This study proposed an augmented re

This study proposed an augmented reality query-answering system (AR-QAS) based on mobile cloud
computing to provide natural language informational navigation services. Empirical research was performed to examine the effectiveness of the system in actual use. This study confirms that the new model
developed by combining technology acceptance model (TAM), media richness theory, and the factors of
self-efficacy can be applied to relevant AR research. The experiment results revealed that the average
question classification accuracy of QAS when combined with artificial neural network and ontology
was 98.76%. Moreover, the perceived media richness was found to be positively related to self-efficacy,
perceived usefulness, perceived ease of use, user attitude, and use intention. Furthermore, this study
reveals that combining the TAM and media richness theory provides a stronger explanation than does
the TAM alone. Before new systems are created, designers are suggested to consider the four factors of
media richness theory (i.e., multiple cues, language variety, timely feedback, and personal focus), to
greatly improve user attitudes toward and behavioral intentions to use new technologies.

ผลลัพธ์ (ไทย) 1:

การศึกษานี้เสนอมีความเป็นจริงระบบที่ตอบแบบสอบถาม (ถาม AR) อิงเมฆเคลื่อนประมวลผลภาษาธรรมชาติให้บริการนำทางข้อมูล ดำเนินการวิจัยเชิงประจักษ์เพื่อตรวจสอบประสิทธิภาพของระบบในการใช้งานจริง การศึกษานี้ยืนยันที่รูปแบบใหม่โดยการรวมแบบจำลองการยอมรับเทคโนโลยี (TAM), ทฤษฎีสื่อความร่ำรวย และปัจจัยของพัฒนาประสิทธิภาพในตนเองสามารถใช้ได้กับงานวิจัยที่เกี่ยวข้องกับ AR ผลการทดลองพบว่า ที่ค่าเฉลี่ยความแม่นยำจัดประเภทคำถามถามเมื่อรวมกับโครงข่ายประสาทเทียมและภววิทยา98.76% นอกจากนี้ พบความร่ำรวยรับรู้สื่อเชิงบวกเกี่ยวข้องกับประสิทธิภาพในตนเองประโยชน์ที่รับรู้ รับรู้ความง่ายในการ ใช้ ทัศนคติของผู้ใช้ และใช้ความตั้งใจ นอกจากนี้ การศึกษานี้เปิดเผยว่า การรวมทฤษฎีร่ำรวยทามและสื่อให้คำอธิบายดีกว่าไม่ถ้ำที่อยู่คนเดียว ก่อนสร้างระบบใหม่ มีการแนะนำนักออกแบบควรพิจารณาปัจจัยสี่ของสื่อทฤษฎีการร่ำรวย (,หลายสัญลักษณ์ ภาษาต่าง ๆ ผลป้อนกลับทันที และมุ่งเน้นส่วนบุคคล), การเพิ่มผู้ใช้เจตคติและพฤติกรรมความตั้งใจในการใช้เทคโนโลยีใหม่ ๆ มาก

ผลลัพธ์ (ไทย) 2:

การศึกษาครั้งนี้นำเสนอความเป็นจริงการตอบแบบสอบถามระบบ Augmented (AR-QAS) ตามเมฆมือถือ
คอมพิวเตอร์เพื่อให้ภาษาธรรมชาติบริการนำทางในการให้ข้อมูล การวิจัยเชิงประจักษ์ที่ได้ดำเนินการในการตรวจสอบประสิทธิภาพของระบบในการใช้งานที่เกิดขึ้นจริง การศึกษาครั้งนี้ยืนยันว่ารูปแบบใหม่
ที่พัฒนาขึ้นโดยการรวมเทคโนโลยีรุ่นได้รับการยอมรับ (TAM) ทฤษฎีสื่อความร่ำรวยและปัจจัยของ
ตนเองประสิทธิภาพสามารถนำไปใช้เพื่อการวิจัย AR ที่เกี่ยวข้อง ผลการทดลองพบว่าค่าเฉลี่ย
ความถูกต้องของการจัดหมวดหมู่คำถามของ QAS เมื่อรวมกับเครือข่ายประสาทเทียมและอภิปรัชญา
เป็น 98.76% นอกจากนี้ยังมีการรับรู้สื่อความร่ำรวยก็จะพบว่ามีความสัมพันธ์เชิงบวกกับตัวเองการรับรู้ความสามารถ
รับรู้ถึงประโยชน์การรับรู้ง่ายดายในการใช้ทัศนคติของผู้ใช้และการใช้ความตั้งใจ นอกจากนี้การศึกษานี้
แสดงให้เห็นว่าการรวม TAM และสื่อทฤษฎีความร่ำรวยให้คำอธิบายที่แข็งแกร่งกว่าไม่
ตำเพียงอย่างเดียว ก่อนที่ระบบใหม่จะถูกสร้างนักออกแบบมีข้อเสนอแนะที่จะต้องพิจารณาปัจจัยสี่ของ
ทฤษฎีความร่ำรวยสื่อ (เช่นตัวชี้นำหลายหลากหลายภาษาเสนอแนะทันเวลาและมุ่งเน้นส่วนบุคคล) เพื่อ
ช่วยปรับปรุงทัศนคติของผู้ใช้ที่มีต่อพฤติกรรมและความตั้งใจที่จะใช้เทคโนโลยีใหม่