协同工作中基于角色的群体感知技术研究

在研究和分析当前群体感知模型研究工作现状的基础上,对基于角色的群体感知模型进行扩展,得到扩展的基于角色的群体感知模型.该模型通过分解群组任务,把群组的成员扮演的角色细化,建立角色关系图,用以衡量角色之间的关联度.同时,结合在历史的协作下角色之间结成的合作关系强度,确定角色之间的感知关系,以此作为群组中角色之间的感知强度和感知空间的计算依据.还分析了该模型的实现机制,以提供协同科研工作平台项目中的群体感知机制.     

塔吊的事前、事中、事后控制

固定式塔式起重机属于特种设备，一旦发生安全事故产生的影响十分严重。近年来国家对塔吊的安全管理极为重视，从设备制造、检测、备案、使用等过程严格管理，对各个责任单位的职责规定明确。下面从监理的角度谈谈对塔吊安全监理的事前、事中、事后控制。     

上下文技术在群体感知中的研究与应用

群体感知技术是CSCW领域研究的一项关键技术,是CSCW研究的热点.虽然群体感知技术已经在国内外许多学者的研究和推动下得到了很大程度的发展,然而,这个领域还存在着很多尚待解决的问题.首先分析了国内外群体感知模型的研究现状,然后简单介绍了面向服务的群体感知模型SOGAM.经过分析发现该模型存在的一个关键问题--缺乏群体感知信息表示的有效方法.鉴于群体感知信息和上下文信息之间在表示上存在高度相似性,因此深入研究了上下文技术中上下文建模的相关研究成果,在总结了众多建模方法的优缺点之后,在SOGAM模型的基础上,提出了一个新型的建模方法,并采用UML的方式来表示上下文模型的结构.上下文模型包含了面向服务的思想,解决了SOGAM模型所存在的问题.最后,结合协同工作平台COP(cooperative work platform)项目实现此表示模型.     

基于XML的自动学习Web信息抽取

因特网给我们提供了巨大的信息量,在信息量极其丰富的Web资源中,蕴涵着大量有用的知识信息.信息爆炸而知识匮乏是当今人们所面临的一个很重要的问题.通过搜索引擎来查找信息将不容易定位到用户最感兴趣的数据上.而通过wleb信息抽取的自动化实现,可以提高信息获得的效率.信息抽取可以从网络上分析和发现有用的信息,废弃冗余的数据,提取用户知识领域的知识.本文分析了基于XML的web信息提取,讨论了相关技术在Web信息抽取中的应用并建立了相应的Web信息抽取摸型,通过自动学习来获取信息抽取规则,实现Wleb信息的自动提取.