0105046群决策支持系统中CSCW协同机制的研究

群决策支持系统中CSCW协同机制的研究李智毅**(北京系统工程研究所,100101)摘要现代社会中，决策的复杂度不断增加使群体决策的重要性日益突出，随着信息通信技术，特别是网络和Internet的飞速发展，对可支持各种协同工作方式的群决策支持系统的需求也更加迫切，在GDSS中多个决策人员如何有效地通过计算机支持的协同工作（CSCW）环境协同工作是进行群决策的关键。本文对决策群体在CSCW环境中的协同机制进行了分析，并结合综合集成研讨厅课题的研究提出了有关冲突解决和群体意见综合的一些思路和实现方法。关键词GDSSCSCW协同机制冲突解决1引言当今社会面临着以信息爆炸、内外部情况复杂、形势变化迅速为特征的决策环境，靠单个人有限的知识和经验难以对纷繁复杂、瞬息万变的情况作出正确的判断，从而使群组决策变得更为频繁和重要。群决策的多数问题都是非结构化问题，很难直接使用结构化方法提供支持，因此需要研究群组决策支持系统（GroupDecisionSupportSystem，GDSS）以提供一种系统方法来支持群决策。GDSS将通讯技术、计算机技术和决策分析技术结合起来，使问题求解条理化、系统化。GDSS可提供三个层次的决策支持：层次1：在决策者之间沟通信息，消除交流障碍，旨在通过改进成员之间信息的交互来改进决策过程。层次2：使决策者共享所面临问题的知识和信息资源，共同制定出行动方案。层次3：将层次1、2的技术结合起来，对群组决策中信息交互的内容和方式提供智能型指导。信息时代的决策活动具有广泛的分布性和重要的协同性。计算机支持的协同工作（以下简称CSCW）研究的就是一个群体在计算机支持的环境中，如何协同工作完成共同的任务。前面提到的三个层次的支持都要依托CSCW环境来提供，这一领域的迅猛发展为分布式环境下的GDSS提供了强有力的支撑。随着Internet的广泛应用和CSCW技术和产品的飞速发展，采用基于WEB的CSCW环境的群组决策支持系统，逐渐成为下一代GDSS发展的趋势。CSCW的核心是群体协同性，这是CSCW区别于传统计算机应用的主要特征，它更强调的是“人-人交互”，而且作为群体活动，有“协同”就必然有“冲突”，这些都要求建立国家自然科学基金重大项目（79990580）和863-306主题重点项目资助**李智毅,北京9702信箱19号,邮编100101。Email:[e-mail]一套管理和控制的协同机制，进行问题协商和冲突解决。目前对协同机制的研究正逐渐引起广泛的重视，研究主要涉及群体相互“感知”的机制、资源共享机制、时空耦合（或时空协同）机制、冲突解决与群体意见综合的机制等。本文就建立在CSCW环境上的群决策中的协同机制进行了分析，并结合综合集成研讨厅课题的研究提出了有关冲突解决和群体意见综合的一些思路和实现方法。2GDSS中CSCW环境的协同机制协同问题的本质是为群体完成共同的任务提供一套机制或者一个公共的平台，使每个群体成员在它的协调下更有效地工作。协同机制要解决的主要问题包括“人-人交互”、资源共享、时空一致性、冲突解决四个方面，这里主要讨论通信层以上应用层的协同机制。以下就这四个方面分析协同机制如何发挥作用。2.1“人-人交互”传统的人-机交互只有“机器感”，仅仅支持个体工作。人-人交互虽然也是通过人-机界面实现的，但它支持群体合作开展工作，要求计算机系统让人们感觉到是在与群体成员进行交互，而不是与机器进行交互，有更多的“人感”，而不是“机器感”。人-人交互虚拟“人感”是通过人-机界面和计算机网络环境建立的群体相互感知的机制实现的(如图1所示)。图1人-人交互与人-机界面“感知”机制要求用户能及时获得与之交互的对方的历史、状态和反馈。如桌面会议、协同编辑、协同设计中需要知道不同人员所做的工作（例如简单的办法是通过多光标，多颜色或提供语音、图像等手段），这要求CSCW系统在人机界面上更富于人性化和个性化，协同数据库的设计上要保证数据在分布式环境中的一致性，对“痕迹”数据的存储和处理应有特殊的考虑。特别是近年来对多智能体Agent的研究使“感知”机制有了更可靠的实现基础。2.2资源共享群决策要求各成员必须能够共享与决策问题有关的知识、数据以及解决问题所需的方法、工具、环境等各种资源。在CSCW环境中，资源具有分布式特点，目前已有很多成熟的网络和数据库技术（如数据加锁、访问控制等）可解决分布式数据共享问题。对群体成员来说更重要的是工具和工作空间的共享，这就需要诸如白板和应用程序共享这类协同机制来实现。白板系统为群体成员提供一个共同拥有的工作空间—白板，成员将需要共享的信息放到白板中，其他成员便可实时看到。应用程序共享通过消息共享实现工具软件的异地执行，从而使异地的决策成员可最大限度地利用协同环境提供的巨大资源，提高决策的科学性。此外共享机制还负责管理共享工作空间与“私有工作空间”的关系，控制资源的合法使用。工作空间的共享机制主要由应用层协议、多用户标识、并发控制、大数据量位图同步传输四部分组成，实现方式是由一台计算机运行应用程序（一个程序执行主体），其他计算机利用协作代理软件将本地用户的输入复制到执行主体，并将执行主体的输出复制到本地显示。2.3时空协同在CSCW环境中，由于群体成员可以是同地或异地，信息交流可以同时或不同时，信息传输必须考虑信息在时空上的一致性问题。信息协同传输方式按对时空一致的要求从弱到强依次为：1）同地异步方式；2）异地异步方式；3）同地同步方式；4）异地同步方式。异步方式中数据传输的可靠性比实时性更重要一些；同步方式中可靠性与实时性同等重要。这些都要求系统提供保证时空信息一致性的协同机制。这种协同机制可分为共享显示机制和事件广播机制，共享显示以白板为代表，事件广播型的协同机制是在每一个参与协作的计算机中，都运行一个应用程序的本地拷贝（多个执行体），多个拷贝之间仅交换状态信息。事件广播型可以被进一步分为透明事件广播和非透明事件广播，透明事件广播机制中协作的应用程序并不知道协作的发生，协作是由操作系统的消息事件协同分发机制完成的。应用程序的每一个消息事件在被系统处理之前，均被分发给与之协作的各个应用程序。非透明事件广播中协作是由应用程序控制的。应用程序有权决定信息的分发与否。在这种协作方式下，应用程序的消息事件被分成共有的和私有的，共有事件参与协作而私有事件仅对事件的产生者有效。2.4冲突解决与意见综合协同工作是有多人参与的一项群体活动，有“协同”，就必然有“冲突”，所以有必要建立一套的管理和控制的机制以解决冲突，通过协商，综合群体智慧形成决策。冲突解决的机制根据产生冲突的原因不同，采取相应的化解冲突的策略，如制定规则、建立工作流、对共享资源的并发控制等。意见综合机制负责群体意见的表达与综合，并形成最终决策。后面本文将详细研究这一问题。以上这些协同机制在GDSS的CSCW环境中具体表现为共享协作空间、协同数据库、协同知识库、工作流支持系统、群决策方法库及管理系统、群组工作程序协调工具和群决策综合工具，以及成员间的任务划分和权限管理工具等。3冲突解决和意见综合的方法和技术冲突是任何协同工作系统都必须解决问题，因此冲突解决机制是协同工作系统的关键技术。CSCW环境中冲突产生的主要原因及相应的冲突解决机制如下：1)共享造成的冲突，如多用户数据存取、程序共享等，这类冲突已有较成熟的解决方法，包括令牌、并发控制（如加锁）和协商。2)信息不一致造成的冲突，如电子会议中常常有人中途参加或退出协作环境，而异地运行的协作代理或执行体可能无法及时获得消息，继续与已经退出的网络节点进行交互。这种冲突的解决需要建立一种消息反馈机制，在会话层建立相应的协议。基于智能Agent的协作环境利用Agent的自主性能够比较好的解决这一问题。3)时序和分工造成的冲突。协同工作通常有一定的分工，时间安排上有一定顺序和计划，个体工作的差异可能导致整体工作的延误，降低协同效率。如在公文系统中，哪些人在何种情况下可以审阅那些文件，审批时限，有效反馈时间、过期处理方式等。解决这种冲突的机制就是工作流支持系统，即事先建立系统的工作规则，定义工作流程和分工，群体按流程安排有序地协同，并随时公布工作状态。4)竞争和分歧造成的冲突。由于群体中各自代表不同的利益和观点，意见比较发散，难以形成一致的决策。这类冲突的解决要做到客观、公正、科学单靠人或机器都很困难，在综合集成研讨厅课题的研究中，我们提出了一种人机结合的机制，首先利用CSCW环境收集群体意见，再利用人工智能技术和系统工程方法对群体意见进行自动综合，然后通过CSCW环境反馈给群体，如此经过多轮反复修正，得到比较客观、科学、集群体智慧的决策。前3种冲突解决机制通常包含在协作软件中，技术上比较成熟，第4种冲突解决机制目前还处于研究阶段，按照实现的技术途径不同可分为基于知识的和人机结合的两类，基于知识的冲突解决机制通常首先要建立有关冲突和解决方法的知识库，这种知识库又分为基于实例的和基于规则的，冲突发生时，系统搜索知识库，如果是基于实例的，系统就匹配有无与当前冲突类似的实例，有则应用实例中的解决方法；若是基于规则的，系统则按照这些从经验中抽象出来的解决冲突的规则进行推理，得到解决方案。人机结合的冲突解决与群体意见综合机制是我们研究的重点。对于群决策这种复杂的协同问题，个人的经验智慧难免不够全面，而机器智能目前的水平还远不能处理如此复杂问题，因此我们认为应坚持“人在回路中”的指导思想，运用人机结合方法学和CSCW技术，将群体智慧与计算机系统中的模型、数据进行有机结合，结合的方法可以采用如前所述的基于知识的方法，但实现起来难度很大，因为冲突及解决方法缺乏有效的知识表达手段，决策问题涉及的方面多，难以构建全面的知识库，因此我们采用以结构化为主的方法，先将非结构化问题转化为半结构化或结构化问题，再利用对结构化问题行之有效的技术和方法解决。其中主要包括以下三种技术：3.1非结构化问题的结构化或半结构化处理技术首先将非结构化的协同问题按照其内在联系以一种层次框架的形式分解为一系列子问题，针对每一子问题设计相应的规范化的格式，请有关的决策人员按规范的格式发表意见，以便于计算机处理。同时系统还提供了结构化更强的群体意见综合的形式——调查问卷，由于问卷的格式固定，不同决策人员对同一子问题的意见都填写在相同的位置，而且在相应数据库中都有对应的记录和字段，这样就可对群体意见综合用程序进行自动化处理。图2以专家对重点实验室的评估为例示出了分解为一系列子问题的电子调查问卷。在调查问卷中，我们将问题分为选择型、数值型、文字型三类，对选择型、数值型问题，属完全结构化问题，对所有决策人员的答案可以计算其频度统计数据或均值方差等。对文字型意见的综合则使用下面谈到的一些人工智能技术。图2对非结构化问题分解的调查问卷界面3.2人工智能处理技术主要指对文字型的群体意见综合时采用机械文摘技术和基于判断词分类的单句综合技术。由于系统还不能提供完备的知识库的支持，而且汉语自然语言的理解难度大，也还没有很好的解决方案，因此采用具有一定的自然语言语义综合能力的处理技术更有实用性。处理过程分为两个步骤：3.2.1对文字意见进行分析决策人员发表的文字意见可分为判断性和陈述性两种类型。判断性意见可根据判断词归结为肯定、否定或有条件肯定三种状态之一，因而可以被计算机系统处理。陈述性意见则涉及过多的隐式信息，计算机可处理的信息少，通常比较长，我们采用机械文摘技术获取决策人员意见的中心内容，根据摘要比例形成简短的文字意见，再利用基于判断词的分类技术，建立判断词词库，根据从意见中析取的判断词判断意见所属的状态。3.2.2对已形成的判断单句进行综合首先确定一些基本的条件来约束对于专家判断意见的分析，如句式结构不能复杂，允许用户对分析的过程进行参数的设定等，根据设定的肯定比例、否定比例和不可判断比例等参数，形成最终的综合意见。需要说明的是，这种综合的结果完全来自专家意见的原文，并不产生的新内容。系统只保证给出专家综合的判断性意