1990年錢學(xué)森等人[1]提出開放的復(fù)雜巨系統(tǒng)的概念,以及處理這類系統(tǒng)的方法論——從定性到定量的綜合集成方法。綜合集成法就其實質(zhì)而言是將專家群體(各種有關(guān)的專家)、數(shù)據(jù)和各種信息與計算機技術(shù)有機地結(jié)合起來,把各種學(xué)科的科學(xué)理論和人的經(jīng)驗知識結(jié)合起來,三者構(gòu)成一個系統(tǒng)。這個方法的成功關(guān)鍵在于充分發(fā)揮了系統(tǒng)的整體優(yōu)勢和綜合優(yōu)勢。1992年3月,錢學(xué)森進一步提出了人機結(jié)合,從定性到定量的綜合集成研討廳(HWME)體系的思想[2]。這個研討廳的構(gòu)思是把人集成于系統(tǒng)之中,采用人機結(jié)合、以人為主的技術(shù)路線,充分發(fā)揮人的作用,使研討的集體在討論問題時互相啟發(fā),互相激活,使集體創(chuàng)見遠遠勝過個人的智慧。

　　隨著Internet和各種通信網(wǎng)絡(luò)的迅速普及,cyberspace(電子空間和數(shù)字空間)成為一個重要的概念,它使參與者跨越時間和地域的限制,隨時隨地就所關(guān)心的問題進行研究、交流和探討,并可隨時利用網(wǎng)絡(luò)上的大量資源。信息技術(shù)的這個發(fā)展,為綜合集成研討廳的實現(xiàn)提供了一種新的、可能的形式,即基于cyberspace的綜合集成研討廳(CWME)[4]。通過多年的探索與實踐,已經(jīng)成功建立了幾個典型的CWME系統(tǒng)。

　　在CWME體系中,專家群體是最具有能動性的成員,各專家以研討的方式暢所欲言,充分表達自己的觀點,隨時進行質(zhì)詢和辯論,以促進對復(fù)雜問題認(rèn)識的提高。但是在研討過程中,每個專家對同一復(fù)雜問題的認(rèn)識和判斷都不盡相同,且參與者個人的行為和判斷會不同程度地影響周圍每個人的思維判斷,使得專家群體中的交互關(guān)系存在著微妙的隨時間變化的動態(tài)復(fù)雜性。因此,在綜合集成研討廳體系中,如何衡量專家意見的合理性,計算在研討過程中涌現(xiàn)出來的專家權(quán)威度,刻畫專家群體之間的交互關(guān)系和結(jié)構(gòu),從而促進研討流暢、高效地進行,是研討廳體系實踐和應(yīng)用過程中的一個重要問題。

　　文獻[7]提出一種對發(fā)言觀點進行權(quán)威度計算的方法。該方法借鑒萬維網(wǎng)網(wǎng)頁的鏈接概念,根據(jù)發(fā)言之間的響應(yīng)關(guān)系建立廣義專家群體的有向鏈接結(jié)構(gòu)。該結(jié)構(gòu)采用有向?qū)傩詧D表示,專家的每條發(fā)言作為一個節(jié)點,每個節(jié)點有兩個屬性,即見解質(zhì)量屬性和見解評價屬性。專家發(fā)言之間的響應(yīng)關(guān)系作為有向邊(鏈接)。根據(jù)發(fā)言響應(yīng)和被響應(yīng)的情況計算每條發(fā)言的權(quán)威度,發(fā)言被響應(yīng)的次數(shù)越多,該條發(fā)言的權(quán)威度越高;權(quán)威度較高的發(fā)言所響應(yīng)的發(fā)言,其權(quán)威度也較高,反之權(quán)威度越小。文獻[8]提出了基于即時發(fā)言評價的專家權(quán)威度計算方法。在研討過程中,各位專家在主持人的引導(dǎo)下按照一定的評價指標(biāo)即時對發(fā)言進行評價,所采用的評價指標(biāo)是相關(guān)度、可信度、合理度以及啟發(fā)度。在研討過程中,一個專家的權(quán)威度主要是由其發(fā)言效率和評價效率決定的。因此,基于即時發(fā)言評價的專家權(quán)威度計算方法的基本思想是通過計算專家的發(fā)言效率和評價效率,并對兩者進行適當(dāng)加權(quán),進而得出專家的總體權(quán)威度。

　　上述方法盡管可以計算專家某條發(fā)言的權(quán)威度,但是并沒有從語義的角度考慮專家的發(fā)言內(nèi)容之間的關(guān)系,同時也沒有考慮專家群體交互的動態(tài)復(fù)雜性?；诖?本文提出了基于Semantic-PageRank(SemRank)的專家權(quán)威度計算方法。該方法既考慮專家之間的交互結(jié)構(gòu),又考慮專家發(fā)言內(nèi)容之間的語義關(guān)聯(lián);在計算語義關(guān)聯(lián)時,該方法還引入了時間要素這一概念來體現(xiàn)專家交互的動態(tài)復(fù)雜性。實驗結(jié)果表明,本文提出的專家權(quán)威度計算方法合理、有效,可以為與會專家在綜合集成研討環(huán)境中進行良性互動提供一定的參考意義。

　　1 PageRank算法

　　本文提出的SemRank算法是在PageRank的基礎(chǔ)發(fā)展得到的,“PageRank”技術(shù)[9]最早由斯坦福大學(xué)的“Google”研究小組提出?？梢杂靡环N“隨機沖浪”模型作為“PageRank”的理論基礎(chǔ),該模型描述網(wǎng)絡(luò)用戶對網(wǎng)頁的訪問行為。假設(shè)如下:

　　a)用戶隨機地選擇一個網(wǎng)頁作為上網(wǎng)的起始網(wǎng)頁;

　　b)看完這個網(wǎng)頁后,從該網(wǎng)頁所含的超鏈接中隨機地選擇一個頁面繼續(xù)進行瀏覽;

　　c)沿著超鏈接前進了一定數(shù)目的網(wǎng)頁后,用戶對這個主題感到厭煩,重新隨機選擇一個網(wǎng)頁進行瀏覽,如此反復(fù)。

　　根據(jù)上述的用戶行為模型,PageRank的基本思想就是引入一個網(wǎng)頁的權(quán)威值的概念,其網(wǎng)頁的權(quán)威值與網(wǎng)頁的內(nèi)容無關(guān),權(quán)威值計算是根據(jù)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)圖。網(wǎng)頁p的權(quán)威值取決于兩個要素:a)有多少網(wǎng)頁引用了它(網(wǎng)頁p);b)引用網(wǎng)頁p的這些網(wǎng)頁的權(quán)威值。因此這是一個循環(huán)迭代的過程[10]。計算公式如下:

　　x?p=dN+(1-d)?q∈pa[p]x?qh?q(1)

　　其中:d∈(0,1)是阻尼因子;h?q是節(jié)點q的出度,就是q有多少個超鏈接外鏈;pa[p]是指向p的網(wǎng)頁集合;N是指網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)中節(jié)點數(shù),即網(wǎng)頁的數(shù)量。

　　2 基于SemRank的專家權(quán)威度計算方法

　　綜合集成研討廳體系的鏈接結(jié)構(gòu)是通過專家群體的有效互動建立起來的。在互動過程中,專家對以前的發(fā)言進行評論,同時發(fā)表自己對問題的見解,通過這種響應(yīng)建立起個體之間響應(yīng)關(guān)系,進而可建立專家群體的有向鏈接結(jié)構(gòu)。鏈接結(jié)構(gòu)中,專家每次的發(fā)言為一個節(jié)點,專家發(fā)言的響應(yīng)或者被響應(yīng)關(guān)系為有向邊,從而使得這種鏈接結(jié)構(gòu)可用有向?qū)傩詧D表示。這與PageRank中描述WWW的有向?qū)傩杂邢嗨浦?WWW中的網(wǎng)頁對應(yīng)一個節(jié)點,WWW中網(wǎng)頁的鏈接關(guān)系對應(yīng)圖中的邊。文獻[7]采用的就是這個思路計算專家發(fā)言的權(quán)威度。

　　在實踐過程中,運用上述方法卻經(jīng)常遇到兩個問題:a)雖然某條發(fā)言A在長時間內(nèi)得到較多的響應(yīng),但此時發(fā)言的主題已經(jīng)發(fā)生了一定程度的改變,此時A的權(quán)威度理應(yīng)下降,但是由于PageRank算法本身不考慮發(fā)言內(nèi)容的語義相似度,導(dǎo)致計算出來的A的權(quán)威度偏高;b)越早的發(fā)言,權(quán)威度容易越高,這是因為較早的發(fā)言容易得到相對較多的響應(yīng),或者說最近的發(fā)言經(jīng)常尚未得到充分的響應(yīng),此時按照PageRank計算的權(quán)威度會偏離真實的權(quán)威度情況。

　　針對這兩個常見問題,在PageRank算法的基礎(chǔ)上,本文提出SemRank方法。該方法的優(yōu)勢在于:a)引入發(fā)言內(nèi)容的語義相似度計算方法,在衡量某條發(fā)言的權(quán)威度時,不僅考慮它得到了多少響應(yīng),同時考慮它與所響應(yīng)的發(fā)言之間的語義聯(lián)系;b)引入時間衰減函數(shù),對較近的響應(yīng)賦予較大的權(quán)重,削弱某些早期發(fā)言過于長久的影響。

　　SemRank算法同樣根據(jù)有向?qū)傩詧D來計算每條發(fā)言的權(quán)威度,然后對每個專家的所有發(fā)言的權(quán)威值求均值,獲得該專家的總體權(quán)威度。

　　2.1 發(fā)言內(nèi)容的動態(tài)相似度計算

　　首先考慮專家發(fā)言之間的語義關(guān)聯(lián),把研討中的每條發(fā)言表示成tf-idf向量形式,采用余弦相似度計算語義關(guān)聯(lián)程度,計算公式如下:

　　sim(u,v)=?ω∈u,vtf?u(ω)tf?v(ω)idf(ω)?2

　　?ω∈u(tf?u(ω)idf(ω))?2

　　?ω∈v(tf?v(ω)idf(ω))?2

　　(2)

　　其中:tf?u(ω)和tf?v(ω)分別表示詞ω在發(fā)言u和v中的詞頻;idf(ω)表示逆文本頻率,計算公式為

　　idf(ω)=log (N/n?ω)(3)

　　其中:n?ω是表示有多少條發(fā)言包含詞ω,N為總的發(fā)言數(shù)。

　　式(2)只考慮了專家發(fā)言之間的靜態(tài)關(guān)系。實際上這種關(guān)系應(yīng)該是與時間相關(guān)的:兩條發(fā)言之間的時間間隔越長,語義之間的相似度就越低,反之則越高。因此本文考慮時間衰減要素,引入時間衰減函數(shù)(這里考慮的時間信息是專家的每條發(fā)言在整個研討過程中的相對位置,而不是每條發(fā)言在研討過程中出現(xiàn)的絕對時間),得到如下的動態(tài)相似度計算公式:

　　s?i(u,v,T)=sim(u,v)×f?i(u,v,T);i=1,2(4)

　　其中:f?i(u,v,T)為發(fā)言u與v之間的時間衰減函數(shù)。這里采用兩種形式:

　　a)f?1(u,v,T)=1-|k-i-1|/N。其中:發(fā)言u為研討中第k個發(fā)言,發(fā)言v為研討中第i個發(fā)言。

　　b)f?2(u,v,T)=1/|k-i|。其中:發(fā)言u為研討中第k個發(fā)言,發(fā)言v為研討中第i個發(fā)言。

　　2.2 專家權(quán)威度計算

　　基于SemRank的專家權(quán)威度計算的算法實現(xiàn)過程如下:

　　初始值:向量P?0=(p?0(1),p?0(2),…,p?0(N)),其中p?0(u)=1/N(u=1,2,…,N)。?

　　輸入:error ε。

　　輸出: 向量P=(p(1),p(2),…,P(N))。

　　t=0

　　repeat

　　t=t+1

　　根據(jù)式(6)計算P?t(u)(u=1,2,…,N)

　　δ=‖P?t-Pt-1‖

　　until δ<ε

　　returnP?t

　　在考慮了發(fā)言內(nèi)容之間的動態(tài)語義相似度以后,專家之間交互的有向?qū)傩詧D就成為了一個加權(quán)的有向?qū)傩詧D。從文獻[11]獲得啟發(fā),在加權(quán)的有向?qū)傩詧D的基礎(chǔ)上計算專家發(fā)言的權(quán)威值。

　　加權(quán)的有向?qū)傩詧D通過兩個矩陣的點乘形式表示:

　　B?kN×N=AN×N?•×sim?kN×N;k=1,2(5)

　　其中:B?kN×N(i, j)=AN×N(i, j)×sim?kN×N(i, j)(i, j=1,2,…,N;k=1,2);矩陣AN×N為鄰接矩陣,如果節(jié)點i到j(luò)之間有一條有向邊,則AN×N(i, j)為1,否則為0;矩陣sim?kN×N為動態(tài)相似度矩陣,式中sim?kN×N(i, j)=s?k(i,j,T)(k=1,2)。

　　在此加權(quán)有向?qū)傩詧D矩陣B?kN×N的基礎(chǔ)上,專家發(fā)言的權(quán)威值計算如下:

　　p?k(u)=dN+(1-d)?v∈adj[u]B?k(v,u)B?k(v,i)p?k(v) (6)

　　其中:k=1或k=2,即計算矩陣B?kN×N時采用了哪個時間衰減函數(shù);N是屬性圖的節(jié)點總數(shù);d是阻尼因子,一般都在區(qū)間[0.1,0.2]選擇,一般選擇0.15;adj[u]是指向u的發(fā)言集合。

　　最后將權(quán)威度向量進行歸一化,即

　　P=(p(1)maxNi=1 p(i),

　　p(2)maxNi=1 p(i),…,

　　p(N)maxNi=1 p(i))(7)

　　3 研討實例及其分析

　　下面以一個初步形成的研討廳體系的專家研討過程為例(文獻[7]中的示例),來說明基于SemRank專家權(quán)威度計算方法。其中,發(fā)言專家是以一些博士研究生和碩士研究生進行的仿真,專家的發(fā)言是經(jīng)濟專業(yè)人士幫助并提供的。其中,Zh代表主持人,T、C、G、L、M代表不同的專家,在主持人的主持下專家們進行研討的過程與結(jié)果如圖1所示。

　　Zh:好,如果各位專家沒有意見,現(xiàn)在進入研討。首先請對今年的經(jīng)濟形勢作一個基本判斷。

　　T:在擴大內(nèi)需政策影響下,經(jīng)濟增長幅度止跌回升。今年仍有趨好潛力。首先,除了出口增幅趨緩?fù)?投資、消費需求增速均有所提高;其二,結(jié)構(gòu)矛盾繼續(xù)緩解,產(chǎn)銷銜接較好;其三 ,上半年工業(yè)企業(yè)經(jīng)濟效益明顯好轉(zhuǎn)。

　　C:(除了T提到的幾個因素外)另一個積極因素是工業(yè)經(jīng)濟在結(jié)構(gòu)調(diào)整中增長加快,上半年工業(yè)增長保持了10%以上,勢必對今年經(jīng)濟起到積極作用。

　　G:(除了C和T提到的因素外)另外啟動了一些供給政策,如對中小企業(yè)的支持、技改貼息提高裝備水平、國企改革等, 對改善宏觀經(jīng)濟發(fā)展環(huán)境是十分必要的。

　　L:(我不同意他們?nèi)说姆治?我擔(dān)心的是,世界經(jīng)濟形勢會對我國經(jīng)濟增長產(chǎn)生極其不利的影響。根據(jù)世界銀行估計,美國經(jīng)濟今年預(yù)計增長0.7%(去年5%),世界經(jīng)濟增長2.9%,全球貿(mào)易增長5.2%。

　　T:(不同意 L的分析)我認(rèn)為不必過分憂慮。實際上去年內(nèi)需也起到重要作用。只要今年繼續(xù)堅持積極的財政政策,加上公務(wù)員增資、提高低收入者收入水平等政策到位,內(nèi)需增長會彌補出口下滑對經(jīng)濟增長的不利影響。

　　M:L的意見確實值得注意。我國對美國的出口占全部出口的21%,如果美國經(jīng)濟出現(xiàn)衰退,必將影響我國出口,還將對我國吸引外資、資本市場、投資信心等方面產(chǎn)生影響,因為……

　　Zh :L,按你的判斷,今年經(jīng)濟形勢走勢會如何?

　　L:(響應(yīng) Zh)我不太樂觀,受世界經(jīng)濟的影響,我國今年經(jīng)濟增速會比上年下降,GDP增長 7%……

　　M:我同意L的看法……

　　T:(不同意 L)我認(rèn)為,經(jīng)濟增長幅度還會有所上升,到達 8.3%……

　　C:( 對他們兩人L和T的意見都不太贊同)從總體上,我對今年經(jīng)濟增長還是有信心的,GDP增長與上年持平,達到 8%。但以下問題值得注意:一是非國有經(jīng)濟投資問題;二是消費增長具有一定的不確定性;三是農(nóng)民收入連續(xù)多年沒有多大的改善,影響到總體的消費水平……

　　G:(不太同意L、T、C的意見)考慮到出口會受到影響,GDP增長幅度將比去年略有下降,達到7.6%~7.8%……

　　將2.2節(jié)中論述的基于SemRank的專家權(quán)威度計算方法應(yīng)用于上述的研討過程,專家的每次發(fā)言為一個節(jié)點,用專家研討時的ID和發(fā)言時間或者次數(shù)標(biāo)志類節(jié)點,為清楚起見,用“專家ID+t+發(fā)言的次數(shù)”來標(biāo)志節(jié)點,獲得了以下的專家個體互動關(guān)系:

　　Tt1;

　　Ct1→Tt1; Gt1→Tt1,Ct1;

　　Lt1→Tt1,Ct1,Gt1;Tt2→Lt1;Mt1→Lt1;

　　Zht1→Lt1; Lt2→Zht1;Mt2→Lt2;

　　Tt3→Lt2; Ct2→Lt2,Tt3;

　　Gt2→Ct2,Lt2,Tt3;

　　上述的研討數(shù)據(jù)需預(yù)處理,這里采用中國科學(xué)院計算所ICTCLAS2008進行中文分詞,將專家的每條發(fā)言表示成tf-idf向量形式。根據(jù)2.2節(jié)中的算法計算專家發(fā)言的權(quán)威值,設(shè)置允許的輸出誤差error為0.000 1,式(6)中的阻尼因子為0.15,考慮前面提到的兩種時間衰減函數(shù),共迭代了9次,獲得最終的結(jié)果。作為對比,表1列出了采用基于HITS的鏈接結(jié)構(gòu)分析算法[7]計算的專家發(fā)言權(quán)威值。由于HITS算法是不收斂的,采用的迭代次數(shù)為3。

　　專家發(fā)言

　　采用f?1(u,v,T)?時間衰減函數(shù)

　　權(quán)威值排序

　　采用f?2(u,v,T)?時間衰減函數(shù)

　　權(quán)威值排序

　　基于HITS的鏈接?結(jié)構(gòu)分析算法

　　權(quán)威值排序

　　Tt11.00 11.00 10.173

　　Ct10.71 30.74 30.134

　　Gt10.31 60.41 60.076

　　Lt10.86 20.87 20.067

　　Tt20.14 90.14 90.008

　　Mt10.14 90.14 90.008

　　ZHt10.56 40.56 40.008

　　Lt20.49 50.49 50.281

　　Mt20.14 90.14 90.008

　　Tt30.22 70.26 70.182

　　Ct20.18 80.21 80.105

　　Gt20.14 90.14 90.008

　　根據(jù)上述專家每條發(fā)言的權(quán)威值,對每位專家所有的發(fā)言的權(quán)威值求和,再求平均,獲得專家的總體權(quán)威度。在采用2.1節(jié)中提出的兩種時間衰減函數(shù)時,專家的總體權(quán)威度排序比較一致。根據(jù)排序結(jié)果,本文主要重點關(guān)注專家L、T和C的發(fā)言(由于主持人主要是引導(dǎo)研討過程的,盡管排序是第2位,這里不關(guān)注他的發(fā)言)。從這三位專家的發(fā)言可以歸納出今年的經(jīng)濟形勢,有三種不同的意見:a)經(jīng)濟增長幅度止跌回升,今年仍有趨好潛力;b)世界經(jīng)濟形勢會對我國經(jīng)濟增長產(chǎn)生極其不利的影響;c)工業(yè)經(jīng)濟的結(jié)構(gòu)調(diào)整,勢必對今年經(jīng)濟起到積極作用。根據(jù)表1可知,采用基于HITS的鏈接結(jié)構(gòu)分析算法計算專家發(fā)言權(quán)威值時,不可避免地出現(xiàn)了專家發(fā)言權(quán)威值為0的情況(如Tt2、Mt1),這是由于HITS算法本身的特性決定的,如果某條發(fā)言無人響應(yīng),該權(quán)威值就為0。采用SemRank方法時,專家發(fā)言的權(quán)威值不會出現(xiàn)為0的情況。由式(6)可知,每位專家的權(quán)威值都有非0的初始值d/N,這與現(xiàn)實情況是一致的,因為每位參與研討的專家都是領(lǐng)域和行業(yè)專家,其發(fā)言都具有一定的參考價值和權(quán)威度。

　　專家發(fā)言

　　采用f?1(u,v,T)?時間衰減函數(shù)

　　總體權(quán)威度排序

　　采用f?2(u,v,T)?時間衰減函數(shù)

　　總體權(quán)威度排序

　　基于HITS的鏈接?結(jié)構(gòu)分析算法

　　總體權(quán)威度排序

　　T0.453 30.467 40.1172

　　C0.445 40.475 30.1153

　　G0.225 50.275 50.0354

　　L0.675 10.680 10.1701

　　M0.140 60.140 60.0005

　　Zh0.560 20.560 20.0005

　　以專家G的第一條發(fā)言為例說明專家發(fā)言在研討中的權(quán)威值變化的情況。如圖2所示,采用SemRank方法時,在時刻2專家Gt1發(fā)言的權(quán)威值取得了最大值,這與實際情況是相符的。在發(fā)言Gt1提出來以后,其他專家會對這條發(fā)言評論,表達自己的意見。在某個時刻權(quán)威值會取得最大值,隨著研討的深入,大家討論的內(nèi)容會發(fā)生改變(上述研討的示例,只是實驗所采用的研討腳本的一部分內(nèi)容),討論的議題演變成如何幫助中小企業(yè)度過這次經(jīng)濟危機,因此專家發(fā)言Gt1的權(quán)威值將會隨著時間變小,這也說明了SemRank方法利用語義以及時間因素來計算專家發(fā)言權(quán)威值是正確的,并與實際情況是相?符的。

　　采用基于SemRank的專家權(quán)威度計算,可以衡量專家每條發(fā)言的權(quán)威值,評估每個專家的總體權(quán)威度。通過權(quán)威度計算以及排序,可知哪幾個專家發(fā)言是需要重點關(guān)注并引起最多爭議討論的,對形成最終的決策提供了有力的支持。

　　4 結(jié)束語

　　針對綜合集成研討環(huán)境中的專家權(quán)威度評價問題,本文提出基于SemRank的專家權(quán)威度計算方法。該方法既考慮了專家之間的交互結(jié)構(gòu),又考慮了專家發(fā)言內(nèi)容之間的語義關(guān)聯(lián),同時引入了時間衰減函數(shù)來反映交互的動態(tài)復(fù)雜性。實驗結(jié)果表明,本文提出的專家權(quán)威度計算方法合理、有效,可幫助專家快速了解當(dāng)前的交互結(jié)構(gòu),避免思維的過分發(fā)散,加快專家群體的自組織過程,為深化認(rèn)識、激發(fā)思維奠定了較好的基礎(chǔ)。

　　本文所提的權(quán)威的計算方法盡管考慮到了發(fā)言之間的語義關(guān)聯(lián)關(guān)系以及時間衰減因素,但是由于這種關(guān)聯(lián)程度計算方法并不足以嚴(yán)格劃分發(fā)言的主題,在研討話題發(fā)生變化時,會在一定程度上導(dǎo)致權(quán)威度更新的滯后與混淆。在下一步的工作中,可以加入更多的語義理解及分析內(nèi)容,采用分類和聚類方法,對專家發(fā)言進行動態(tài)主題建模,獲取專家主題的轉(zhuǎn)移趨勢,進而在此基礎(chǔ)上更加準(zhǔn)確地計算專家在某一主題上的權(quán)威度,以及在所有主題上的綜合權(quán)威度。