讨问题的每一个方面，研讨信息的表示方式是影响协商研讨能否顺利进行的关键，协商研讨利用可视化的人机交互过程，通过启发性和试探性的问题求解方法，将研讨信息中的数据或研讨信息本身以合理的可视化的方式展现给研讨专家，有助于研讨专家对半结构化研讨问题的理解，缩短了研讨专家对研讨问题的认识时间，促进研讨专家发言，帮助研讨专家加深和调整对研讨主题的认识。研讨信息的可视化展示直观的表示出了各信息之间的逻辑关系，可以激发研讨专家的思维，促进研讨专家相互激励，提高研讨专家的创造性。同时，可视化将研讨信息内隐含的数据直观的表示出来，提供了一种有效的信息统计功能和信息共享模式，给研讨专家一种“身临其境”的感觉。研讨专家在使用可视化协商研讨系统时感到自己在操作计算机，并借助计算机的信息提示进行研讨。可视化为研讨专家提供控制研讨的权利，因而在协商研讨系统中，可视化是连接研讨专家与研讨系统的纽带，它是协商研讨系统中不可或缺的一部分。本文的研究重点就是选择适当可视化方式使研讨专家了解大量的研讨信息内隐藏的数据以及研讨信息的内在关系。
2.4小结
本章首先介绍了协商研讨模式和协商研讨过程框架，本文重点研究的是协商研讨系统中的可视化，所以接着重点介绍了协商研讨系统，最后介绍了研讨信息可视化的含义、理论基础及研讨信息可视化的必要性，指出本文研究的可视化功能在协商研讨系统中的重要性。
3协商研讨系统中可视化的内容
3.1研讨信息组织结构与可视化
随着研讨的进行，协商研讨将产生大量的文本信息
[35]
，为了将研讨信息文本
以更直观的方式可视化的展示出来，需先将研讨信息进行结构化处理[36]，使之具有一个合理的组织结构，方便将其以结构化的方式可视化的显示出来。
3.1.1研讨信息的组织结构
研讨信息的组织结构是协商研讨可视化的基础[37]，合理的研讨信息组织结构能使研讨专家更加方便、高效、快捷的提取研讨信息隐含的逻辑关系及各种数据，促进研讨进行，加快共识达成速度，能有效的提高研讨效率。
在传统的群体研讨中，研讨信息以记“流水账”的形式显示出来，不能显示信息之间的逻辑关系。为了将研讨信息以高效的可视化方式展示出来，必须将研讨信息进行结构化分解。协商研讨中的信息包括研讨主题（需要解决的问题）、研讨专家的发言、主持人为调节研讨进程的发言。这些研讨信息相互作用，推进协商研讨顺利进行。这些信息间的逻辑关系可能不明确，信息的条理性较差。若不对这些信息进行结构化分解[38]，则不能有效的组织这些研讨信息，研讨专家从这些研讨信息中了解的有效信息则更少，从而加大了研讨专家分析这些信息的难度，协商研讨的效率也会降低。
国外目前比较有影响的研讨信息组织模型有Toulmin模型[39]、IBIS（Issue-Based Information System）模型[40]等。Toulmin模型是S E Toulmin在1958年提出的，是一个基于非逻辑的模型。该模型由6个部分构成，如图3.1所示，其中“主张”是对事实的肯定的陈述；“依据”即为证明“主张”而提出的证据；“证明”给出了由“依据”到“主张”的逻辑；通过解答对“证明”的质疑而提出“支援”；“限定”是在 “依据”和“证明”的支持下，对“主张”为真的可能性的判断，判断能否肯定的或否定的得出“主张”；“反驳”是对“证明”的反驳，是削弱“限定”的表述[41, 42]。Toulmin对研讨信息的结构化表示非常简明，使研讨专家容易了解论证的过程，在人工智能、城市规划及司法领域[43]应用较广[44]。但Toulmin模型也有一些不足之处，首先，Toulmin模型过于复杂，用户必须了解其各个部分的含义，且要求用户具有良好的逻辑思维能力；其次，该模型只是将研讨信息本身进行结构化分解，单一的描述了研讨信息的逻辑结构，
没有体现研讨过程，也没有评价研讨信息的功能。因此，Toulmin模型不适用于实际的协商研讨。
支援 证明 依据 限定 主张 反驳 图3.1 Toulmin模型结构
H.W.J.Rittel和W.Kunz改进了Toulmin模型，提出了IBIS模型。其基本思路是：首先给出研讨“主题”，根据这个研讨“主题”引出一个“问题”，针对这个“问题”，研讨专家提出自己的 “立场”，并提出相应的“理由”来“反对”或“支持”专家提出的“立场”；此外，“问题”还可以引出其他“问题”，这样，研讨就形成一个以“问题”为中心的树形结构。如图3.2所示[41]。
主题 引发 问题 询问/建议 立场 支持 理由 替换/特化/归纳 响应 立场 反对 理由
图3.2 IBIS模型
和Toulmin模型一样，IBIS模型也不能描述研讨的过程，都是从一个问题出发建立研讨信息的组织模型。而在协商研讨系统中，不仅包括对某个问题的论证，还包括解决研讨问题方案的提出、观点之间响应的态度等。对协商研讨而言，通过研讨提出并论证解决方案是一个整体，二者缺一不可。因此在协商研讨系统中，使用这些模型显然不能解决问题。
国内学者在研讨信息的组织方面也有一定的研究，如谭俊峰、张朋柱[14]等人将研讨专家发言通过语义按其逻辑关系联系起来，将发言形成一个动态树，形成
问题
了“研讨树”的组织模型。但随着研讨的进行，研讨信息将越来越多，研讨专家无法区分哪些观点已被关注。
本研究在Toulmin模型和IBIS模型的基础上进行结合和改进，提出一种新的研讨信息组织模型，如图3.3所示。
研讨主题 引出/交换 解决方案 解决方案 观点 模态响应 支持/反对 评价 评价 观点 质疑/补充
图3.3 协商研讨信息模型
本模型的基本思路是：首先确定“研讨主题”，研讨专家根据这个“研讨主题”提出若干个“解决方案”，针对各个“解决方案”，研讨专家发表自己的“观点”，或对他人提出的“观点”发表自己的“评价”，“评价”时应给出相应的“模态响应”，“模态响应”是在给出“评价”的基础上，对“观点”为真或为假的可能性的判断；此外，研讨专家还可以对“观点”还继续提出自己的“观点”，这样，协商研讨就形成一个以“观点”为中心的树形结构。
为了更好的将研讨信息可视化的显示出来，不仅要定义合理的协商研讨信息模型，还要对研讨信息进行结构化分解，本文定义研讨发言T=
表3.1 研讨信息结构 ID 观点编号
Ei 发言人编号
具体含义解释如表3.2所示：
表3.2 研讨信息结构含义解释
名称 ID Ei Ti C
名称 观点编号 发言人编号 发言时间 观点主张
含义
观点的唯一标识 记录发言人的编号 发言提交的时间
发言的主题，由研讨专家输入 Ti 发言时间
C 张
W 值
A 据
S
观点主模态响应观点根观点状态
W 模态响应值 代表本次发言对父观点的态度，用[-6,6]之间的值来表示，负值表示反对，值越小，表明反对越强烈。正值表示支持，支持程度越强烈，值越大。0表示补充或质疑，补充时发言人提出数据、事实、理论或发言人的主观经验等信息，不表明发言人的立场、观点或态度；质疑时提出对方案或评价的疑问，由研讨专家选择。
A S
观点根据 观点状态
针对发言主题提出相应的论据，包括事实、数据、理论以及发言人的主观经验等，由研讨专家输入
用“√”和“？”表明该节点的状态，“？”表示该研讨专家未查看此观点，“√”表示该研讨专家已查看此观点
在表3.1中，用模态响应值表示研讨专家意见，“模态响应值”是对“响应类型”的量化，“响应类型”代表了研讨信息之间的语义关系，模态响应值可以用一个刻度（从-6到+6）来量化确定。模态响应值={强支持，支持，轻支持，补充或质疑，轻反对，反对，强反对}．为了便于计算，给他们赋予刻度值分别为(6，4，2，0，-2，-4，-6)。 定义研讨发言节点N的关系为： R=
其含义是发言Np对父发言Nq的语义Ty，其中Ty代表响应类型，用反对、支持、质疑、补充表示，其具体含义如表3.3所示：
表3.3 研讨信息间的语义关系
语义关系 反对 支持 质疑 补充
含义 对父观点的内容反对，反对程度由模态响应值决定 对父观点的内容同意，同意程度由模态响应值决定 对父观点的内容疑问，模态响应值为0
发言人提出数据、事实、理论或发言人的主观经验等信息对父观点做出补充或解释，模态响应值为0
3.1.2研讨信息文本的可视化
在协商研讨过程中，研讨专家的目标是一致的，即寻求问题的求解方案，
因此排除了情感、对抗和博弈等不利于问题求解的发言成份。协商研讨过程是研讨专家之间信息交互、相互激励、相互影响的过程，本文研究的研讨专家的信息交互可视化方法主要是认知图[45, 46]，认知图是由众多的节点和节点之间的连线组成的[12]，其中，节点代表协商研讨的主题、研讨专家提出的方案或研讨专家对方