时间序列多维对话特征可视化与需求响应资源使用预测模型研究
1. 时间序列多维对话特征可视化
在团队协作中,理解讨论的动态和模式对于提高协作效率至关重要。通过对团队工作的实时转录数据进行时间序列多维对话特征可视化,可以直观地展示讨论的过程和特点。
1.1 表示同意词语的过滤结果
- 对表示同意的词语进行过滤,通过可视化图表(图10)可以看到,A组和B组都积极表达同意。其中,A图中的蓝色成员和B图中的橙色成员经常表达同意(17次),红色成员说“同意”32次,远超第二名的14次。
- 通过这种过滤方式,可以了解在团队工作中,在什么时间达成了最多的共识,从而可视化出最常达成一致的内容。
| 成员颜色 | 表达同意次数 |
|---|---|
| 蓝色(A组) | 17 |
| 橙色(B组) | 17 |
| 红色 | 32 |
1.2 新鲜度和代表性图表
以B组的“新鲜度和代表性”图表(图11)为例,新鲜度图表始终显示较高值,而代表性图表在团队工作结束时显示较高值。这表明参与者在工作开始到中间阶段讨论了新话题,并在结束时总结了想法。
通过新鲜度和代表性图表,可以可视化高新鲜度和低代表性时的发散阶段,以及低新
超级会员免费看
订阅专栏 解锁全文

892

被折叠的 条评论
为什么被折叠?



