綜合集成模型方法與技術(shù)

目錄
序
前言
第1章 緒論 1
1.1 復(fù)雜系統(tǒng)與復(fù)雜性科學 1
1.2 綜合集成方法論 4
1.3 綜合集成研討廳 5
1.4 綜合集成研討環(huán)境 8
1.4.1 綜合集成研討環(huán)境的基本概念 8
1.4.2 綜合集成研討環(huán)境的工作目標 12
1.4.3 綜合集成研討環(huán)境的實現(xiàn)途徑 13
1.5 本書研究目標、技術(shù)路線及主要內(nèi)容 15
1.6 本章小結(jié) 19
參考文獻 19
第2章 群體研討過程框架 23
2.1 概述 23
2.2 群體思維特性 24
2.3 群體共識 26
2.3.1 共識的基本概念 26
2.3.2 綜合集成研討廳中的共識 28
2.4 研討過程框架 29
2.4.1 研討模式 29
2.4.2 研討流程編輯 36
2.4.3 同步研討與異步研討 38
2.5 本章小結(jié) 39
參考文獻 40
第3章 辯論模型基本理論 42
3.1 概述 42
3.2 對日常辯論建模 43
3.3 基于辯論的形式化系統(tǒng)建模 47
3.4 抽象辯論框架 49
3.4.1 抽象辯論框架的基本概念 49
3.4.2 抽象辯論框架的語義擴充 51
3.4.3 基于語義擴充的爭議評價 61
3.5 辯論模型的應(yīng)用 62
3.6 本章小結(jié) 63
參考文獻 64
第4章 群體智慧涌現(xiàn)模型 67
4.1 概述 67
4.2 群體智慧涌現(xiàn) 67
4.2.1 知識的產(chǎn)生 67
4.2.2 群體智慧涌現(xiàn)技術(shù) 69
4.3 研討信息組織模型 72
4.3.1 研討信息結(jié)構(gòu) 72
4.3.2 共識涌現(xiàn)圖 73
4.3.3 共識值計算 74
4.4 實例分析 75
4.5 本章小結(jié) 77
參考文獻 78
第5章 擴展辯論模型 80
5.1 概述 80
5.2 擴展辯論模型的形式化描述 80
5.3 爭議評價算法 83
5.4 實例分析 87
5.5 本章小結(jié) 90
參考文獻 90
第6章 基于可信度的辯論模型及爭議評價算法 91
6.1 概述 91
6.2 可信度方法 92
6.3 基于可信度的辯論模型 93
6.3.1 基本辯論框架 93
6.3.2 爭議可信度表示 94
6.4 基于可信度的爭議評價算法 96
6.4.1 爭議結(jié)論可信度計算 96
6.4.2 可信度合成 98
6.4.3 可信度傳遞 99
6.4.4 一致性與可行性分析 101
6.5 實例分析 102
6.6 相關(guān)工作比較 104
6.7 本章小結(jié) 106
參考文獻 107
第7章 基于IBIS的協(xié)商研討模型 108
7.1 概述 108
7.2 協(xié)商研討框架 109
7.3 協(xié)商研討模糊Petri網(wǎng) 112
7.3.1 辯論推理與模糊Petri網(wǎng) 112
7.3.2 將協(xié)商研討框架映射為模糊Petri網(wǎng) 113
7.4 基于模糊Petri網(wǎng)的爭議評價算法 115
7.4.1 托肯值合成計算 115
7.4.2 托肯值更新算法 116
7.4.3 算法討論 118
7.5 實例分析 118
7.6 相關(guān)工作比較 122
7.7 本章小結(jié) 125
參考文獻 125
第8章 研討文本分析方法 128
8.1 概述 128
8.2 文本預(yù)處理 129
8.3 文本聚類分析 131
8.4 文本摘要算法 132
8.4.1 基于TextRank的文本摘要算法 132
8.4.2 TextRank算法改進 134
8.5 應(yīng)用效果分析 135
8.5.1 實驗設(shè)計 135
8.5.2 實驗過程 136
8.5.3 效果評估 139
8.6 本章小結(jié) 141
參考文獻 141
第9章 決策研討模型 144
9.1 概述 144
9.2 偏好信息表達 146
9.2.1 問題描述 146
9.2.2 常見偏好信息表達形式 147
9.2.3 偏好信息規(guī)范化 149
9.3 群體一致性分析 153
9.3.1 偏好矢量相似度 153
9.3.2 群體一致性定義 154
9.4 決策共識達成過程 154
9.5 實例分析 155
9.6 本章小結(jié) 159
參考文獻 159
第10章 基于保護少數(shù)人意見的群體一致性分析 162
10.1 概述 162
10.2 少數(shù)人成員特性及少數(shù)人意見的重要性 162
10.3 專家意見聚類分析 163
10.3.1 問題描述 163
10.3.2 現(xiàn)有聚類算法 164
10.3.3 啟發(fā)式聚類算法 166
10.4 基于聚類的專家意見一致性分析 167
10.4.1 群體一致性分析指標 167
10.4.2 基于聚類分析的研討反饋機制 169
10.5 基于平行坐標法的聚類結(jié)果可視化 170
10.5.1 平行坐標法 171
10.5.2 專家聚類可視化 171
10.6 算例分析 172
10.6.1 決策共識達成實驗 172
10.6.2 聚類效果分析 174
10.7 本章小結(jié) 176
參考文獻 177
第11章 綜合集成研討環(huán)境實現(xiàn)技術(shù) 178
11.1 概述 178
11.2 系統(tǒng)功能分析 179
11.2.1 研討工作流 179
11.2.2 系統(tǒng)功能結(jié)構(gòu) 179
11.2.3 系統(tǒng)體系結(jié)構(gòu)設(shè)計 182
11.3 研討過程控制 185
11.3.1 研討過程控制中的問題 185
11.3.2 WebSocket技術(shù) 186
11.3.3 基于WebSocket的研討過程控制 187
11.4 研討信息可視化 189
11.4.1 研討信息可視化的必要性 189
11.4.2 D3技術(shù) 189
11.4.3 基于D3的研討信息可視化組件設(shè)計 190
11.5 在線協(xié)同編輯 193
11.5.1 協(xié)同編輯涉及的主要問題 194
11.5.2 協(xié)同編輯實現(xiàn)方法 194
11.6 資料信息智能推送 196
11.6.1 獲取推薦數(shù)據(jù) 197
11.6.2 推薦算法 197
11.7 研討環(huán)境設(shè)計 199
11.7.1 協(xié)商研討環(huán)境 199
11.7.2 決策研討環(huán)境 200
11.7.3 表決研討環(huán)境 200
11.8 本章小結(jié) 202
參考文獻 203