面对信息过载问题，我们应当为企业管理者推荐什么样的信息？

随着信息化在企业管理中的全面渗透，众多企业在组织管理，文化建设方面借助于先进的IT和互联网技术搭建企业社交平台。企业社交平台在便捷员工沟通和规范管理的同时也能够促进员工的自我表达和创新谏言，有助于企业的知识管理。但企业社交平台的出现也为管理者提出了一个难题：一方面管理者需要阅读平台上的信息掌握企业员工的意见和状态；另一方面，平台上大量非结构化文本信息的规模又远远超出管理者阅读和分析的能力范围，这就是所谓的信息过载问题。在这样一个管理者的两难困境当中，我们不禁要问，面对信息过载问题，我们应当为企业管理者推荐什么样的信息？针对这一问题，我院张瑾老师与合作者以我国某一大型企业的博客系统为例，通过信息系统技术与行为研究结合的方式开展了一系列研究，最新研究成果已被管理信息系统的国际顶级期刊《MIS Quarterly》接收发表。

研究表明：虽然企业社交平台的参与者众多，讨论话题多样，但平台上存在着大量的冗余信息，这些信息内容重复度较高，会降低管理者的信息分析和决策的效率。进一步，本研究利用社交平台上冗余信息的特征，创造性提出了代表性信息的概念：一组可以涵盖平台上海量信息的绝大多数内容，同时自身足够精炼而不冗余的小规模信息子集。随后，本研究从商务智能的角度提出了一种基于自回溯文本聚类机制的代表性信息抽取方法。通过该方法可以识别企业社交平台上的代表性信息并将其推荐给企业管理者，帮助管理者快速分析社交平台上的海量过载内容，有助于管理者高效的掌握员工动态进而及时做出相应的决策和调整。最后，研究通过我国某一大型企业博客系统中的真实海量数据，利用大数据分析方法和用户行为实验的方式对所提出的代表性信息和相应抽取方法的效果进行了充分的验证，证明了相比于现有各种不同的信息推荐方法，代表性信息抽取方法的推荐结果具有更好的内容覆盖度和更低的内容冗余度。

代表性信息抽取方法是一种结合了商务智能和文本分析的大数据分析方法，能够为管理者推荐代表性信息。在管理信息系统领域，代表性信息是一种新颖的概念，它利用了企业社交平台上的冗余信息特点，最后可以解决管理者所面对的信息过载问题。在移动互联网时代，代表性信息是一种典型的“大集合与小集合”的思维，相比于海量信息的“大而全”，代表性信息的“小而精”在智能移动终端时代更具价值，它将有助于企业管理者利用移动终端获取有价值的企业内部员工和外部消费者信息。

已发表论文：

“Extracting Representative Information on Intra-Organizational Blogging Platforms”,2017, MIS Quarterly, Forthcoming. (with Xunhua Guo, Qiang Wei, Guoqing Chen, Dandan Qiao)