CN112364234A - 一种在线讨论的自动分组系统 - Google Patents

Abstract

本发明提供一种在线讨论的自动分组系统，包括数据中心，用于存储在线讨论过程中采集的数据，所述数据包括用户基本信息、交互信息、讨论文本、多媒体信息、会议信息、场景和分组策略信息和附加属性配置信息；服务平台，用于定义和采集用户行为和交互数据，并对用户在线讨论过程中的特征进行计算和建模，进而实现自动分组；用户客户端，用于针对不同类型用户访问到的功能进行定义，为用户呈现适应性界面和功能。本发明适用于在不同场景(教育、商务研讨)中根据讨论目标的不同和参与者的差异对参与讨论的对象进行自适应分组，提升讨论的效率。

Description

一种在线讨论的自动分组系统

技术领域

本发明涉及在线会议技术领域，具体涉及一种在线讨论的自动分组系统。

背景技术

随着信息技术的发展，跨越物理空间的在线会议逐渐成为一种主流的讨论形式，分组讨论则是众多会议中的一个重要活动。会议参与者的擅长领域、知识结构、人格特征等都不尽相同，根据不同的会议讨论主题与会议讨论目标(想要拓展内容深度或广度)而采用不同的分组策略(同质分组或异质分组)，以及保证每个小组都能有一位意见领袖，引导小组积极有效讨论，才能使讨论目的更加聚焦，使讨论效率更加高效，讨论内容条理更加清晰。

现有的在线讨论分组形式中，多是由组织者采用随机分组的方式，或者是参会者自由组合的方式，也有一些在线会议分组技术根据参会者与会议主题的相关度而进行不同组别的划分，而其相关度的计算多是依据参会者主观填写的知识领域和发言的声音大小(声音越大与主题越相关)等特征进行判断，缺乏科学有效的方法和客观真实的数据支持。此外，不同角色的系统用户(主持人、参会者等)其在讨论过程中扮演的角色有所差异，其所需要关注的讨论内容和所需要使用的在线讨论功能也有所差异，当前针对不同角色的系统用户，其分组界面呈现大多千篇一律，不能满足用户的个性化界面的需求。

与此同时，在各大互联网应用中也存在自动分组或者归类的技术，如新闻、文章自动分类(分组)技术、商品推荐的归类技术等。目前针对新闻、文章的自动分类/分组技术主要通过三种方式，一种是通过提取文档中特征词的词频并通过加权算法(如TF/IDF等)实现对当前文章主题的定位，并将其归类到指定分组；其次通过word2vec/doc2vec等方式构建文档主题向量，并通过向量距离判断当前文档所述类别；这两种方式主要依赖对主题词或特征词的频次或语义距离进行自动分组/分类，在主题词或特征词的定义过程中可以考虑用户属性(如兴趣)；除此之外，近年来也有企业通过深度学习技术，构建半监督模型，实现文档的自动分类，该方式通过将文档的各类信息转化为one-hot编码，并通过神经网络权重训练的方式，实现了特定文档编码与最终分类的对应关系。

而对于商品推荐的归类技术，主要依赖如下方式：基于内容的推荐、协同过滤推荐、基于知识的推荐、基于情境的推荐等。其中基于内容的推荐主要对商品的主题进行归类得到主题集合Tset{t1,t2…tn}，然后根据用户经常访问商品的主题ti为其从相应主题下选择商品tiGood{s1,s2…sn}进行推荐；协同过滤推荐则首先获取与当前用户有共同商品偏好的用户得到一个用户组Uset{U1,U2…Un}，然后获取Uset中用户经常访问的商品提供给当前用户；基于知识的推荐主要是通过定义相关的商品分组和推荐规则，并基于规则为用户进行推荐，如在推荐过程中应当将用户的浏览风格作为加权参数，或将用户的背景信息作为推荐辅助依据；而基于情境的推荐则更多考虑商品的适用场景，如某些商品经常被移动端用户购买，某些产品经常被办公室场景中的用户浏览等，这些均可以作为商品推荐的情境依据，实现商品更加情境化的分组。

上述技术在解决文档分类、商品推荐等问题过程中，由于文档和商品属于有限空间中有限状态特征的实体，因此可以通过上述方式实现精准的自动分组；而一些学习社区中，同样采用类似的方式，根据系统预定义的用户基本信息信息支持用户的推荐，如根据用户的兴趣、关注的关键词以及浏览的主题对用户进行聚类和推荐，这种相对静态的方式难以支持对具体主题中内容与交互的分析，而从讨论自动分组来看，由于分组过程中，不同的讨论者具备多样化的特征，其讨论风格、擅长主题等都是动态变化的特征，且其是通过讨论者的行为间接反映的，因此通过传统的推荐方法难以实现对用户特征的精准分析与定位，这就难以很好地根据讨论需求将不同用户分配到最适合的小组，促进讨论效率的提升，因此需要通过构建基于参会记录、交互行为、讨论文本的智能分组策略，实现对用户的精准化、适应性分组。

发明内容

本发明要解决的技术问题是：针对当前在线讨论过程中分组依赖会议发起者经验，难以实现根据用户信息、其历史交互行为、风格特征以及其他相关属性进行适应性分组，进而导致讨论效果不佳的问题。

在此背景下，本发明从在线讨论分组的实际需求出发，综合考虑了在线讨论过程中讨论的内容特征以及讨论者的特征，对自动分组策略进行了设计。该策略结合讨论者的擅长领域、知识结构、人格特征等信息，并针对参会者的历史参会记录、交互行为、讨论文本等客观真实的过程性数据进行有效分析，根据不同的会议主题以及会议讨论目标等采用与之对应的分组策略进行智能、有效、科学地分组，并能够为参与在线讨论的不同角色的用户提供适应性的呈现和功能，提升在线讨论的效率。

本发明解决其技术问题所采用的技术方案是：提出了一种实时在线讨论的自动分组系统，包含数据中心、服务平台和用户客户端，其中：

数据中心，用于存储在线讨论过程中采集的数据，所述数据包括用户基本信息、交互信息、讨论文本、多媒体信息、会议信息、场景和分组策略信息和附加属性配置信息；

服务平台，用于定义和采集用户行为和交互数据，并对用户在线讨论过程中的特征进行计算与建模，进而实现自动分组。

用户客户端，用于对不同类型用户访问到的功能进行定义，为用户呈现适应性界面和功能。

进一步的，所述服务平台包括用户交互数据类型管理单元、多模态数据采集单元、用户特征计算单元、智能分组计算单元，其中，

所述用户交互数据类型管理单元，用于定义用户行为特征；

所述多模态数据采集单元，用于采集用户讨论过程中的交互行为，并将交互行为存储到数据中心；

所述用户特征计算单元，用于接收用户客户端发送的会议信息，并根据所述会议信息从数据中心提取用户交互行为、讨论文本、附加属性信息，形成用户特征模型，并将所述用户特征模型发送给智能分组计算单元；

所述智能分组计算单元，用于接收会议信息和用户特征模型，根据用户配置的分组依据进行分组，并将分组结果传送给用户客户端。

进一步的，所述多模态数据采集单元，通过用户客户端内置的行为采集接口以及xAPI规范对交互行为信息进行采集；通过自然语言处理技术、深度学习技术对认知类信息进行匹配和采集；通过感知技术和设备对附加属性配置信息进行采集；在采集和分析过程中，默认优先获取用户的交互行为信息以及认知类信息，对于视频、语音弹幕或者通过情感态度测量量表、传感器采集的心理、情感类信息、物理状态类信息将作为附加属性配置信息进行分析。

进一步的，所述用户特征计算单元，根据用户的基本信息确定用户在不同主题中的角色矩阵，所述角色包括主持角色、意见领袖角色、总结角色、讨论促进者角色和旁观角色，其中，

主持角色由发起讨论的用户和设置的主持人确定；

意见领袖角色，如果(1)用户在之前讨论过程中发言频次及发言时长占参会总时长的比例超过预定的第一阈值；且(2)用户在之前讨论过程中贡献观点在讨论文本中的重要性超过预定的第二阈值，则该用户为意见领袖；

总结者角色，首先对用户历次参会进行主题聚类得到MSETi，同时计算用户每次参会发言的观点词集PSeti，基于两类数据集合计算用户在历次会议中的主题覆盖比重ScaleSet{scale1，scale2…scalei…scaleN}；统计scalei>limit(scale)的会议次数占用户参加的总会议次数的比例，如果该比例超过预定的第三阈值，则该用户在会议中作为总结者；

讨论促进者角色，判断方法如下：(1)用户发言引发新的发言的频次，其中引发新的发言需要与发言的主题相近，如果频次超过预设的第四阈值，且(2)若用户发言引发新的发言深度整体高于用户当前发言，则确定当前用户为讨论促进者；

旁观者角色，如用户在会议中发言频次为0，或发言时长占比低，则认为用户在所述会议中为旁观角色。

进一步的，所述用户特征计算单元，通过用户的交互信息获取用户发言频次、时长，通过用户已完成会议的语音、文本信息解析用户表情、音调、语速、讨论质量，进而获取用户心理情感/物理状态/空间状态特征和心理特质类型。

进一步的，所述智能分组计算单元，根据参与讨论的所有用户的特征向量和分组策略进行分组计算，将参与讨论的用户适应性地分组到适合的分组，并将分组结果进行输出。

进一步的，所述分组计算的方法包括：

1)从用户客户端获取参与讨论用户的集合userList和当前主题；

2)根据会议发起者设置的会议主题从数据中心获取userList中用户参与与当前主题相关的会议集合Set＝{UserSet₁…UserSet_i}，所述UserSet_i表示userList中用户i参与当前主题相关的所有会议的集合，UserSet_i＝{UserSet_i,1…UserSet_i,j}，UserSet_i,j表示用户i第j次会议中的发言集合；

3)计算userList中每个用户的所有参会UserSet_i发言的平均频次C1，发言平均时长T，发言平均引发观点频次C2，发言主题相关度R，基于此得到用户参与当前主题讨论的活跃度Active和贡献度Contribute；

4)基于3)得到的参数，根据用户特征计算单元定义的用户角色计算方法，计算得到每个用户在当前主题的参与角色RoleVec；

5)根据所述用户的附加属性配置信息，计算得到支持用户自动分组的附加分类特征Addition；

6)对3)中计算得到的userList中用户的活跃度和贡献度进行排序，并叠加用户的角色向量和所述附加分类特征得到userListUpdate＝{user₁…user_i}，其中user_i＝{ActiveSeq,ContributeSeq,RoleVec,Addition}；其中，ActiveSeq表示活跃度序列，ContributeSeq表示贡献度序列；

7)获取分组策略S、待分组的组数G以及用户选择的附加分类特征，若为同质分组，则以RoleVec和Addition为特征user{RoleVec,Addition}，采用K最近邻算法计算每个用户的语义距离，将其聚类为G个小组，同时采用ActiveSeq和ContributeSeq作为调节变量，使得每个小组的活跃度和贡献度类似，得到最终分组结果；若为异质分组，则首先根据系统默认用户特质分类参数K，利用K最近邻算法将用户聚类为K类，然后根据ActiveSeq和ContributeSeq对每类用户进行排序，利用随机算法分别从K类用户中选取用户加入G个小组，使得每个小组的贡献度和活跃度整体一致；最后将计算得到的分组结果进行输出，并传输到用户客户端模块，从而支持对不同用户的分组配置。

进一步的，用户基本信息包含：用户ID，姓名，擅长领域，用户兴趣，常用角色，常用设备；交互行为包含：行为ID，操作者，操作对象，操作类型，操作开始时间，操作结束时间，操作场景，操作结果；讨论文本包含：观点ID，所属会议ID，讨论者ID，讨论内容，讨论内容的关键词，回复用户ID，内容发表起始时间，内容发表结束时间，讨论内容的深度，讨论内容与主题的一致性，讨论内容对主题的促进性；会议信息包含：会议ID，会议发起人，会议主持人，会议形式，会议目标，参会人数，会议主题，会议开始时间，会议结束时间，会议结果；场景信息包含：场景ID，场景描述，场景特征，场景适合的分组策略参数；分组策略包含：分组形式(同质/异质)，分组规模(人数)，分组管理方式(有监督讨论/自由讨论)，扩展参数。

(7)附加属性配置信息定义了在自动分组过程中的可选属性，如心理特征、情感特征等，在设计过程中可以根据需求进行扩展和配置，这些属性可以通过管理员在用户客户端设置会议信息的过程中进行个性化配置。

本发明的优点在于在自动分组过程中综合利用用户的行为交互数据、心理情感特征数据以及物理空间状态数据用于用户的分组特征计算，从认知、情感、外部环境多个层面支持分组，改善了传统分组或分类方法中单一依赖用于基本信息中预定义的属性和标签的方式，进而更加适应性地将用户分配到不同的小组，促进在线讨论效率和适应性的提升。其中行为交互数据是传统分组较常应用的指标，本发明的优点在于从用户认知角度定义了不同的指标映射到讨论认知参与的方法和策略，从而能够基于用户行为参与定义用户角色；用户心理情感特征作为本发明的重要附加信息，也是区别于传统分组策略的指标，能够通过量表和表情、语气测量的方式感知用户在讨论过程中的心理变化，从而更好地支持分组，避免小组中用户心理特质冲突带来的讨论效率降低。而物理空间状态数据则是区别讨论场景的重要因素，与讨论主题相结合，该部分数据可以更好地促进不同场景下用户讨论的开展。

附图说明

图1为本发明一个实施例的自动分组系统的结构示意图；

图2为本发明一个实施例的数据采集和自动分组的流程图；

图3为本发明一个实施例的多模态数据采集模块的运行流程；

图4为本发明一个实施例的用户特征计算和智能分组的基本流程；

图5为本发明一个实施例的用户分组结果图；

图6为本发明一个实施例的分组后系统为用户提供的讨论视图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。下面结合附图及具体实施方式详细介绍本发明。

本发明解决其技术问题所采用的技术方案是：提出了一种实时在线讨论的自动分组系统，如图1所示，系统包含数据中心、服务平台和用户客户端，其中：

数据中心，用于存储在线讨论过程中采集的用户基本信息、交互信息、讨论文本、多媒体信息、会议信息、附加配置信息等数据。这些数据反映了用户在线讨论过程中的特点、风格等，可以作为自动分组的依据。其中用户基本信息、交互信息、讨论文本、多媒体信息、会议信息在自动分组过程主要用于辅助学习者的特征分析，附加属性配置信息用于存储自动分组系统定义的可选指标(如心理、情感等方面)，在有特定需求时用于更精准地支持自动分组。

服务平台，包括用户交互数据类型管理单元、多模态数据采集单元、用户特征计算单元、智能分组计算单元。该平台定义和采集用于自动分组的行为和交互数据，并对用户在线讨论过程中的特征进行建模、分析，进而实现自动分组。

用户客户端，定义了在线讨论过程中不同类型的用户(如管理者/主持人、核心参与角色、围观角色)及为其呈现的功能，以便在线讨论的有序展开。

图2描述了一种实时在线讨论的自动分组系统的运行逻辑。用户客户端为不同角色用户提供了在线讨论的视图和空间，在其开展在线讨论过程中，多模态数据采集单元会根据交互类型管理单元中管理者定义的交互类型采集用户的交互行为，并将交互行为存储到数据中心。在组织会议时，用户客户端接收会议发起者输入的会议信息，包括参会人数、分组数目、分组策略等，并将其传送给服务平台，服务平台的用户特征计算单元根据上述会议信息，从数据中心提取用户交互信息历史，形成以用户基本信息、用户交互信息以及用户附加属性配置信息为核心的用户特征模型，模型数据以Json数组形式发送给服务平台的智能分组计算单元；智能分组计算单元根据会议信息和接收的参会用户特征Json数组，根据用户配置的分组依据(如基本信息、交互信息、附加属性配置信息)进行分组的计算；分组的结果再传输给用户客户端，而客户端根据用户分组结果为用户提供适应性的界面。

数据中心将服务平台传送来的数据以xAPI形式进行分类存储，形成可供用户特征计算和智能分组的数据集合。数据中心定义了七个信息要素的基本属性和存储形式，如下：

(1)用户基本信息，包含如下字段：{用户ID，姓名，擅长领域，用户兴趣，常用角色，常用设备}，所述用户基本信息用于对用户参与讨论的信息的存储，擅长领域为用户参与讨论频次前Percent(初始值为30％)的领域的集合，兴趣关键词为用户在历次讨论交互中提到次数前Prior(初始值为10)位的关键词，而常用角色即用户角色计算模块中计算得到的用户承担次数最多的角色，常用设备为用户常采用的设备。上述信息在提取不到实时信息时将以标签的形式辅助自动分组，分组方式为用户欧几里德距离计算。

(2)交互行为，定义了用户在线讨论过程中产生的行为记录，其记录形式符合xAPI规范，如behavior＝{行为ID，操作者，操作对象，操作类型，操作开始时间，操作结束时间，操作场景，操作结果}，其中，操作者为产生行为的用户，操作对象为用户行为的目标(如界面按钮，其他用户)，操作类型定义了用户行为的类别(如点击操作、文本输入操作、查询操作、对话操作)，操作开始时间记录了用户当前行为发生的时间，操作结束时间记录了用户当前行为终止的时间，两者共同决定了行为的时长，操作场景定义了用户当前行为发生的场景(如“A主题探究式讨论”、“B主题发散讨论”)，操作结果定义了用户当前行为产生的影响(如对当前讨论或学习产生“促进”、“抑制”、“无影响”等)。

(3)讨论文本，存储了用户在历次讨论过程中发表的观点，其记录形式为{观点ID，所属会议ID，讨论者ID，讨论内容，讨论内容的关键词，回复用户ID，内容发表起始时间，内容发表结束时间，讨论内容的深度，讨论内容与主题的一致性，讨论内容对主题的促进性}。

(4)多媒体记录，存储了用户在线讨论过程中的多模态交互数据，如摄像头采集的视频数据、麦克风采集的音频数据、上传下载的多媒体资源等。

(5)会议信息存储了每次在线讨论的会议信息，包含{会议ID，会议发起人，会议主持人，会议形式，会议目标，参会人数，会议主题，会议开始时间，会议结束时间，会议结果}。

(6)场景和分组策略信息，一方面定义了支持讨论发生的具体场景及其属性信息，如在线学习、企业培训、商务研讨等，此类场景信息决定了讨论的目标及其基本特征，对于选取分组策略和配置分组具有重要意义；另一方面定义了支持不同场景的分组策略库，如在线小组协作学习过程中，需要进行异质分组，让不同特征的用户协同地进行问题的研讨；场景信息和分组策略的存储方式为CS＝{场景ID，场景描述，场景特征，场景适合的分组策略参数}，所述场景适合的分组策略参数包含{分组形式(同质/异质)，分组规模(人数)，分组管理方式(有监督讨论/自由讨论)，扩展参数}。

(7)附加属性配置信息定义了在自动分组过程中的可选属性，如心理特征、情感特征等，在设计过程中可以根据需求进行扩展和配置，这些属性可以通过管理员在用户客户端设置会议信息的过程中进行个性化配置。

服务平台包含四个单元：交互类型管理单元、多模态数据采集单元、用户特征计算单元和智能分组计算单元。四个单元用于支持在线讨论自动分组的核心服务，由于在线讨论自动分组系统需要依赖对用户参与相关主题内容的讨论特征，判断在特定类型讨论中的角色，进而为其进行自适应分组，因此需要定义能够支持用户特征分析的交互数据指标及其采集方式，同时定义根据获取的数据指标进行用户特征分析和分组的策略和方法。

(1)交互类型管理单元，对支持自动分组的用户行为特征进行了详尽的定义。交互类型管理单元定义的用户行为特征如表1所示。

表1交互类型管理单元定义的用户行为特征

(2)多模态数据采集单元，根据交互类型管理单元定义的指标在在线讨论过程中进行数据采集，所获取的数据存储于数据中心。比如，根据表1定义的行为，在特定行为触发时进行行为记录。而基于该表中的交互行为，又可以对不同类型的行为的频次和时长进行统计，如发表观点频次/时长、发表文本评论频次、引用观点频次等；与此同时又可以基于采集到的文本、音频、多媒体数据分析观点质量。

图3描述了多模态数据采集单元的运行流程，即首先从交互类型管理单元提取需要采集的信息类型(表1，必选/可选)，然后在用户客户端中收集用户的交互行为信息、认知信息(如发言、发帖)和附加属性配置信息(如心理、情感信息)，可通过不同的采集技术进行信息采集，对于交互行为信息的采集主要通过用户客户端内置的行为采集接口以及前文所述xAPI规范进行采集，对于认知类信息的采集主要通过自然语言处理技术、深度学习技术等进行匹配和采集，而对于附加属性配置信息的采集则通过特定感知技术和设备进行采集，如对于心理、情感状态信息的采集可以通过设备自带的摄像头或麦克风，获取用户的视频和语音信息并通过附带情感识别和语音识别功能将其转化为情感信息和语气信息。

多模态数据采集模块根据交互类型管理单元中定义的数据采集指标，在在线讨论开展过程中，通过系统在交互类型管理单元定义的发言、操作等采集用户的行为，并传输到数据中心。用户在线讨论过程中的管理和参与行为是进行自动分组的核心指标，主要通过用户与客户端交互的各类行为的触发采集，如点击按钮、提交观点、启动麦克风等；对于用户的贡献行为主要通过用户发表帖子、贡献资源等操作进行记录；

如：object.onclick＝saveLog(object.type)

用户行为的记录在获取之后与交互类型进行对应。通过丰富的用户交互定义，可以反映用户在在线讨论过程中与认知相关的特征，如用户对其他用户内容的反馈、收藏、点赞等操作反映了其对该主题内容的兴趣和反思。与传统的分组或者分类方式相比，此类交互更为丰富，与个体认知的结合更为密切，在自动分组过程中能够发挥更加有意义的作用。

此外在讨论过程中，心理情感状态/物理状态/空间状态数据也对讨论的进行产生了重要影响，这部分数据将作为附加属性配置信息进行采集和记录，而对于具体的心理、情感特征计算则需要结合该部分数据和前述认知数据。

心理情感状态数据如表1所示，包含弹幕、表情、语气、心率等指标。其采集一方面基于用户参与讨论设备(如PC、平板电脑、手机)自带摄像头的视频采集及表情识别接口，其次通过对语音数据的分析获取用户当前的语气，最后可以通过弹幕以及情感态度测量量表的方式提取用户主观表达的情感特征；对于物理状态数据、空间状态数据可以通过用户参与讨论使用设备的传感器进行感知和获取；在通过摄像头、语音设备或传感器获取到此类信息后，首先应当通过表情识别、语音识别、文本识别技术将其转换为可供分析的信息串，并对信息串进行标注和编码，其格式为键值对形式{“information”:informationDetail,“Tag”:TagSet}，其中information记录了采集数据转换的信息串，Tag记录了对信息串的归类标签。

心理情感/物理状态/空间状态特征的优点在于可以更好地考虑用户讨论过程中的情绪、情感状态，并结合其认知状态对其讨论过程中的角色和特征进行定位，有利于更精准的分组，该部分特征的分析是传统的在线分组系统没有考虑的，也是本发明的创新之处。

多模态数据采集模块采集的数据将分类存储到数据中心，供所述用户特征计算、智能分组计算模块的使用。

(3)用户特征计算单元，一方面定义了用于自动分组的用户特征，即定义用户分析指标(如行为交互、认知交互等)，另一方面定义了根据获取的数据进行特征计算的策略，最终输出用户特征向量。

图4描述了根据采集到的信息进行用户特征计算和智能分组的基本流程，即首先从数据中心提取参与讨论用户的基本信息、交互信息和附加属性配置信息，并根据用户模型的定义，计算用户的角色和风格等。

用户基本信息为generalInfo＝{用户ID、姓名，擅长领域、用户兴趣、常用角色、常用设备}。所述用户基本信息用于对用户参与讨论的信息的存储，擅长领域为用户参与讨论频次前Percent(初始值为30％)的领域的集合，用户兴趣为用户在历次讨论交互中提到次数前Prior(初始值为10)位的关键词，而常用角色即用户角色计算模块中计算得到的用户承担次数最多的角色，常用设备为用户常采用的设备。上述信息在提取不到实时信息时将以标签的形式辅助自动分组，分组方式为用户欧几里德距离计算。用户兴趣、擅长领域均通过标签形式进行标注，如用户擅长“深度学习算法”、“移动学习产品设计”等。用户交互信息和用户附加信息的定义如前文表1所示。

基于所述信息，可以实现用户讨论风格及各类特征的计算：

用户的讨论风格和特征决定了在线讨论过程中用户的角色，本发明中对讨论角色的定义包含主持角色、意见领袖角色、总结角色、讨论促进者角色、旁观角色。

主持角色主要通过发起讨论的用户ID和设置的主持人判断。

意见领袖是讨论过程中的主导者，其对讨论观点的贡献最大，主要通过两个指标判断：(1)用户在之前讨论过程中发言频次及发言时长占参会总时长的比例超过预定的第一阈值，如参加会议的共N人，当前用户U的发言频次C和时长T占比超过PercentScale(默认值为k/N，其中1.5<k<＝N/2)，其中k为调节系数，可以根据系统应用过程中分组的效果进行调节，k要超过平均每个人发言的频次和时长的1.5倍，这样表明该用户发挥了主导作用，k过大则说明该用户角色过多，这样会降低讨论的效果，因此也不合适；(2)用户在之前多次会议讨论过程中贡献观点在讨论过程中的重要性排序，该过程分别对每次会议的主题词进行处理，即对于某次会议首先采用加权主题聚类算法(如LDA)获取讨论文本中排序最高的M个主题形成主题词集合MSETi，与此同时计算用户在当次会议讨论观点的主题词，得到其主题词在MSETi中的出现频次；在此基础上，叠加所有参会的主题词得到参会主题词集合MSET，并计算用户在所有参会中观点在MSET中的出现频次，若出现频次超过预定的第二阈值(可以根据情况设定，一般超过总主题词数的30％)，则将该用户标记为意见领袖候选。

总结者角色主要通过对所有参会者意见的汇总，一般一次讨论应当有一个具备总结者角色特征的用户，该类用户的判断主要通过对所有用户提出观点的梳理得到本次会议的结论，因此其发言频次不一定高，但其发言中提取的主题词会尽量多覆盖会议讨论的核心主题词集合MSET(同上)，即首先对用户历次参会进行主题聚类MSETi，同时计算每次参会发言的观点词集PSeti，基于两类数据集合计算用户在历次会议中的主题覆盖比重ScaleSet{scale1，scale2…scalei…scaleN}，如在第i次会议中，参会者发言的主题词为Si，该次会议总的主题词数目为Ni，那么scalei＝Si/Ni。统计scalei>limit(scale)的会议次数占总次数的比例超过第三阈值(其中limit可自主设定，由于总结者会提到发言中的大部分主题词，因此第三阈值一般超过60％)，即可将当前用户在会议中标注为总结者候选。

讨论促进者角色在参会过程中发挥了观点启发和讨论深度提升的作用，主要通过两个指标进行判定：

A指标.用户发言引发新的发言的频次，其中引发的发言需要与当前用户发言的主题相近。在计算过程中：

1)获取用户在历次会议中的发言，其数量为N；

2)获取其发言后的5条发言，其数量为5N；

3)将用户的发言转化为向量集UserSet{Sentence_1,1…Sentence_1,k…Sentence_n,1…Sentence_n,k}，其中Sentence_n,k表示用户在第n次会议中的第k次发言的向量；

4)将用户发言潜在(由于只是通过相似度计算，不能够百分百确定后面的发言一定是该条发言引发的，因此将其定义为潜在引发的发言)引发的发言转化为向量集PotentialSet{S_n,k,m}，其中S_n,k,m表示用户在第n次会议中第k条发言后的第m条潜在引发的发言向量。计算S_n,k,m与Sentence_n,k的余弦相似度，当余弦相似度超过临界值L时，即认为发言S_n,k,m是用户发言Sentence_n,k引发的；

5)计算用户发言引发发言的数目M(M<5N)，并得到用户每次发言平均引发发言的次数M/N，当M/N超过系统设置的第四阈值时，则认为当前用户角色很大概率为讨论促进者。

B指标.用户发言前后主题及其深度的变化。为了进一步确认当前用户是否为讨论促进者，需要获得用户发言对讨论深度(即对某个观点阐述的深刻程度)的影响。深度的判断主要通过机器学习算法(如逻辑回归模型)，需要在系统设计前预先从已有讨论中获取一定数量的讨论文本，并进行样本标注，然后基于标注的样本训练发言深度判定模型，判定结果为等级(1-5)，若发言引发的发言深度整体高于用户当前发言，则可以确定当前用户为讨论促进者。

旁观者角色为参会、但很少发表言论的用户，如用户在一次会议中发言频次为0，或发言时长占比低于预定的第五阈值Tlimit，即认为当前用户在该次会议为旁观角色。

通过对用户在不同会议中角色的定义，可以得到每个用户在不同主题中的角色矩阵，如表2所示。

表2用户在不同主题的角色矩阵

通过该矩阵即可得到用户在不同主题讨论过程中的角色，进而在不同主题讨论的自动分组过程中发挥作用。

上述计算得到的用户角色主要依据用户讨论过程中的交互和认知特征，与此同时可以将用户的心理情感状态特征等附加属性配置信息作为附加分类依据辅助自动分组。

所述用户心理情感状态(附加分类依据)主要通过量表测试，并通过用户在长期讨论过程中表现出的心理特征进行修正(如用户长时间讨论容易出现急躁情绪，用户讨论深层次内容容易出现焦虑和沉默情绪)，进而通过上述方面辅助讨论更加深入地开展。在进行用户心理特质分类过程中可以参照已有的心理特质理论，如A-B-C-D-E型人格，A型人格性情急躁，缺乏耐性，B型人格举止稳重，不温不火等。一种实时在线讨论的自动分组方法及系统引入多元心理特质评估方法，可以对个体的心理特质进行多类标注，进而以心理特质作为分组的附加依据使得分组结果更具适应性。表3呈现了对不同类型的人格的定义方式。

表3心理特质的定义

表中所述发言频次、时长主要通过表1中的发言行为进行采集和统计，而用户的表情、音调、语速、讨论质量则需要通过采集和标注大量已完成会议的语音、文本信息，并构建机器学习或深度学习分类模型进行分类和评估得到用户的讨论质量。

(4)智能分组计算单元，根据参与讨论的所有用户的特征向量和特定的分组策略(同质/异质，组数、每组人数等)进行分组计算，将参与讨论的用户适应性地分组到适合的分组，并将分组结果进行输出。详细的分组策略为：

首先根据用户在相关主题内讨论的行为数据和文本数据计算得到用户角色矩阵和用户心理情感特征，再通过传感器获取用户的物理和空间特征，继而即可基于智能分组计算模块中的分组策略进行分组，分组过程中需要综合考虑多个要素：讨论场景(C)、讨论主题(T)、参与讨论的所有用户(总数为Num)、讨论的策略S(同质分组/异质分组/混合分组)、待分组的组数G以及参与讨论用户的特征。其中讨论场景、参与讨论的用户及其特征均通过客户端自动提取，而讨论策略和分组信息由用户客户端输入。所述分组策略主要基于分组策略库对自动分组规则的定义，在此过程中需要调用数据中的场景和分组策略信息库，该库定义了两方面信息，一方面定义了开展在线讨论的不同场景及其适合的分组讨论策略，基本场景信息如表4所示，并支持使用过程中的扩展。

表4场景信息定义

在上述场景特征的支持下，即可更好地进行讨论过程中的分组配置，将用户自动分配到适合的小组中，促进在线讨论的效率。对于适合讨论的策略的描述如表5，而本发明允许用户新增分组策略：

表5分组策略描述

在上述计算得到的特征和分组策略的支撑下，智能分组计算单元实现自动分组的流程如下：

1)首先从用户客户端获取参与讨论用户的集合userList；

2)根据会议发起者设置的会议主题从数据中心获取userList中用户参与与当前主题相关的会议集合Set＝{UserSet₁…UserSet_i}，所述UserSet_i表示userList中用户i参与当前主题相关的所有会议的集合，UserSet_i＝{UserSet_i,1…UserSet_i,j}，UserSet_i,j表示用户i第j次会议中的发言集合；

3)计算userList中每个用户的所有参会UserSet_i发言的平均频次C1，发言平均时长T，发言平均引发观点频次C2，发言主题相关度R，基于此得到用户参与当前主题讨论的活跃度(Active＝w1*C1+w2*T)和贡献度(Contribute＝w3*C2+w4*R)，所述w1，w2，w3，w4为系统定义参数，所述参数最初由系统设计者根据自动分组过程中各个参数的重要性定义其值，在应用过程中通过分组结果以及对应的参数数据可以通过神经网络模型进行重新拟合，确定新的分组参数权重，设计者即可对系统的权重进行适应性调整和更新，计算得到的结果即可传到4)用于支持用户角色计算；

4)基于3)得到的参数，根据用户特征计算单元定义的用户角色计算方法，计算得到每个用户在当前主题的参与角色RoleVec；

5)根据用户的心理情感特征等附加属性配置信息计算得到每个用户的附加分类特征Addition，其中Addition＝{Psychology,Emotion,…}；

6)对3)中计算得到的userList中用户的活跃度和贡献度进行排序得到活跃度序列ActiveSeq和贡献度序列ContributeSeq，并叠加用户的角色向量和附加分类特征得到userListUpdate＝{user₁…user_i}，其中user_i＝{ActiveSeq,ContributeSeq,RoleVec,Addition}。

7)获取分组策略S、待分组的组数G以及用户选择的附加分类特征，若为同质分组，则以RoleVec和Addition为特征user{RoleVec,Addition}，采用K最近邻算法计算每个用户的语义距离，将其聚类为G个小组，同时采用ActiveSeq和ContributeSeq作为调节变量，使得每个小组的活跃度和贡献度类似，得到最终分组结果；若为异质分组，则首先根据系统默认用户特质分类参数K(K即表示将所有参与用户聚类为几种类别，具体到本系统中即用户的参与角色的类别)，利用K最近邻算法将用户聚类为K类，然后根据ActiveSeq和ContributeSeq对每类用户进行排序，利用随机算法分别从K类用户中选取用户加入G个小组，使得每个小组的贡献度和活跃度整体一致。最后将计算得到的分组结果进行输出，并传输到用户客户端模块，从而支持对不同用户的分组配置。

图5和图6描述了用户客户端模块根据分组结果为每个成员提供的视图，会议发起人则可以查看每个小组信息以及组内成员的基本特征。用户客户端接收(4)智能分组计算单元传递的信息，根据不同类型的用户(如主持人、核心参与者、围观者)为其进行适应性的界面呈现，用于支持在线讨论的有序展开。具体如下：主持人、核心参与者、围观者根据不同的角色通过客户端查看系统自动分组的结果，系统从数据库中对讨论者交互行为、讨论文本及用户特征等数据的提取，根据智能分组计算模块，进行智能分组，分别发送给主持人、核心参与者、围观者。三者的分组呈现方式根据面向对象的不同进行了适应性呈现，对于主持人，客户端呈现的是分组策略、分组参数及所有讨论者系统自动分组的结果，主持人可根据讨论者的情况，手动调整分组结果；对于核心参与者，客户端呈现的是该名讨论者所在小组的详细情况，包括小组人数，小组组成人员等；对于围观者，客户端呈现的是分组策略、分组参数及所有讨论者系统自动分组的结果，但围观者仅有浏览权限，不能对分组结果进行调整。

本发明未详细阐述的部分属于本领域公知领域。

尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (8)

1.一种在线讨论的自动分组系统，包括数据中心、服务平台和用户客户端，其中，

数据中心，用于存储在线讨论过程中采集的数据，所述数据包括用户基本信息、交互信息、讨论文本、多媒体信息、会议信息、场景和分组策略信息和附加属性配置信息；

服务平台，用于定义和采集用户行为和交互数据，并对用户在线讨论过程中的特征进行计算和建模，进而实现自动分组。

用户客户端，用于对不同类型用户访问到的功能进行定义，为用户呈现适应性界面和功能。

2.根据权利要求1所述的系统，其中，所述服务平台包括用户交互数据类型管理单元、多模态数据采集单元、用户特征计算单元、智能分组计算单元，其中，

所述用户交互数据类型管理单元，用于定义用户行为特征；

所述多模态数据采集单元，用于采集用户讨论过程中的交互行为，并将交互行为存储到数据中心；

所述用户特征计算单元，用于接收用户客户端发送的会议信息，并根据所述会议信息从数据中心提取用户交互行为、讨论文本、附加属性信息，形成用户特征模型，并将所述用户特征模型发送给智能分组计算单元；

所述智能分组计算单元，用于接收会议信息和用户特征模型，根据用户配置的分组依据进行分组，并将分组结果传送给用户客户端。

3.根据权利要求1所述的系统，其中，所述多模态数据采集单元，通过用户客户端内置的行为采集接口以及xAPI规范对交互行为信息进行采集；通过自然语言处理技术、深度学习技术对认知类信息进行匹配和采集；通过感知技术和设备对附加属性配置信息进行采集；在采集和分析过程中，默认优先获取用户的交互行为信息以及认知类信息，对于视频、语音弹幕或者通过情感态度测量量表、传感器采集的心理、情感类信息、物理状态类信息将作为附加属性配置信息进行分析。

4.根据权利要求3所述的系统，其中，所述用户特征计算单元，根据用户的基本信息确定用户在不同主题中的角色矩阵，所述角色包括主持角色、意见领袖角色、总结角色、讨论促进者角色和旁观角色，其中，

主持角色由发起讨论的用户和设置的主持人确定；

意见领袖角色，如果(1)用户在之前讨论过程中发言频次及发言时长占参会总时长的比例超过预定的第一阈值；且(2)用户在之前讨论过程中贡献观点在讨论文本中的重要性超过预定的第二阈值，则该用户为意见领袖；

总结者角色，首先对用户历次参会进行主题聚类得到MSETi，同时计算用户每次参会发言的观点词集PSeti，基于两类数据集合计算用户在历次会议中的主题覆盖比重ScaleSet{scale1，scale2…scalei…scaleN}；统计scalei>limit(scale)的会议次数占用户参加的总会议次数的比例，如果该比例超过预定的第三阈值，则该用户在会议中作为总结者；

讨论促进者角色，判断方法如下：(1)用户发言引发新的发言的频次，其中引发新的发言与发言的主题相近，且频次超过预设的第四阈值，且(2)若用户发言引发新的发言深度整体高于用户当前发言，则确定当前用户为讨论促进者；

旁观者角色，如用户在会议中发言频次为0，或发言时长占比低，则认为用户在所述会议中为旁观角色。

5.根据权利要求3所述的系统，其中，所述用户特征计算单元，通过用户的交互信息获取用户发言频次、时长，通过用户已完成会议的语音、文本信息解析用户表情、音调、语速、讨论质量，进而获取用户心理情感/物理状态/空间状态特征和心理特质类型。

6.根据权利要求1所述的系统，其中，所述智能分组计算单元，根据参与讨论的所有用户的特征向量和分组策略进行分组计算，将参与讨论的用户适应性地分组到适合的分组，并将分组结果进行输出。

7.根据权利要求6所述的系统，其中，所述分组计算的方法包括：

1)从用户客户端获取参与讨论用户的集合userList和当前主题；

2)根据会议发起者设置的会议主题从数据中心获取userList中用户参与与当前主题相关的会议集合Set＝{UserSet₁…UserSet_i}，所述UserSet_i表示userList中用户i参与当前主题相关的所有会议的集合，UserSet_i＝{UserSet_i,1…UserSet_i,j}，UserSet_i,j表示用户i第j次会议中的发言集合；

3)计算userList中每个用户的所有参会UserSet_i发言的平均频次C1，发言平均时长T，发言平均引发观点频次C2，发言主题相关度R，基于此得到用户参与当前主题讨论的活跃度Active和贡献度Contribute；

4)基于3)得到的参数，根据用户特征计算单元定义的用户角色计算方法，计算得到每个用户在当前主题的参与角色RoleVec；

5)根据所述用户的附加属性配置信息，计算得到支持用户自动分组的附加分类特征Addition；

6)对3)中计算得到的userList中用户的活跃度和贡献度进行排序，并叠加用户的角色向量和所述附加分类特征得到userListUpdate＝{user₁…user_i}，其中user_i＝{ActiveSeq,ContributeSeq,RoleVec,Addition}；其中，ActiveSeq表示活跃度序列，ContributeSeq表示贡献度序列；

7)获取分组策略S、待分组的组数G以及用户选择的附加分类特征，若为同质分组，则以RoleVec和Addition为特征user{RoleVec,Addition}，采用K最近邻算法计算每个用户的语义距离，将其聚类为G个小组，同时采用ActiveSeq和ContributeSeq作为调节变量，使得每个小组的活跃度和贡献度类似，得到最终分组结果；若为异质分组，则首先根据系统默认用户特质分类参数K，利用K最近邻算法将用户聚类为K类，然后根据ActiveSeq和ContributeSeq对每类用户进行排序，利用随机算法分别从K类用户中选取用户加入G个小组，使得每个小组的贡献度和活跃度整体一致；最后将计算得到的分组结果进行输出，并传输到用户客户端模块，从而支持对不同用户的分组配置。

8.根据权利要求1-7任一权利要求所述的系统，其中，用户基本信息包含：用户ID，姓名，擅长领域，用户兴趣，常用角色，常用设备；交互行为包含：行为ID，操作者，操作对象，操作类型，操作开始时间，操作结束时间，操作场景，操作结果；讨论文本包含：观点ID，所属会议ID，讨论者ID，讨论内容，讨论内容的关键词，回复用户ID，内容发表起始时间，内容发表结束时间，讨论内容的深度，讨论内容与主题的一致性，讨论内容对主题的促进性；会议信息包含：会议ID，会议发起人，会议主持人，会议形式，会议目标，参会人数，会议主题，会议开始时间，会议结束时间，会议结果；场景信息包含：场景ID，场景描述，场景特征，场景适合的分组策略参数；分组策略包含：分组形式，分组规模，分组管理方式，扩展参数。

Images