C-Rank: Deep Web数据记录可信度评估方法

• 作者: 孟小峰 王仲远 艾静
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 深层网络 Web信息可信度 S-R可信度网络 可信度传播
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 学术研究
• 页码范围: 585-593
• 页数: 9页
• 分类号: TP391
• 字数: 7481字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.2009.06.003

摘要

针对Web信息可信度问题,提出了一种为Deep Web数据记录计算可信度的有效方法C-Rank.该方法为每一条记录构造一个S-R可信度网络,包含两种类型顶点及三种类型边.首先基于可信度传播的思想,利用顶点出度为每一个顶点计算其局部可信度值;再利用Record顶点入度及相邻Site顶点的可信度值,为该Record顶点计算权值;继而求得整个S-R网络的全局可信度值.实验证明,C-Rank方法能够合理而有效地评价数据记录的可信度,从而达到甄别虚假信息,为用户推荐可信数据记录的目的.该方法普遍适用于Deep Web的各个领域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟小峰	中国人民大学信息学院	135	6213	41.0	77.0
2	艾静	中国人民大学信息学院	6	81	3.0	6.0
3	王仲远	中国人民大学信息学院	5	126	4.0	5.0