面向在线群体研讨的自动化辅助方法研究

在线研讨平台由于产生的信息量太多，涌现速度过快，人工难以及时有效处理和干涉，因此如何实现在线研讨的自动化辅助就成为一个有意义的研究问题。本研究将依据言语行为理论、研讨理论、支架理论、ACT-R理论、信息处理理论和认知适应理论，在分析和借鉴国内外已有研究的基础上，采用算法设计、系统开发、实验室实验、问卷调查、实地研究的方法，对支持群体研讨的自动化辅助从原理和方法上进行较为系统的研究，研究建立在线研讨辅助研究的完整方法论，研究提出适用于中文研讨环境的言语行为分类体系以及研讨文本分析方法，研究建立基于研讨文本分析的群体研讨自动建模方法，研究给出基于研讨建模的群体研讨辅助方法和干涉手段。本研究对于进一步改进适用于中文研讨环境的文本分析方法，拓展群体研讨建模的研究领域，阐明提高群体绩效的辅助机理，具有积极的学术意义。同时，对于我国研制下一代基于语义的智能群体决策支持系统也能提供新的方法和思路。

在国家自然科学基金的资助下，本项目针对群体研讨的自动化辅助方法展开了系统研究。在分析和借鉴国内外已有研究的基础上，采用算法设计、系统开发、实验室实验、问卷调查、实地研究的方法，研究了（1）适用于中文研讨环境的言语行为分类体系以及研讨文本分析方法；（2）基于研讨文本分析的群体研讨自动建模方法；（3）基于研讨建模的群体研讨辅助方法和干涉手段。通过本项目的研究，（1）在若干典型的应用环境下（如E-learning、群体研讨、网络舆情）建立了适应中文环境的言语行为分类体系，提出了一种基于多阶段转换学习和分层方法的言语行为分类算法，并在上述若干典型应用环境取得了较好的分类效果；（2）研究建立了一套刻画研讨态势的指标体系，提出了一种基于可视化的研讨态势感知辅助方法，并通过实验室实验验证了其有效性；（3）研究提出了用于辅助群体研讨的自动主持人，并对比了内容干涉和过程干涉两种基本的群体研讨干涉方法对群体绩效的影响；对比了不同信息组织结构与不同群体研讨任务之间的最优匹配关系，并设计了一种新型的用于支持模糊型任务的信息组织结构。通过本项目的研究，对于进一步改进适用于中文研讨环境的文本分析方法，拓展群体研讨建模的研究领域，阐明提高群体绩效的辅助机理，具有积极的学术意义。