到迫害，RFID系統中非接觸式無線通信系統很容易受到安全威脅，入侵者可以對物聯網感知層信息進行隨意篡改，大量虛假信息的存在嚴重影響物聯網安全環境；（2）網絡層信息安全特點，物聯網進行信息傳輸的時候，主要以無限信號作為傳輸的主要方式，但是網絡環境本身具有不確定性，當物聯網感知層的節點進行工作的時候，不法分子和攻擊者可以利用非法手段竊取物聯網感知層的信息，除此之外，不法分子還能夠對身份進行一定的偽裝，這種偽裝還是合法性的，很難由此感知到身份問題，最終達到竊取物聯網用戶信息的目的。甚至有的攻擊者會使用信號轟炸的辦法破壞物聯網感知層節點；（3）物聯網應用層信息安全特點，由于物聯網運行中，相關節電設備是沒有人保護的，遠程配置信息的時候很容易受到不法分子的篡改，信息遭受篡改與刪除是物聯網系統面臨的主要威脅，雖然當前物聯網信息管理平臺中有著相應的安全標準，具體的防護措施也有很多種，但是物聯網自身依然存在安全隱患，無論是審計安全還是物聯網身份認證安全都在危害著物聯網的正常運行，此外，人機交互問題日漸明顯，物聯網的可靠性受到威脅，由于物聯網應用層有較多的終端設備，必須進行數據處理與分析，這兩方面在實現的時候也會面臨著安全性與穩定性的問題[1]。

2物聯網感知層存在的信息安全威脅

隨著移動網絡的快速發展，網絡規模越來越大，網絡結構越來越復雜，國內的網民數量迅猛增加，網絡安全問題也越來越突出，從分析網絡整體安全狀況入手的網絡安全態勢感知研究也越來越受重視。安全態勢感知是指在一定時間和空間下的大規模網絡環境中，采用綜合防御機制，將網絡中傳感器收集并記載在各個安全設備上的各類網絡狀況信息加以融合，并快速提取從而識別分辨出威脅、攻擊等破壞網絡安全的行為，進而整合分析各個安全要素，得到網絡安全狀況的評估值。在評估網絡安全現狀的基礎上，感知網絡安全的狀態和發展趨勢與變化規律并做出相應的應對策略，也就是嚴謹預測未來一段時間內的網絡安全態勢變化走勢。整個安全態勢感知過程中依次包括覺察、理解、評估、預測和決策等五個因素。網絡安全態勢感知是一種主動的安全防御機制，可以有效地實現深度防御[1]。態勢感知的目標是采用改進的態勢感知算法，實現態勢感知的自動化，自動獲得自我感知，并開展自我保護。

1網絡安全態勢感知模型研究

在研究網絡安全態勢感知的過程中，先要構建出合適的網絡安全態勢感知模型，研究者們在過去的三十多年中先后提出了大約有三十多個適合的態勢感知模型。在這些模型中，應用最廣泛的是1984年美國國防部提出的融合模型JDL模型[2]、1988年Endsley提出的EndsleySA模型[3]和1999年TimBass針對分布式人侵檢測提出的融合模型TimBass模型[4]，后來提出的感知模型都是在這三個模型上的升華和改進。網絡安全態勢感知的具體實施過程首先是通過傳感器采集網絡安全設備上記載的監測、過濾、防護等信息，再提取態勢要素，進行態勢理解與安全態勢評估，最后再對當前網絡環境未來可能出現的變化趨勢進行預測。網絡安全態勢感知過程如圖1所示。文獻[5]在經過對態勢感知的研究之后將網絡安全態勢感知分為三個部分，即網絡安全態勢覺察、網絡安全態勢理解以及網絡安全態勢投射三個層次。這其中，態勢覺察主要完成對初始數據的提取并分辨初始數據中的關聯信息，即對源數據進行降噪、規范化處理，得到具體有效的信息，其主要目的是辨識出系統中的活動。態勢理解主要是實施對分辨出的關聯信息進行理解的工作，在有關的基礎上分析當前的安全形勢，有無安全攻擊行為的發生以及對安全等級的評定。態勢投射主要完成這些活動意圖是否會產生攻擊的判斷任務，即在前兩步的基礎上分析并評估各個活動對當前系統環境的影響，并進一步判斷是否會對系統環境造成威脅，包括發現已經產生的威脅和預測可能產生的威脅。基于此概念，本文將對源數據的預處理、數據信息的建模、以及模型信息的采集作為態勢覺察層進行分類，而將與信息理解有關的機器學習模塊以及要素提取作為態勢理解層進行分類。需要注意的是，對模型信息的處理和對機器學習的評判這兩者之間需要持續不斷的進行反饋以修正最終的態勢評級，將態勢指標可視化和態勢指標評級作為態勢投射層進行分類，所建立的層次化模型如圖2所示。通常情況下網絡態勢數據中心收集到的安全態勢數據本身并不符合規范，如果直接輸人安全態勢感知源數據會導致計算量過大、數據維數過高而難以處理，因此必須對源數據進行前期處理，提取數據的顯著性特征，將有代表性的樣本態勢感知關鍵字提取為顯著性特征，這樣才能體現出不同情況下不同的網絡狀態特征，由此得到網絡安全態勢感知流程如圖3所示。

2網絡安全態勢要素提取框架

網絡安全態勢理解與評估之后的態勢預測結果的準確度，在很大程度上取決于安全態勢特征要素的提取。安全事件的預處理與態勢要素的提取定位于網絡安全態勢感知底層，其中態勢要素提取性能的優劣在很大程度上決定著安全態勢感知結果的準確度。網絡安全態勢特征要素提取網絡的安全態勢要素主要包括網絡的拓撲信息、脆弱性信息和狀態信息等靜態的配置信息和各種防護措施的日志采集和分析技術獲取的威脅信息等動態的運行信息等[6]。網絡安全態勢要素提取的核心就是準確地分類識別出網絡中記載的海量安全數據，了解把握網絡實時的受攻擊與被威脅的情況，為下一步評估網絡安全狀況提供數據支撐。因此，判斷態勢要素提取方法好壞的標準有兩個：一是識別攻擊數據的準確度；二是消耗時間的收斂度。大多數規模大的網絡都會呈現出節點數量多、拓撲結構復雜、傳輸流量大、子網眾多等特點，并且網絡結構復雜，包括多種不同結構的網絡和不同類型的應用平臺，因此適宜采用層次化態勢要素提取模型，其框架結構如圖4所示。絡全局分析和局部分析組成，提取過程實施先局部后整體的原則，態勢要素的采集是通過融合傳感器傳輸的各類網絡安全數據實現。通過學習輸入匯總到分類器中的歷史安全數據集和當前安全數據集，生成一種學習規則，用這種學習規則來指導網絡局部模塊的數據分析，在局部模塊中經過統計與分析后形成的數據再被反饋傳輸到全局分析模塊，通過這種數據分析機制可以將網絡中的局部態勢要素及全局態勢要素都提取到。目前分類器分類所采用的方法比較多，本文所采用的層次化安全態勢要素提取框架中分類器采用近年來得到深入研究并推廣應用的聚類方法來進行分類特征提取，通過聚類方法將態勢感知數據集分類，從而分辨出正常網絡行為和異常網絡行為。

3網絡安全態勢評估

編者按：本文主要從薪酬公平感知維度；薪酬管理中的公平感知因素分析；組織公平感知對企業薪酬管理的啟示進行論述。其中，主要包括：薪酬公平感知對員工工作態度和行為有重要影響、分配公平、程序公平、人際公平和信息公平、分配公平因素、程序公平因素、人際公平因素、優先保證分配結果公平，充分考慮其它維度對員工公平感知的作用、薪酬決策結果應充分考慮員工與他人進行比較的心理、重視員工參與、加強薪酬管理中的雙向溝通、建立有效的申訴和監督制度、設立相應的機構，負責監督制度的執行情況等，具體請詳見。

【論文摘要】薪酬公平是薪酬管理的重要內容。本文研究了薪酬公平感知的四個維度，探索了薪酬管理中影響員工公平感知的相關因素，在此基礎上提出其對薪酬管理的啟示。

【論文關鍵詞】薪酬公平感知維度薪酬管理啟示

薪酬公平感知對員工工作態度和行為有重要影響。研究表明，公平、滿意的薪酬可能激勵工作表現，對薪酬的不滿往往引起不良的工作反應，如工作不滿、怠工、缺勤等。因此，薪酬管理應該建立在公平的基礎上。

一、薪酬公平感知維度

薪酬公平感知是由四部分構成的：分配公平、程序公平、人際公平和信息公平。

為了應對日趨復雜的網絡安全問題，傳統的基于規則的網絡安全監測技術無法預知未知的網絡入侵方法。網絡安全態勢感知是一種基于環境的、動態的、整體的數據融合方法，可以從宏觀角度把數據融合起來。通過機器學習算法發現數據之間的相關性，而不是人為制定規則，可以發現數據之間潛在的聯系。支持向量機是機器學習中較為通用的一種算法，通過對KDDCUP99數據集的訓練和測試，得到的模型有效地對網絡安全測試數據進行了預測。態勢感知技術是網絡安全強有力的監控技術和保障技術，面對傳統網絡安全技術無法較好地檢測網絡狀態和探究其變化規律等問題，本文結合機器學習在大數據分析于預測方面的優勢，通過數據融合的方式將入侵檢測系統、日志文件、防火墻、網絡設備等數據進行歸一化操作，然后基于這些統一的數據進行進一步的態勢評估和預測，并對不同機器學習算法在網絡安全態勢感知評估與預測效果和數據訓練耗時方面進行了對比。

1網絡安全態勢感知的相關概念

狀態是指一個物質系統中各個對象所處的狀況，由一組測度來表征，態勢是系統中各個對象狀態的綜合，是一個整體和全局的概念。任何單一的狀態均不能成為態勢，它強調系統及系統中對象之間的關系[1]。態勢感知是指獲取一個系統中各對象要素的數據以及對這些數據表征的系統的理解和預測。文獻[2]探討了網絡安全態勢感知的概念，認為它是“在大規模網絡環境中，對能夠引起網絡態勢發生變化的安全要素進行獲取、理解、顯示以及預測未來的發展趨勢”。國外對網絡安全態勢感知的研究工作進行得較早且相對系統化，最早是1988年Endsley定義網絡安全態勢感知分為3步，即“在網絡的特定時空環境下，對網絡要素的獲取、態勢理解、對未來的預測”，如圖1所示：

2網絡安全態勢感知的關鍵技術

文獻[3]對網絡安全態勢評估的算法有較大篇幅的論述，他把網絡安全態勢評估的算法分為以下幾類：基于邏輯關系的融合方法、基于數學模型的融合方法、基于概率統計的融合方法、基于規則推理的融合方法。在網絡安全態勢預測方面，一般采用神經網絡、時間序列預測法和支持向量機等方法。文獻[4]對網絡安全態勢評估的算法分為以下3類：知識推理方法、統計方法、灰度理論方法。文獻[5]對網絡安全態勢感知的關鍵技術分為基于層次化分析、機器學習、免疫系統、博弈論的態勢感知方法。文獻[6]通過應用不同的機器學習算法于同一數據集進行網絡安全態勢感知進行評估與預測，比較不同算法在平均絕對誤差、均方差和訓練時間上的差別。從以上3篇綜述文章可以看出，在網絡安全態勢感知研究的早期，屬于機器學習的神經網絡、時間序列預測法和支持向量機等方法，僅用于網絡安全態勢預測方面。今年，機器學習逐漸成為網絡安全態勢感知技術中一個單獨的分類。以“機器學習”和“網絡安全態勢”為關鍵字檢索到7篇論文[7-13]均為2015年之后發表的碩士和博士論文，說明應用機器學習技術進行網絡安全態勢感知的研究，所涵蓋的知識深度和內容足夠廣泛。

3基于支持向量機的網絡安全態勢感知技術研究