深思熟虑可能性模型介绍与使用

2024-03-06 17:30

本文主要是介绍深思熟虑可能性模型介绍与使用,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

深思熟虑可能性模型介绍与使用

如何联系我

作者:鲁伟林

邮箱:thinking_fioa@163.com或vlinyes@163.com

版权声明:文章和记录为个人所有,如果转载或个人学习,需注明出处,不得用于商业盈利行为。

一、背景

2023年12月7日,参加上海交通大学张新安老师讲解的课程,重点提及深思熟虑可能性模型,特做此总结。

相关书籍推荐

  • 《态度改变与社会的影响》,作者:津巴多

    • 书中详细讲解了深思熟虑可能性模型

  • 《管理决策中的判断》,作者:巴泽曼

  • 《个体、群体、社会》,作者:西奥迪尼

  • 《别做正常的傻瓜》,作者:奚恺元

  • 《决策与判断》,作者:斯科特*普劳斯

  • 《谁会认错》,作者:阿伦森

二、深思熟虑可能性模型的作用和使用场景

该模型主要用于说服场景,说服的本质是信息传达直至被对方接收和吸收的过程。

生活中使用度非常广,如

  • 销售推销产品

  • 向领导汇报方案

  • 融资或风投

  • 说服身边人(如父母)支持自己的想法

三、概览和详述

深思熟虑可能性模型定义了两种信息传播路径:中心途径和边缘途径。两种途径都可以顺利的将信息传达至被说服者,但两种途径的传播思路相差较大,策略也不同。

3.1 说服的三要素

希望说服一个人,最重要的三要素就是

  • 谁来说

  • 说什么

  • 说多少

那么如何准确的把握说服的三要素呢?深思熟虑可能性模型提供上述两个途径(中心途径、边缘途径)来帮我们分析和完成。

3.2 什么是中心途径和边缘途径

  • 中心途径:被说服对象,关心并理解要说服的这件事

    • 如:你是一名计算机大四学生,掌握专业的计算机电脑知识,你要去给自己买一台电脑。那么你就属于一名中心途径被说服对象

  • 边缘途径:被说服的对象,不关心或不理解要说服的这件事

    • 如:你是一名普通的50岁中年妇女,从小未参加过义务教育。女儿今年刚考上大学,你准备给她买一台电脑,购买电脑当天,你自己一人去电脑城购买。那么你就属于一名边缘途径被说服对象

3.3 中心途径或边缘途径与说服三要素的关系

中心途径或边缘途径与说服三要素之间到底是什么关系?心理学家通过对比实验来证明

3.3.1 第一:谁来说

实验场景描述

一个大学中,随机抽取100名大学生作为实验对象,说服的话题是:学校预期调整一项规章制度,大四毕业生需要获取6级证书才可以毕业,否则不颁发毕业证书。100名大学生分为两组

第一组中50名学生:预期他们毕业时,就会实施这样规章制度。以让这50名学生成为中心途径传播的被说服对象。

  • 对其中25名学生说:根据美国著名卡耐基等知名学者调查,大学生毕业掌握了6级英语水平,毕业后几年能有效帮助其升职,并进一步掌握公司内部专业知识。

  • 对另外25名学生说:很多大学家长认为英语非常重要,建议大学生毕业增加这项规章制度

第二组中50名学生:学校仅是调研,考虑10年后可能实施此项规章制度,短期内不会有影响。以让这50名学生成为边缘途径传播的说服对象。

  • 对其中25名学生说:根据美国著名卡耐基等知名学者调查,大学生毕业掌握了6级英语水平,毕业后几年能有效帮助其升职,并进一步掌握公司内部专业知识。

  • 对剩下25名学生说:很多大学家长认为英语非常重要,建议大学生毕业增加这项规章制度

实验场景如下图

实现结果分析

结论
  • 中心途径下,谁来说影响不大

  • 边缘途径下,谁来说影响很大

3.3.2 第二:说什么

实验场景描述

一个大学中,随机抽取100名大学生作为实验对象,说服的话题是:学校预期调整一项规章制度,大四毕业生需要获取6级证书才可以毕业,否则不颁发毕业证书。100名大学生分为两组

第一组中50名学生:预期他们毕业时,就会实施这样规章制度。以让这50名学生成为中心途径传播的被说服对象。

  • 对其中25名学生说:提供很多强有力证据,如10年内真实大学生的调查6级对其毕业后薪资待遇影响。

  • 对另外25名学生说:提供软无力说服证据,如过了6级英语,能有效帮助阅读英文文献

第二组种50名学生:学校仅是调研,考虑10年后可能实施此项规章制度,短期内不会有影响。以让这50名学生成为边缘途径传播的说服对象。

  • 对其中25名学生说:提供很多强有力证据,如10年内真实大学生的调查6级对其毕业后薪资待遇影响

  • 对剩下25名学生说:提供软无力说服证据,如过了6级英语,能有效帮助阅读英文文献

实现结果分析

结论
  • 中心途径下,说什么很重要,最好是强有力理由

  • 边缘途径下,说什么不重要

3.3.3 第三:说多少

实验场景描述

一个大学中,随机抽取100名大学生作为实验对象,说服的话题是:学校预期调整一项规章制度,大四毕业生需要获取6级证书才可以毕业,否则不颁发毕业证书。100名大学生分为两组

第一组中50名学生:预期他们毕业时,就会实施这样规章制度。以让这50名学生成为中心途径传播的被说服对象。

  • 对其中25名学生说:说最重要理由,小于3条,且不重复

  • 对另外25名学生说:说最重要理由9条,部分存在重复

第二组中50名学生:学校仅是调研,考虑10年后可能实施此项规章制度,短期内不会有影响。以让这50名学生成为边缘途径传播的说服对象。

  • 对其中25名学生说:说最重要理由,小于3条,且不重复

  • 对剩下25名学生说:说最重要理由9条,部分存在重复

实现结果分析

结论
  • 中心途径下

    • 强有力的理由越多,说服的效果越差

    • 强有力理由<=3条,同一条理由重复次数<=3

  • 边缘途径下,说的越多越好

四、总结:中心途径或边缘途径与说服三要素的关系

中心途径边缘途径
谁来说不重要重要。专家名人 优于 普通人
说什么重要。需以理服人不重要。重要的是感觉和情绪
说多少强有力的理由<=3 同一条理由重复<=3越多越好

 五、重要提醒

如果希望通过深思熟虑可能性模型中的中心途径来说服被说服者,有一个重要前提:被说服者在是处于情绪稳定的情景下被说服。

当被说服者处于情绪激动或波动较大时,只能通过边缘途径进行说服。

举例说明

场景一

你的女领导一直对公司的业务知识、专业技能有非常高的了解和掌握。今天上班,由你进行一个方案汇报,汇报前你经过精心准备,材料内容非常专业,实验数据非常具有说服力,汇报当日你准备采用中心途径进行信息传播。

但当天,她早上出门与老公进行了一次激励的真吵,汇报方案时,她完全没有心思听,汇报进行一半,她已无法跟上汇报进度,此次方案汇报不得不提前结束。

场景二

你女朋友一直是一个非常理性决策的人,今天她在公司和一个手下员工潘某发生了激烈的争执,回到家后,找你诉说。

你听完他们描述后,根据你的理论知识分析,你女朋友可能是理亏方,但此时她情绪激动,梨花带雨。你深刻了解到,此时如果采用中心路径进行说服,很可能在“说什么”阶段你女朋友情绪进一步崩溃,说服直接夭折,严重的甚至导致你失去女朋友。

于是你果断才用了边缘路径传播,”奥,原来潘某是这样的人,怪不得你们领导王某总说他做事不靠谱,......“,你疯狂的输出潘某的不好,引经据典的诉说潘某的不是,此时说什么已经不重要。待到第二天,你女朋友情绪稳定后,你再择机通过中心途径传播你自己的理解和想法。

六、总结:运用深思熟虑可能性模型序列图


这篇关于深思熟虑可能性模型介绍与使用的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/780806

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

性能测试介绍

性能测试是一种测试方法,旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试,可以确定系统是否能够满足预期的性能要求,找出性能瓶颈和潜在的问题,并进行优化和调整。 发现性能瓶颈:性能测试可以帮助发现系统的性能瓶颈,即系统在高负载或高并发情况下可能出现的问题

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

pdfmake生成pdf的使用

实际项目中有时会有根据填写的表单数据或者其他格式的数据,将数据自动填充到pdf文件中根据固定模板生成pdf文件的需求 文章目录 利用pdfmake生成pdf文件1.下载安装pdfmake第三方包2.封装生成pdf文件的共用配置3.生成pdf文件的文件模板内容4.调用方法生成pdf 利用pdfmake生成pdf文件 1.下载安装pdfmake第三方包 npm i pdfma