The Study of Team Formation Model in Internet-Based Virtual Drama
　　LIU Hou-liang
　　(Research Center for Learning Science, Southeast University, Nanjing 210096, China)
　　Abstract: The creation of the virtual network drama needs a variety of skills. However, a single person may not have all the required skills of virtual drama. Therefore, how to form efficient coordination drama creating team becomes a difficult problem. Social network team formation strategy is analyzed by Agent technology. And then, this paper presents the concept of credit of social network, and establishes a team formation model based on credit of social network.
　　Key words: team formation; virtual drama; agent; social network
　　随着计算机技术的发展和网络应用的普及，网络虚拟戏剧逐渐引起了人们的广泛兴趣[1]。网络中分布于不同位置的用户可以利用网络虚拟平台协同创作戏剧。由于单一用户无法具有戏剧创作的所有技能，因此，如何为用户寻找合作伙伴，形成高效的戏剧创作群组是网络虚拟戏剧协同创作系统设计需要解决的关键问题之一。
　　设计有效的组形成模型是解决该问题的方法[2]。Michele Brocco研究了开放创新网络中的组形成模型[3]。Anwitaman Datta博士则以新加坡南洋理工学院为研究对象，从项目专业覆盖度和项目组成员的聚合度两个方面出发为项目寻找合适的研究成员[4]。他们的研究致力于为大型复杂项目挖掘项目成员，利用有效的组形成算法形成高效的协同合作团队。
　　本文在组形成模型研究的基础上，利用Agent技术研究了网络虚拟戏剧协同创作用户的技能和用户之间的合作关系，并建立了基于社会网络信誉度的组形成模型。
　　1模型框架与Agent设计
　　本节将详细介绍组形成模型框架和模型中的Agent设计方法。
　　1.1模型框架
　　组形成模型框架如图1所示。模型将系统用户抽象为用户Agent，用户的技能、兴趣等属性抽象为用户Agent的属性。用户Agent之间通过协同行为产生关系，这种关系是双向的合作关系。系统用户之间的合作关系组成了社会网络，模型通过抽象设置关系Agent来管理、研究用户之间的关系网络。在用户Agent和关系Agent的基础上，模型进一步抽象出组形成Agent。组形成Agent具有独立的组形成策略。它通过与关系Agent合作，并根据组形成策略为用户寻找合作伙伴，形成高效的虚拟戏剧协同创作群组。
　　1.2Agent设计
　　在组形成模型的基础上，本节主要介绍模型中设置的三种Agent，分别是：用户Agent（User_Agent）、关系Agent（Relation_Agent）和组形成Agent（TF_Agent）。Agent的设计如下：
　　用户Agent（User_Agent）：用户Agent是对系统用户的抽象，主要用于分析用户的戏剧创作行为和用户之间的合作行为。在组形成模型中，用户Agent的功能体现在两个方面：第一，通过用户创作戏剧的情况，分析用户擅长的戏剧创作技能，并计算用户在该系统用户中的影响力；第二，通过感知用户之间的协同戏剧创作行为，分析系统内各个用户之间的合作关系。
　　关系Agent（Relation_Agent）：不同用户组织在一起，协同创作戏剧。因此，用户之间存在合作关系。用户之间的关系是双向的，并随着用户之间合作情况的变化而改变。关系Agent通过与用户Agent交互获取用户之间的合作信息和用户在系统中的影响力，并通过分析用户之间的关系，形成用户关系网络，即社会网络。社会网络中点表示一个系统用户，网络中边表示两个用户之间的合作关系。用户之间的合作关系不同，网络中边的权值也不同，权值越大用户之间的合作越多，因此该社会网络属于加权网络。关系Agent负责维护和更新系统用户组成的社会网络。
　　组形成Agent（TF_Agent）：组形成Agent用于响应用户需求，并根据自身具有的组形成策略为用户寻找合作伙伴，形成高效的协同戏剧创作群组。当它接到用户Agent提交的组形成请求后，首先分析该用户创作戏剧的类型、群组需要的技能和用户对不同技能水平的要求等信息，这些信息体现了用户对协同团队的期望。然后，组形成Agent将访问数据库，并通过与用户Agent交互，了解系统其他用户Agent的技能属性、技能水平等信息，分析各个用户的影响力，并利用关系Agent分析用户之间的合作关系和连接度等信息。最后，组形成Agent将以用户信息和用户之间连接关系为基础，计算用户的信誉度。并以信誉度为指标，为用户寻找合适的合作伙伴，进而形成高效的协同戏剧创作群组。
　　组形成模型中Agent之间是相对独立的，它们的行为互不干涉。通过Agent之间的协同合作，共同实现模型的功能。
　　1)相关定义
　　在介绍组形成策略之前，该文先简要介绍戏剧分类、用户Agent的技能，并给出组形成模型中的三个基本定义。
　　首先，根据戏剧的内容和表现手法不同，该文将戏剧分为六类，分别为：童话，课本剧，英语剧，相声，小品和话剧。创作不同类型的戏剧需要用户Agent具有的技能也不尽相同，对用户Agent的技能水平要求也有差异。根据戏剧创作经验，该文将用户Agent具有的技能分为六类，分别为：文化，音乐，艺术，写作，场景和英语。用户Agent的技能水平与创作戏剧的多少有关。
　　然后，该文将用户Agent之间的关系网络抽象为加权社会网络，如图2所示。其中，网络中的点表示用户Agent，并用点的大小表示该用户Agent在社会网络中的影响力大小；用户Agent之间的合作关系构成了社会网络中的边，并且边具有权值，权值越大表示用户Agent之间的关系越密切。图2用户Agent之间的关系网络
　　最后，该文给出组形成模型中的三个相关定义，具体如下：
　　定义1不同用户Agent的经验水平和戏剧创作的积极性存在差异，该文定义影响inf力来表示用户Agent之间的这种差异。用户Agent创作的戏剧越多，戏剧创作积极性越高，用户Agent影响力的值就越大。
　　其中positive表示用户Agent对戏剧创作的积极程度，它的值与用户Agent的在线时间成正比。用户Agent在线时间越长，其值越大，表明用户Agent对戏剧创作越积极；experience表示用户Agent创作戏剧的经验水平，与用户Agent戏剧创作的多少有关，其值越大，表明用户Agent戏剧创作数量越多，经验水平越高。 (责任编辑：南粤论文中心)转贴于南粤论文中心: http://www.nylw.net(南粤论文中心__代写代发论文_毕业论文带写_广州职称论文代发_广州论文网）