群體研討支持系統中研討主題的自動可視化聚類研究

群體研討支持系統(Group Argument Support Systems, GASS)的匿名、并行輸入及自動化記錄群體發言的特征,在輔助群體產生大量有價值觀點的同時,也常常導致"信息過載"和"知識斷層".介紹了一個自動化聚類工具來增強群體的認知能力并提高電子會議的效率.首先識別了GASS環境下自動化主題聚類的一些挑戰并回顧了相關研究,結合GASS的研討模式、研討文本特征及中文文本分析的要求,給出了中文分詞、停詞表處理以及有效詞語識別的文本分析技術.提出基于主題分析的特征向量選擇方法,并基于自組織映射的神經網絡思想,用Java語言設計并開發了一個自動聚類工具.實驗表明,該工具可以達到0.28的聚類準確率,0.35的聚類全面率,產生0.83的聚類錯誤率.

作 者： 李嘉 張朋柱 蔣御柱 LI Jia ZHANG Peng-zhu JIANG Yu-zhu   作者單位： 上海交通大學,安泰經濟與管理學院,上海,200052  刊 名： 系統管理學報  ISTIC PKU 英文刊名： JOURNAL OF SYSTEMS & MANAGEMENT  年，卷(期)： 2009 18(3)  分類號： C934  關鍵詞： 群體研討支持系統   文本聚類   自組織映射神經網絡   可視化   信息過載   group argument support systems   textual clustering   self-organization map   visualization   information overload  

【群體研討支持系統中研討主題的自動可視化聚類研究】相關文章：

研討課總結12-12

研討課心得03-08

研討課教案04-25

教學研討會03-11

研討課活動總結03-04

研討會總結02-28

課題研討活動總結09-05

線上語文研討心得01-10

線上教學研討簡報03-03

研討課心得范文05-07