群体研讨环境中面向主张的关联规则分析

群体研讨环境的首要目的是支持合作型的群体研讨活动。在群体研讨活动中,将会产生一些研讨信息,因此有必要分析研讨信息中的关联关系,为达成研讨共识提供参考。阐述了聚类分析和关联规则的基本概念,其中简单描述了Aprioritid算法,提出了改进的K-Means聚类算法,最后通过实例针对研讨主题进行聚类分析,将关联规则应用在聚类分析的结果中,以实现关联关系的挖掘。

综合集成研讨厅共识达成模型及其实现

阐述了共识的基本概念,将综合集成研讨厅中的共识分为提案共识与决策共识两种,它们分别形成于"同步1-异步-同步2"研讨过程的两个同步阶段。给出了提案共识与决策共识达成的基本过程和方法,设计了一个基于Internet的群体研讨环境,以实现提案共识与决策共识的可视化提取。

一种研讨信息组织模型及其在研讨厅中的应用

在群体研讨过程中会产生大量的研讨信息,群体共识则蕴藏在这些研讨信息之中,因此有必要对研讨信息进行分析处理。为此,提出一种面向群体共识涌现的研讨信息组织模型(DISM)。该模型根据Toulmin逻辑对专家发言进行结构化处理,将专家发言分解为根据、论证、模态限定和主张等几个部分。其中,模态限定是一个可量化的部件,反映了专家对主张的态度;根据和论证则为主张提供支持。该模型是对研讨信息的全面描述,可以有效处理研讨信息并支持共识达成,最后阐述了该模型在综合集成研讨厅中的应用。

创造力支持系统的体系结构研究

介绍了创造力支持系统发展历程、创造力与创造性思维,综合研究了各类创造力支持系统,给出了创造力支持系统的构成要素、体系结构,并以构建系统用于电力系统故障分析实例研究,阐述了创造力支持系统对专家思维的支持过程。为创造力支持系统开发实现与应用提供参考。