群體研討信息智能可視化研究

（1.上海交通大學 安泰管理學院， 上海 200052； 2.杭州電子科技大學 管理學院， 杭州 310018)



摘 要：

重點介紹了智能可視化的各種形式和內容，包括研討信息統計可視化、關注水平及其狀態可視化、共識水平及其狀態可視化、共識分析可視化、共識變化預測與建議可視化等，并最終在ECBAR系統中實現了其功能。

關鍵詞：電子公共大腦視聽室； 研討信息； 智能可視化

中圖分類號：C934 文獻標志碼：A

文章編號：1001-3695(2009)02-0623-05



Research on intelligent visualization of information during group argument



ZHANG Xing-xue1， HUANG Ji-hong2， ZHANG Peng-zhu1

(1.Antai School of Management ， Shanghai Jiaotong University， Shanghai 200052， China; 2.School of Management， Hangzhou Dianzi University， Hangzhou 310018，China)



Abstract:This paper introduced the various types and contents of intelligent visualization， which included the visualization of information statistic， the visualization of focus level and focus state， the visualization of consensus level and consensus state， the visualization of consensus analysis， the visualization of consensus development forecasting and suggestions. At last， realized it in ECBAR.

Key words：electronic common brain audiovisual room(ECBAR); argument information; intelligent visualization



自錢學森等人提出解決復雜問題的從定性到定量綜合集成方法論及其研討廳體系[1，2]以來，人們對綜合集成方法論和綜合集成研討廳的研究正在逐步深入。借助于群體的優勢以及計算機、網絡等現代信息技術，研討中產生了大量信息和知識，這些知識和信息的表示、獲取、共享與創新是網絡環境下群體決策研討綜合集成的有機組成部分。

隨著研討的不斷推進，大量信息的產生給群體成員造成了很大的認知負擔，存在一些不足：a）觀點過于分散，經常偏離研討主題；b）由于習慣性防衛和跳躍式推論[3]，研討過程更多地關注頭腦風暴式的主意產生[4]，對于主意和方案缺乏論證；c）研討中議而不決、缺乏共識；d）對于沒有形成共識的原因缺乏足夠分析，很多有望達成共識的觀點最終都不了了之，造成知識、資源和精力的浪費；e）無視共識背后的聲音，容易形成群體思維[5]，忽視隱藏的更有價值的信息。

上述問題的解決大多依賴于研討主持人或協助者（facilitator）[6，7]來充分發揮引導作用。協助者承擔的任務主要有16個[8]，如果協助者能夠很好地完成這些任務，那么群體交互中的大多數問題都可以避免。但是，在實際研討中，一方面由于協助者經驗、能力等制約，其作用沒有得到很好的發揮；另一方面也缺乏對于協助者開展工作的有力支持工具。協助者更多時候僅僅停留在簡單地發布研討議程、回答研討者疑問等，影響研討進程。為此，需要引入基于計算機和圖形學的可視化方法與技術，動態地對研討中的共識狀態進行分析，對共識分析結果進行可視化展現。同時為研討協助者提供有效支持。本研究將探討研討信息智能可視化方法和技術，通過研討信息及其關系屬性的智能化分析、可視化展現，一方面便于研討人員把握重點，形成共識和輔助決策；另一方面也有助于研討協助者對研討狀況的把握和對研討進程的引導。

1 研討信息可視化

信息表示形式是影響決策過程的首要因素。從認知角度看，研討人員感知和處理可視化圖形的能力很強，可視化將有助于研討人員理解半結構化復雜問題特征[9]，縮短個體對決策問題認知的時間[10]，促進群體成員相互學習從而達成共識；可以激發研討成員聯想，提高群體研討的整體創造性；提供了一種有效的信息共享模式和信息統計功能[11]，提高了群體溝通有效性，有助于消除群體分歧。

群體研討的可視化指在研討的某個階段，憑借計算機技術、Web和多媒體技術以及計算機圖形學等，將某議題下所產生的各種信息屬性及其關系屬性等轉換成視覺和聽覺上直觀的、易于引導群體注意力聚焦、便于理解和記憶以便輔助決策的靜/動態畫面的過程。其實質是一種有效輔助決策的手段和工具。它需要直觀地呈現群體研討中的信息及其關系，從而可使群體成員看到信息特征、研討進程和焦點問題等，便于人機交互，從而為科學決策提供支撐。

從以上論述可以看出，群體研討信息可視化需要將研討的整個過程中所產生的信息及其關系圖形化呈現。可視化的目的是為了促進交流，輔助決策和觸發創新。群體研討信息可視化包含七個要素：決策研討任務、研討階段（環節）、研討發言節點集、發言節點關系集、發言信息屬性集、節點關系屬性集、可視化類型。為此，本研究將研討信息可視化定義為七元組：

GK=〈T， Ph， V， E， AV， AE， St〉

（1）

其中：G（graph）表示決策研討信息可視化圖形，是研討任務、研討階段、研討發言節點集、發言節點關系集、發言信息屬性集、節點關系屬性集和可視化類型的集合；T（argument task）表示決策研討任務；Ph（phase）表示決策研討階段；v（vertex）表示圖GK中所有研討發言節點集合；E（edge）代表圖GK中研討發言節點集中各節點之間的關系集合；AV（attributes of vertex）表示發言節點信息屬性集合；AE（attributes of edges）代表發言節點信息關系屬性集合；St（style）表示可視化類型。

2 智能可視化及其內容

群體研討信息智能式可視化是指根據群體研討和決策需要，通過對研討信息屬性及其關系屬性的智能化處理，借助于計算機圖形學和多媒體技術等，將智能化處理結果轉換為直觀的、易于引導群體注意力聚焦、便于群體決策和共識生成的靜/動態畫面的過程。區別于自然式可視化和自主式可視化[12]，用“3”來表示智能式可視化，可描述為

GK=〈T，Ph，V，E，AV，AE，St=3〉

(2)

從以上定義可以看出，智能式可視化的智能主要體現在對研討信息的處理和分析能力上。電子公共大腦視聽室（ECBAR）的智能式可視化是電子公共大腦處理信息的高級能力[12]。電子公共大腦經過分析、匯總和思考，能夠在可視化界面中主動標記研討觀點的聚焦程度，主動尋找焦點議題；能主動標記切題與偏離主題的意見；能表明群體對于觀點的關注程度，標注各個觀點的研討成熟程度（如研討是否充分、沖突程度如何等）；能表明觀點的共識水平及其狀態（是否達成共識、是否嚴重分歧），探詢收斂觀點；能思考和分析研討過程中每個已經達成共識的方案所揭示的共識點、隱藏的分歧點和爭議點；能分析沒有達成共識的原因，尋找爭議點和分歧點，同時探詢無共識的背后哪些內容是共識點；能揭示重點需要協調的矛盾觀點等。

群體研討信息智能可視化的形式有很多種，本研究將其概括起來主要有以下方式。

2. 1 信息統計可視化

聚焦于某個研討發言，把與它相關發言的力量對比（支持、反對、質疑、補充、相關）統計后可視化展現。研討人員可以直觀地了解當前力量態勢，確定下一步行動；可以為協助者提供決策支持。即統計各種立場的發言共識權重：

n1=∑AE(s(1)，s)=“支持”WC(s(1))；n2=∑AE(s(1)，s)=“反對”WC(s(1))

n3=∑AE(s(1)，s)=“質疑”WC(s(1))；n4=∑AE(s(1)，s)=“補充”WC(s(1))

n5=∑AE(s(1)，s)=“相關”WC(s(1))



其中:sum(s(1))是統計S的第1級子節點數量。

信息統計可視化就是通過可視化圖形（如柱狀圖、餅圖等）將上述（n1，n2，n3，n4，n5）的對比關系展現出來。

2. 2 關注水平及其狀態可視化

可視化展現研討發言節點的關注狀況和聚焦情況，通過定量和定性描述來揭示該發言的研討是否足夠充分，從而提示研討焦點問題和研討重點，避免意見過于分散而討論不夠深入。

關注水平及其狀態的可視化是一種智能式可視化形式，就是利用共識評價模型EC={EFL，ECL，AI}和可視化模型GK=〈T，Ph，V，E，AV，AE，St〉，在研討任務的某個研討階段（或環節），可視化展現所有發言的發言節點及其關系，強調關注水平評價EFL，重點突出呈現發言節點的關注水平LF及其關注狀態SF，從而有效引導群體聚焦和輔助決策。共識評價模型的研究將另文論述。

GK=〈T，Ph，V，E，AV〈LF，SF〉，AE，St=3〉

（3）

2. 3 共識水平及其狀態可視化

可視化展現研討發言節點的共識情況，通過定量展示和定性描述來對發言的共識水平進行評價。

共識水平及其共識狀態可視化，利用共識評價模型EC={EFL，ECL，AI}和可視化模型GK=〈T，Ph，V，E，AV，AE，St〉，在研討任務的某個階段，可視化展現所有發言節點及其語義關系，重點進行發言信息共識水平評價ECL={LC，SC，DC}，強調發言節點的共識水平LC及其共識狀態SC，從而便于群體決策和協助者引導，通過模型描述為

GK=〈T，Ph，V，E，AV〈LC，SC〉，AE，St=3〉

（4）

2. 4 共識分析可視化

聚焦分析并展現未達成共識的原因、達成的共識內容、共識點、爭議點和分歧點。

共識分析可視化是利用研討信息可視化模型GK=〈T，Ph，V，E，AV，AE，St〉展現所有研討發言的發言信息屬性及其關系屬性；同時利用共識評價模型EC={EFL，ECL，AI}研討發言信息內容分析AI，通過對所有研討發言內容進行分類，產生基于每個發言節點的共識點集合IC、分歧點集合IB和爭議點集合ID。如果沒有達成共識且研討是有時間壓力的，那么在研討結束前基于觀點的共識水平和共識點數量，通過投票或者選擇共識水平最高的方案作為共識；如果研討沒有時間壓力，則進一步深入討論爭議點和分歧點，促進共識達成。

根據共識狀態SC的取值，對于沒有達成共識的研討信息，有以下三種可能：

a）SC(s)=“有分歧的支持”。

說明存在一定共識，同樣存在分歧和爭議，但是共識點IC比較多，表示肯定的力量明顯處于優勢。之所以沒有達成共識，是因為AE=“反對”或“質疑”的發言產生了影響。為此，可視化要總結共識點IC，提示分歧點IB和爭議點ID，協助者重點引導研討成員對于存在的分歧和爭議進行討論，促進共識達成。

b）SC（s）=“有分歧的反對”。

說明當前力量態勢已經趨于反對原始觀點，但是還存在一定支持和肯定的力量，之所以沒有達成共識，是因為AE=“支持”或“補充”的發言節點力量較強。此時原始發言的共識點IC較少，分歧點IB和爭議點ID較多。為此，可視化要總結分歧點，重點對共識點和爭議點進行展現，協助者可以提醒研討人員對共識點進行論證和核實。

c）SC(s)=“嚴重分歧”。

說明肯定和否定的力量相當，原始發言的共識點IC和分歧點IB力量對比均衡，而存在大量的爭議點ID；同時，處于肯定否定雙方力量態勢中間的這些爭議點的變化對于雙方力量對比具有很大影響。為此，可視化需要總結共識點和分歧點，重點揭示爭議點，協助者可以引導大家對于存在的爭議作進一步研討，從而促使共識狀態的變化，朝著有利于達成共識的趨勢發展。

如果已經取得了共識，那么取得共識的具體內容是什么，共識的背后存在的爭議和分歧有哪些？主要有兩種情況：

a）SC(s)=“一致支持”。

說明當前共識點IC取得絕對優勢。為此，可視化就是要總結共識點，展現分歧點IB和爭議點ID，從而明確已經達成的共識內容，同時不會忽略存在的爭議和分歧。如果發現取得一致的方案存在問題，則對其分歧點和爭議點進行討論，進一步完善方案。

b）SC（s）=“一致反對”。

說明原始發言的分歧點IB取得絕對優勢，原始觀點遭到了群體的否決。為此，可視化要對該發言進行標記，總結其分歧點IB，揭示存在的少量共識點IC和爭議點ID。通過對共識點的分析，明確原始發言是不是應該被否決。同時，通過對分歧點集合IB中各個分歧點的分析，可以得到這些觀點中的共識內容，從而提高研討效率。

2. 5 共識變化預測與建議可視化

共識變化預測與建議是通過可視化模型GK=〈T，Ph，V，E，AV，AE，St〉展現所有研討信息屬性及其關系屬性，在此基礎上對于所關注的研討發言，通過共識水平評價ECL(s)={LC(s)，SC(s)，DC(s)}和關注水平評價EFL(s)={LF（s），SF(s)，DF(s)}[13]，可視化展現共識水平變化DC(s)和關注水平變化DF(s)，基于當前共識狀態SC(s)來預測共識狀態變化，并且給出對于下一步研討的建議，主要為協助者進行引導提供有效支持。

在研討中，必須避免在充分交換意見之前過早地形成群體思維[5]而給決策方案和效果帶來不利影響，首先應該鼓勵群體成員充分表達自己的意見，對已有的觀點進行充分討論。為此，在針對觀點的討論未成熟之前對其進行共識評價是沒有意義的。因而共識水平的變化預測主要針對研討已經成熟的觀點。

共識變化預測與建議可視化主要將關注水平變化曲線、共識水平變化曲線在同一可視化界面中展現出來，根據圖形所揭示出的關注水平狀態及其變化、共識水平狀態及其變化預測共識水平變化。

由關注水平LF和共識水平LC的定義及其算法可以看出，隨著研討的推進和進行，LF逐漸增大或保持不變，DF(s)=“增大”或DF（s）=“不變”；LC則可能增大、減小或保持不變，DC(s)=“不變”或DC（s）=“增大”或Dc(s)=“減小”。那么共識水平變化和關注水平變化之間的關系如何呢？主要有以下幾種情況：

a）關注水平LF保持不變，DF(s)=“不變”。

說明沒有人對該節點或其子孫節點發表意見，因此該節點的共識水平LC也將不再發生變化，Dc(s)=“不變”。

b）關注水平LF增大，DF(s)=“增大”。

說明研討人員繼續對原始發言或其子孫節點發表意見。在這些發言里面，肯定否定力量對比決定了共識水平的變化。

如果這些發言中AE=“支持”或“補充”的越來越多，那么共識水平LC將進一步增大，DC(s)=“增大”；

如果這些發言中AE=“反對”或“質疑”的越來越多，那么共識水平LC將進一步減小，DC(s)=“減小”；

如果這些發言中AE=“反對”或“質疑”的觀點和AE=“支持”或“補充”的觀點力量相當，則共識水平LC保持不變，DC(s)=“不變”；

c）如果共識水平LC保持不變，DC（s）=“不變”。主要有三種可能：

(a)沒有人對該節點或其子孫節點發表意見，關注水平LF保持不變，DF(s)=“不變”。

(b)針對該節點或子孫節點的意見中，AE=“相關”的信息較多，關注水平LF進一步增大，DF(s)=“增大”；

（c）針對該節點或子孫節點的發言中AE=“反對”或“質疑”的觀點和AE=“支持”或“補充”的觀點力量相當，相互抵消，關注水平LF增大，DF(s)=“增大”。

關注水平和共識水平的變化趨勢曲線主要有四種，如圖1所示。

共識變化預測與建議可視化就是要展現上述圖形，同時還要對當前研討狀態進行描述，并預測共識變化，對協助者下一步行動給出合理化建議。在上面圖形描述的基礎上，結合共識水平的狀態，將需要顯示的內容分為各種類型。具體介紹如表1所示。

表1 共識狀態分類及其變化預測建議

類型關注水平變化DF

共識水平LC

變化DC狀態SC當前狀態描述共識變化預測與建議

1不變不變一致支持研討停滯。已達成共識，觀點得到肯定。共識點IC取得絕對優勢

建議維持現狀，分析共識點IC內容。如果是方案，則形成可行方案

2有分歧的支持研討停滯。無共識，支持力量占優勢。存在一定共識，同樣存在分歧和爭議，但是共識點IC比較多

建議協助者進一步激發和啟動研討，總結共識點IC，提示分歧點IB和爭議點ID，重點引導研討成員對于存在的分歧和爭議進行討論，促進共識達成。加強支持力量可達“一致支持”，加強反對力量可達“嚴重分歧”

3嚴重分歧研討停滯。共識水平最低。共識點IC和分歧點IB力量對比均衡，而存在大量的爭議點ID

建議協助者進一步激發和啟動研討。總結共識點和分歧點，重點揭示爭議點，引導大家對于存在的爭議作進一步研討。加強支持力量可達“有分歧的支持”，加強反對力量可達“有分歧的反對”

4有分歧的反對研討停滯。無共識，反對力量占優勢。原始發言的共識點IC較少，分歧點IB和爭議點ID較多

建議協助者進一步激發和啟動研討。總結分歧點，重點對共識點和爭議點進行展現，提醒研討人員對共識點進行論證和核實。加強反對力量可達“一致反對”，加強支持力量會“嚴重分歧”

5一致反對研討停滯。已達成共識，分歧點IB取得絕對優勢，觀點遭到否決建議維持現狀，分析論證分歧點IB，如果原始發言是方案，從候選方案中排除。標記存在的少量共識點IC和爭議點ID

6增大不變一致支持形成共識，但一致支持中存在爭議和分歧，正反力量旗鼓相當，或相關信息太多建議協助者展開該節點及其子孫節點。如果相關信息太多，則建議停止研討，分析共識點IC，形成方案；如果存在大量分歧點IB和爭議點ID，則找出焦點，確定是否需要進一步研討，如需要則引導大家對爭議點聚焦研討，否則停止研討，形成共識

7有分歧的支持無共識，支持力量占優勢。共識點IC比較多，存在爭議和分歧，正反力量對比相對穩定或相關信息太多。協助者分析節點及子孫節點內容。提醒大家進一步明確態度立場減少相關信息；總結共識點IC，提示分歧點IB和爭議點ID，重點引導研討成員對存在的分歧和爭議進行討論。加強支持力量可達“一致支持”，加強反對力量會導致“嚴重分歧”

8嚴重分歧共識水平最低，共識點IC和分歧點IB力量對比均衡，存在大量的爭議點ID。正反力量對比旗鼓相當或相關信息太多協助者提醒大家進一步明確態度和立場，減少相關信息。引導大家對于存在的爭議點ID重點討論。加強支持力量會出現有“分歧的支持”，加強反對力量會形成“有分歧的反對”

續表1

類型關注水平變化DF

共識水平LC

變化DC狀態SC當前狀態描述共識變化預測與建議

9有分歧的反對無共識，反對力量占優勢。分歧點IB比較多，存在爭議和共識，正反力量對比相對穩定或相關信息太多協助者分析節點及子孫節點內容。提醒大家進一步明確態度和立場減少相關信息。提醒研討人員對共識點進行論證和核實。加強反對力量可達“一致反對”，加強支持力量會導致“嚴重分歧”

10一致反對形成共識，分歧點IB取得絕對優勢，但“一致反對”中存在爭議和支持的聲音，正反力量對比相當或相關發言太多建議協助者展開該節點及其子孫節點。如果相關信息太多，則建議停止研討，分析被否決的觀點，從候選方案中排除；如果是存在爭議，則分析爭議焦點，確定是否需要進一步研討，如需要則引導大家對爭議點聚焦研討。否則停止研討，形成共識

11增大一致支持穩固的共識。支持力量優勢越來越明顯，研討興趣正濃協助者暫時不要進行引導和干擾。當共識水平增大到一定程度，建議停止研討，確定共識點IC內容。共識狀態繼續為“一致支持”

12有分歧的支持無共識，但支持力量占優勢且越來越強，共識點IC越來越明顯建議協助者不要干擾。進一步發展會形成“一致支持”

13嚴重分歧共識水平最低，共識點IC和分歧點IB比較明確，但爭議太多。同時支持力量逐漸加強建議協助者關注變化但不干擾。進一步發展會形成有“分歧的支持”

14有分歧的反對無共識，分歧點IB較多，但是反對力量優勢越來越弱，說明分歧不穩定建議協助者分析分歧點IB內容，關注研討的變化但不干擾。進一步發展會形成“嚴重分歧”

15一致反對脆弱的共識。雖然反對力量占優勢，但反對聲音越來越小，支持力量優勢越來越明顯。協助者需要留意反對的觀點，分析分歧點IB內容，看真理是否最終掌握在少數人手中。進一步發展會形成“有分歧的反對”

16減小一致支持脆弱的共識。雖然支持力量占優勢，但支持聲音越來越小，反對力量越來越強。協助者需要留意支持的觀點，分析共識點IC內容，看真理是否最終掌握在少數人手中。進一步發展會形成“有分歧的支持”

17有分歧的支持無共識。支持力量占優勢但越來越弱；分歧點IB越來越明顯

建議協助者進一步分析共識點IC內容，關注研討變化，但對研討不進行干擾。進一步發展會形成“嚴重分歧”

18嚴重分歧共識水平最低，共識點IC和分歧點IB比較明確，但爭議太多。反對力量逐漸加強協助者關注變化但不干擾。進一步發展會形成“有分歧的反對”

19有分歧的反對無共識，但反對力量占優勢且越來越強，分歧點IB越來越明顯協助者不要干擾。進一步發展會形成“一致反對”

20一致反對穩固的共識。反對力量優勢越來越明顯，研討興趣正濃協助者暫時不要進行引導和干擾。當共識水平減小到一定程度，建議停止研討，并否決原始發言，總結分歧點IB。共識狀態繼續為“一致反對”

3 智能可視化功能描述及其實現

智能式可視化是在自然式可視化和自主式可視化基礎上，利用共識評價模型EC={EFL，ECL，AI}[13]對某些特殊研討節點進行的深層次鉆取操作，從而更快地輔助研討人員進行共識評價，快速獲取共識或向研討問題和爭議聚焦[14]。

在ECBAR系統中，用戶首先需要選擇研討節點，然后進行信息統計或過濾，進一步分析其關注水平和共識水平；根據關注水平及其變化、共識水平及其變化來進行共識評價。如果達成共識，則進一步分析和明確共識內容，也可以分析共識背后的爭議點和分歧點；如果沒有達成共識且無研討時間壓力，則需要進一步分析沒有達成共識的原因，找出爭議點和分歧點，研討人員進一步研討，然后進一步分析其共識水平；如果沒有達成共識且有時間壓力，則研討人員投票或者選取共識水平最高者來達成共識。在此過程中，研討協助者要根據研討進展情況，實時總結信息，提示研討焦點、提醒大家關注沒有受到足夠關注的觀點；提示達成的共識，引導大家對分歧進行討論；總結和整合爭議點，引導大家進一步討論；根據共識變化預測和建議發布引導信息。協助者通過研討界面中的滾動條來實時發布上述信息，對研討過程進行實時和必要的引導。

智能可視化的算法已在其他論文中專門論述。智能可視化在ECBAR系統中實現的功能主要有：

a）信息統計可視化（態度力量對比）。

通過算法統計出某議題下與發言S有不同語義關系的發言力量，把對研討意見的力量對比關系通過柱狀圖可視化展現，便于研討人員快速獲取各種研討力量對比，提高研討人員對研討狀態的把握程度，也可以為決策者和研討協助者提供決策支持。如研討成員可以選擇某個節點，然后點擊ECBAR右側的“態度統計”，則圍繞該節點的各種力量對比關系（支持、反對、質疑、補充、相關）可以顯示出來，如選擇第二行第四個節點后，其各種力量對比統計如圖2所示。

b）關注水平及其狀態可視化。

明確目標群體對某研討觀點的研討是否足夠充分，該觀點的聚焦程度如何，可視化顯示發言節點的關注水平LF及其狀態SF（研討未成熟、研討成熟、研討焦點）；關注水平較低，說明是比較孤立生僻的觀點，或者該觀點沒有被研討人員注意到，淹沒在信息海洋中；關注水平越高，觀點的聚焦程度越高。當關注狀態為研討焦點時，說明研討人員已對該觀點給予了足夠的關注，此時應該結合共識狀態進行具體的分析，避免進行無謂的“爭吵”，提高研討效率；有利于把握研討焦點問題和研討重點；避免意見過于分散。

如圖3所示，研討用戶可以選擇ECBAR右側的“關注狀態”按鈕，系統將顯示研討發言節點及其語義關系，在節點上下交錯顯示每個發言節點的關注水平（數值）及其狀態（成熟、焦點和未成熟）。

c）共識水平及其狀態可視化。

可視化展現群體對于觀點的共識水平LC及其狀態屬性SC（如一致支持、一致反對、有分歧的支持、有分歧的反對、嚴重沖突），便于為最終方案的選擇和群體決策提供依據。

研討用戶可以選擇ECBAR右側的“共識狀態”按鈕，則系統將顯示研討發言節點及其語義關系，同時在節點上下交錯顯示每個發言節點的共識水平（數值）及其狀態（一致支持、有分歧的支持、嚴重分歧、有分歧的反對、一致反對）。根據共識水平，尤其根據原始發言節點的共識水平，研討人員可以了解群體對于該觀點是否達成共識，為最終方案選擇提供依據。

d）共識分析可視化。它

是利用研討信息可視化模型GK=〈T，Ph，V，E，AV，AE，St〉展現所有研討發言的發言信息屬性及其關系屬性，同時利用共識評價模型EC={EFL，ECL，AI}研討發言信息內容分析AI，通過對所有研討發言內容進行分類，產生基于每個發言節點的共識點集合IC、分歧點集合IB和爭議點集合ID。如果沒有共識且研討是有時間壓力的，那么在研討結束前基于觀點的共識水平和共識點數量，通過投票或者選擇共識水平最高的方案作為共識；如果研討沒有時間壓力，則進一步深入討論爭議點和分歧點，促進達成共識。

研討人員選擇某一個節點，然后點擊ECBAR界面右側的“共識分析”，系統將該發言節點的共識點集合、爭議點集合和分歧點集合集中顯示，如圖4所示。

可以看出，該發言有兩個共識點、四個爭議點，無分歧點。如果研討有時間壓力，那么在研討結束前可據此通過投票或者選擇共識水平最高的方案作為共識；如果研討沒有時間壓力，則可以引導進一步深入討論爭議點和分歧點，促進共識。

e）關注水平與共識水平變化可視化。

研討用戶首先選擇某個節點，在ECBAR最上面選擇和輸入時間間隔（時間單位為s、min、h、d，如15s）；然后選擇“關注水平”和“顯示趨勢”，則從研討開始到當前時間，顯示該節點的關注水平變化曲線；或者選擇“共識水平”和“變化趨勢”，則從研討開始到當前時間，顯示該節點的共識水平變化曲線，也可以把關注水平和共識水平變化曲線一起顯示出來。從圖5的這些曲線可以看出，該節點的關注水平越來越高，然后保持不變，說明研討前期吸引了很多人關注，后來研討人員對它不再發表觀點；其共識水平忽高忽低，整體呈下降趨勢。

f）共識變化預測與建議可視化。

主要通過繪制關注水平變化曲線、共識水平變化曲線，可視化展現共識水平變化DC(s)和關注水平變化DF(s)，基于當前共識狀態SC(s)來預測共識狀態變化，并且給出對于下一步研討的建議，主要為協助者進行引導提供有效支持。



ECBAR將關注水平變化曲線、共識水平變化曲線在同一個可視化界面中展現出來，根據圖形變化來預測共識水平變化，在可視化界面中描述這種變化趨勢，并且給出對于下一步研討的建議。例如，在圖5的基礎上，要預測下一步該節點的共識水平和狀態如何變化，在ECBAR界面的上面選擇“共識分析預測與建議”，則彈出窗口，根據兩條曲線的形狀，協助者選擇關注水平“不變”、共識水平“不變”、共識狀態“嚴重沖突”，則ECBAR將顯示出當前狀態描述信息“研討停滯，共識水平最低，共識點和分歧點力量對比均衡，而存在大量的爭議點”、共識變化預測“加強支持力量可達有分歧的支持，加強反對力量可達有分歧的反對，以及建議“建議主持人或協助者進一步激發和啟動研討；總結共識點和分歧點，重點揭示爭議點，引導大家對于存在的爭議進一步研討”。研討協助者可以根據這些信息預測共識的變化趨勢，通過發布引導信息和在研討界面中滾動顯示來進一步引導研討進程。

4 結束語

本文對群體決策研討信息智能可視化的內容進行了深入研究，并且在支持群體決策研討的電子公共大腦視聽室系統中實現了其功能，能夠有效地獲取群體成員認知結構及其變化，通過公共大腦的認知、思考、思維變化等，有助于支持群體創新、信息共享，并促進共識達成從而有效輔助決策，為研討主持人或協助者開展工作提供了有力的支持工具。

后續研究將進一步完善共識分析及其可視化功能。雖然本研究通過算法得到了觀點的共識點、分歧點和爭議點，同時也要求協助者在研討中隨時根據需要總結共識點和分歧點，引導群體成員聚焦討論爭議點，但系統的該支持功能沒有很好地體現出來。如何將爭議點和原始觀點進行整合，從而形成新的方案供研討成員討論，整合的原則、整合的機制以及具體的實現方式值得進一步深入探討。此外，研討中，如何構建完善的協助者支持系統、協助者的作用、協助者引導方式等方面的研究需要進一步開展。

參考文獻：

[1]于景元，涂元季.從定性到定量的綜合集成方法——案例研究[J].系統工程理論與實踐，2002，22(5):1-7.

[2]錢學森，于景元，戴汝為.一個科學的新領域——開放的復雜巨系統及其方法論[J].自然雜志， 1990，13(1): 3-10.

[3]ARGYRISC. On organizational learning: a theory of action perspective[M]. [S.l.]:Addison Wesley， 1978.

[4]DENNISA， GEORGEJ， JESSUPL， et al. Information technology to support electronic meetings[J]. MIS Quarterly， 1988，12(4): 591-624.

[5]JANISI L. Groupthink: psychological studies of policy decisions and fiascoes[M]. Boston: Houghton Mifflin， 1982.

[6]BOSTROMR P， ANSONR， CLAWSONV K. Group facilitation and group support systems[M]. New York: MacMillan， 1993:146-168.

[7]VREEDEG J. A field study into the organizational application of group support systems[J]. Journal of Information Technology Cases Applications， 2000，2(4): 27-47.

[8]CLAWSONV K， BOSTORMR P. Research driven facilitation trai-ning for computer supported environments[J]. Group Decision and Negotiation， 1996， 5(1): 7-29.

[9]PRACHTW. CISMO: a visual problem-structuring and knowledge-organization tool[J]. IEEE Trans on Systems， Man and Cybernetics， 1986，16(2)：266-267.

[10]LARKINJ，SIMONH. Why a diagram is (sometimes) worth 10 000 words[J]. Cognitive Science， 1987，11(1):65-100.

[11]ALANR D， TRACIA C. Using geographical information systems for decision making：extending cognitive fit theory to map-based presentations[J]. Information Systems Research， 1998，9(2):196-197.

[12]張興學，張朋柱.群體決策研討意見分布可視化研究[J].管理科學學報， 2005，8(4):15-27.

[13]張興學.基于電子公共大腦的群體研討信息可視化及其認知激發研究[D].上海：上海交通大學，2006.

[14]郭喜江.基于模型的DSS可視化問題研究[J].大慶石油學院學報，1997，21(1):89-90.

08031374