用于优化小组的系统和方法技术方案

本公开内容涉及用于优化用于解决问题的小组的系统和方法。该系统包括：小组构建系统，用于从分析者的数据库构建基本分析小组以解决输入问题，其中，所述基本分析小组包括至少一个用特异性表征的分析者聚类以及至少一个用敏感性表征的分析者聚类；以及，问题分析系统，收集来自在浸入式环境内操作的基本分析小组的传感器数据，其中，所述问题分析系统包括用于评估所述传感器数据以识别来自基本分析小组的倾向状况的系统，以及包括用于响应于检测到的倾向状况来改变所述浸入式环境中的变量的系统。

【技术实现步骤摘要】

本专利技术涉及组建用于解决问题的小组，并且更特别地，涉及组建用于解决在考虑个体和群体倾向(bias)的浸入式环境内的问题的小组的系统和方法。
技术介绍
用于解决问题的小组的选择充满了任意数量的可能问题。个体和群体容易受到所有类型的倾向的影响，所述倾向可能将小组引导到不正确的结论。此外，基于小组的结果可能取决于成员被浸入在其中的环境的类型。浸入式环境、社会决定制定以及人与系统之间的交互产生用于开发预测性和规定性模型的数据。在交·集处是分析学、社会心理学以及浸入式技术。在社会互动范式的上下文内浸入式环境的使用使得能够实现许多想法的智慧，例如，通过遵循Condorcet陪审团原理(jury theorem)。Condorcet的陪审团原理是与个体的给定群体得到正确决定的相对概率有关的原理。阻止知识结茧、信息倾泻、决定对立以及对过早假设的依附是数据分析的核心组成部分。数据产生更多数据的加速数据雪崩(avalanche)保持将信息转换成供并行分析消耗的知识的需要。这样的群体、群或小组工作搜寻(work sourcing)产生用于聚合模糊社会决定的初期形式(precursor )。社会或群体动态产生模糊决定或有效误差，所述模糊决定或有效误差随着较高层群体聚合较低层群体的决定而被放大，直至根(root)分析完成。预测性社会决定分析通过推荐小组、社会范式以及浸入式环境来减少小组有效误差，从而对于正确的小组决定最大化个体分析。
技术实现思路
在第一个方面中，本专利技术提供了一种用于优化用于解决问题的小组的系统，包括:小组构建系统，用于从分析者的数据库构建基本分析小组以解决输入问题，其中，所述基本分析小组包括至少一个用特异性表征的分析者聚类以及至少一个用敏感性表征的分析者聚类；以及问题分析系统，收集来自在浸入式环境内操作的基本分析小组的传感器数据，其中，所述问题分析系统包括用于评估所述传感器数据以识别来自基本分析小组的倾向状况的系统，以及包括用于响应于检测到的倾向状况来改变所述浸入式环境中的变量的系统。在第二个方面中，本专利技术提供了一种保存在计算机可读存储介质上的程序产品，所述程序产品用于优化用于解决问题的小组，包括:被配置为从分析者的数据库构建基本分析小组以解决输入问题的程序代码，其中，所述基本分析小组包括至少一个用特异性表征的分析者聚类以及至少一个用敏感性表征的分析者聚类；以及被配置为收集来自在浸入式环境内操作的基本分析小组的传感器数据的程序代码，包括被配置为评估所述传感器数据以识别来自基本分析小组的倾向状况的程序代码，以及被配置为响应于检测到的倾向状况来改变所述浸入式环境中的变量的程序代码。在第三个方面中，本专利技术提供了一种用于优化用于解决问题的小组的方法，包括:从分析者的数据库构建基本分析小组以解决输入问题，其中，所述基本分析小组包括至少一个用特异性表征的分析者聚类以及至少一个用敏感性表征的分析者聚类；收集来自在浸入式环境内操作的基本分析小组的传感器数据；评估所述传感器数据以识别来自基本分析小组的倾向状况；以及响应于检测到的倾向状况来改变所述浸入式环境中的变量。附图说明从以下结合附图进行的对于本专利技术的不同方面的详细描述中，将更容易理解本专利技术的这些和其他特征。图1描绘了根据本专利技术实施例的问题解决系统的系统概况。图2描绘了根据本专利技术实施例的小组构建系统。图3描绘了根据本专利技术实施例的问题分析系统。图4描绘了根据本专利技术实施例的与层次聚类(hierarchical clustering)算法相关联的树状图。图5描绘了与·图4的树状图相关联的成团(agglomeration)进度表。图6描绘了根据本专利技术实施例的贝叶斯信念(Bayesian Belief)网络分类器。图7描绘了根据本专利技术实施例的混淆(confusion)矩阵。这些附图仅仅是示意性的图示，并不意欲描述本专利技术的具体参数。这些附图意欲仅仅描绘本专利技术的典型实施例，由此不应该被视为对本专利技术的范围进行限制。在附图中，同样的附图标记表示同样的元件。具体实施例方式图1描绘了如下系统的大体概况，该系统用于实施基于输入问题18得出答案24的方法。所提供的计算机系统10包括:(1)小组构建系统12，用于从分析者16的数据库组建基本分析小组20以解决问题18 ；(2)问题分析系统14，对于基本分析小组20管理问题解决过程(即，分析)；以及(3)倾向分类系统15，用于识别和分类可用于促进小组构建系统12和问题分析系统14的倾向。在这里描述的一个说明性实施例中，倾向分类系统15使用游戏环境17来识别、分类和管理倾向。一旦被组建，基本分析小组20就被分配任务以通过在一个或多个浸入式环境22内进行工作来提供问题18的解决方案24。正如更详细描述的那样，浸入式环境22可被问题分析系统14控制。说明性的浸入式环境22可以例如包括虚拟空间、物理空间、计算机网络、游戏环境等等。图2描绘了小组构建系统12的更详细视图。小组构建系统12的中心是内核(kernel)函数30，内核函数30分析并聚类来自分析者16的数据库的分析者。分析者16通常对于输入问题14被特征化为属于两种个性类型(特异性(specificity) 31和敏感性(sensitivity) 33)之一。以特异性为特征的分析者16通常不太可能给出假正类(falsepositive)，例如，它们不太可能不正确地回答“是”。相反，以敏感性为特征的分析者16通常不太可能给出假负类(false negative)，例如，它们不太可能不正确地回答“否”。小组构建系统12试图将高度特异的一组分析者与高度敏感的一组分析者进行组合。内核函数30可以例如利用基于嗜同性(homophilic)的建模来聚类具有共同特性的分析者16。敏感性和特异性是在统计学中也被称为分类函数的二元分类测试的性能的统计测量。敏感性(在一些领域中也被称为回覆率)测量本身被正确识别的实际正类的比例(例如，被正确识别为具有症状的生病的人的百分比)。特异性测量被正确识别的负类的比例(例如，被正确识别为没有症状的健康的人的百分比)。在一个说明性实施例中，内核函数30读入:(1)描述问题14的问题向量；以及(2)描述分析者16的属性向量集合。所有属性向量在相应的成员内，属性向量由本文档来自技高网...

【技术保护点】
一种用于优化用于解决问题的小组的系统，包括：小组构建系统，用于从分析者的数据库构建基本分析小组以解决输入问题，其中，所述基本分析小组包括至少一个用特异性表征的分析者聚类以及至少一个用敏感性表征的分析者聚类；以及问题分析系统，收集来自在浸入式环境内操作的基本分析小组的传感器数据，其中，所述问题分析系统包括用于评估所述传感器数据以识别来自基本分析小组的倾向状况的系统，以及包括用于响应于检测到的倾向状况来改变所述浸入式环境中的变量的系统。

【技术特征摘要】
2012.01.31 US 13/362,6321.一种用于优化用于解决问题的小组的系统，包括: 小组构建系统，用于从分析者的数据库构建基本分析小组以解决输入问题，其中，所述基本分析小组包括至少一个用特异性表征的分析者聚类以及至少一个用敏感性表征的分析者聚类；以及 问题分析系统，收集来自在浸入式环境内操作的基本分析小组的传感器数据，其中，所述问题分析系统包括用于评估所述传感器数据以识别来自基本分析小组的倾向状况的系统，以及包括用于响应于检测到的倾向状况来改变所述浸入式环境中的变量的系统。2.根据权利要求1所述的系统，其中，所述分析者的数据库中的每一个分析者通过属性向量表示。3.根据权利要求1所述的系统，其中，所述输入问题通过问题向量表示。4.根据权利要求1所述的系统，其中，所述小组构建系统包括使用嗜同性建模来对分析者进行聚类的内核函数。5.根据权利要求1所述的系统，其中，分析者聚类是根据Condorcet陪审团原理使用层次聚类算法组合的。6.根据权利要求1所述的系统，还包括倾向分类系统，所述倾向分类系统在游戏环境内识别、分类和管理倾...

【专利技术属性】
技术研发人员：A·K·巴戈曼，P·K·波诺蒂瑞斯，B·M·格雷厄姆，R·R·文恩三世，
申请(专利权)人：国际商业机器公司，
类型：发明
国别省市：