전자회의시스템

저작시기 1997.01 |등록일 2000.08.21 MS 워드 (doc) | 8페이지 | 가격 600원

목차

Abstract
1. Introduction

2. Literature review
2.1 Vector-space model
2.2 Automatic document classification

3. The interactive methodoloy for idea categorizing
3.1 Overview of the methodology
3.2 Idea indexing using keywords and its affinity
3.3 Generating weighted idea matrix
3.4 Generating similarity matrix
3.5 Interactive clustering

4. Prototyping and experiments
4.1 Architecture of IIC
4.2 Experiments
V. Conclusions
References

본문내용

Research on group decisions and EMS have been increasing rapidly according to the widespread of Internet technology. Idea categorizing used at existing group decision support systems was resulted in tacking as long in idea categorizing as it does for idea generating, clustering an idea in multiple categories, and identifying almost similar redundant categories. However such methods have critical limitation in the electronic meeting systems, we suggest an intelligent idea categorizing methodology which is a bottom-up approach. This method consists of steps to present idea using keywords, identifying keywords’ affinity, computing similarity among ideas, and clustering ideas. We also developed a prototype system, intelligent idea categorizer and evaluated its performance using the comparision experimetn with other systems.

참고 자료

1. Aiken, M., and Judith Carlisle. (1992). “An automated idea consolidation tool for computer support cooperative work,” Information & Management 23, 373-382.
2. Bookstein,A. (1981). “A Comparision of Two Systems of Weighted Boolean Retrieval,” Journal of the American Society for Information Science (JASIS) 32(4), 275-279.
3. Borko, H., and M.Bernick. (1983). “Automatic Document Classification,” Journal of the Association for Computing Machinery 10(1), 151-162.
4. Buell, D., (1982). “An Analysis of Some Fuzzy Subset Applications to Information Retrieval Sysems,” Fuzzy Sets and Systems 17(3), 35-42.
5. Dennis, A., et al. (1988). “Information Technology to Support Electronic Meetings.” MIS Quarterly December.
6. Dennis, A., et al. (1991). “Group, Sub-Group and Nominal Group Idea Generation in an Electronic Meeting Enviroment,” System Science 3, 573-579.
7. DeSanctis, G. and B. Gallupe. (1987) “Group Decision Support Systems: A new Frontier,” Management Science May.
8. Griffiths, A., L.A.Robinson, and Willett. (1984). “Hierarchic Agglomerative Clustering Methods for Automatic Document Classification,” Journal of Documentation 40(3), 175-205.
9. Hamill, K.A., and A.Zamora. (1980). “The Use of Titles for Automatic Document Classification,” Journal of the American Society for Information Science (JASIS) 31(6), 396-402.
10. Huber, G.P. (1984) “Issues in the Design of Group Decision Support Systems,” MIS Quarterly September.
11. Jardine, N., and C.J.van Rijsbergen. (1971). “The Use of Hierarchic Clustering in Information Retrieval,” Information Storage and Retrieval 7(5), 217-240.
12. Jeong, Y. (1993). The Theory of Information Retrieval, Inc. kumi trade press.
13. Radecki, T. (1979). “Fuzzy Set Theoretical Approach to Document Retrieval,” Information Processing & Management 15(5), 247-259.
14. Raghavan, V.V., and S.K.M.Wang. (1986). “A Critical Analysis of the Vector Space Model for Information Retrieval,” Journal of the American Society for Information Science (JASIS) .37(5), 279-287.
15. Salton, G., and M.J.McGill. (1983). Intorduction to Modern Information Retrieval, McGraw-Hill.
16. Salton, G. (1987). “Historical Note: The Past Thirty Years in Information Retrieval,” Journal of the American Society for Information Science, 38(5), 375-380.
17. Salton, G. (1989). Automatic Text Processing: The Transformation, Analysis, and Retrieval of Information by Computer, Addison Wesley.
18. Starub. D. and R. Beauclair. (1988). “Current and Future Uses of Group Decision Support System Technology: Report on Empirical Study,” Journal of Management Information Systems 5(1), 101-116.
19. Tahani, V. (1976). “A Fuzzy Model of Document Retrieval Systems,” Information Processing & Management 12(3), 177-187.
20. Turban, E. (1993). Decision Support and Expert Systems:Management Support Systems, Macmillan.
21. Ventana. (1992a). GroupSystems V: Basic Tools Manual, Ventana Corporation.
22. Ventana. (1992b). GroupSystems V: Advanced Tools Manual, Ventana Corporation.
*원하는 자료를 검색 해 보세요.
  • [마케팅 관리] 인공지능이 가져올 미래에 관해서 3페이지
    자아는 없으며, 주어진 조건하에 지시를 따른 약인공지능이다. 데이터 분류 ... 인공지능이란? 인공지능이라는 용어는 1956년 미국 다트머스 대학의 존 ... 뜻하기도 한다. 인공지능의 역사 기계를 통해 인간의 지능적 행동을 구현할 수
  • 지식경영과 지식관리시스템 23페이지
    시스템 (KWS) 3. 인공지능시스템 (AIS) 4. Q A ... ) 2. 지식작업시스템 (KWS) 3. 인공지능시스템 (AIS) 4. Q ... 1. 그룹협력시스템 (GCS) 2. 지식작업시스템 (KWS) 3. 인공지능
  • ontology 14페이지
    처음으로 사용 온톨로지는 이처럼 원래 철학의 한 분야였지만 지금은 인공지능 ... 온톨로지의 개념은 인공지능 분야에서 시작된 것이라 볼 수 있다. 온톨로지의 개요 ... 목 차 온톨로지의 개요 온톨로지의 분류와 기능 온톨로지와 시소러스
  • [경영]경영정보론기말고사 책,이론정리 7페이지
    전자토의’ 방식 으로 회의에 참여 - 팀을 이용하여 팀은 아이디어 ... 를 공동 도출하고 모아진 아이디어를 정리분류하며 전자투표방식을 통해 중 ... 판매 8장. 지능정보시스템( I I S ) :인공지능(AI) 기술을
  • 에이전트란 무엇인가 2페이지
    해결하여 주는 소프트웨어라고 할 수 있다. 지능형 에이전트는 사실 인공지능 ... 분야에서 오래 전부터 연구되어 온 개념으로, 사실상 인공지능의 최종 ... 인공지능과 분리되어 독립적인 연구 주제로 대두되기 시작한 것은 80년대
  • 인공지능이 인격이 될 수 있는가? 2페이지
    인공지능이 인격이 될 수 있는가? 인간의 지성과 인공 지능은 오래전부터 ... 이루었으며 이제는 ‘인공지능을 인격으로 인정해주어야 하는가?’ 라는 질문도 ... , 인공지능에겐 만만치 않은 문제다. 개/고양이, 남자/여자를 구별하는
  • A I (Artificial Intelligence) 인공 지능 16페이지
    처리하는 지적인 데이터 처리 방법이 개발되어 야 하는데 이것 이 인공지능 ... 인공지능의 역사 1930 년대와 1940 년대 : 수리 논리학이나 계산 ... 된 논리추리 과정이라는 성과를 기계에 적용할 수 있음을 보 임 인공지능
더보기
      최근 구매한 회원 학교정보 보기
      1. 최근 2주간 다운받은 회원수와 학교정보이며
         구매한 본인의 구매정보도 함께 표시됩니다.
      2. 매시 정각마다 업데이트 됩니다. (02:00 ~ 21:00)
      3. 구매자의 학교정보가 없는 경우 기타로 표시됩니다.
      4. 지식포인트 보유 시 지식포인트가 차감되며
         미보유 시 아이디당 1일 3회만 제공됩니다.
      상세하단 배너
      최근 본 자료더보기
      상세우측 배너
      추천도서
      전자회의시스템