基于信息融合的中文微博可信度评估方法

• 作者: 陈福荣 高明霞
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 中文微博 可信度 信息融合 四象限法则 证据理论
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 第六届中国数据挖掘会议(CCDM 2016)
• 页码范围: 2071-2075,2081
• 页数: 6页
• 分类号: TP391
• 字数: 7294字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2016.08.2071

摘要

针对中文微博信息的特点及这些特点的可测量性和实际任务,系统地梳理了中文微博信息可信度测量指标,并将其进行了谱系化分析,提出一个基于信息融合的中文微博可信度评估框架CCM-IF.首先,为本质不同的三个异构特征:文本内容、信息作者与信息传播使用了不同的度量方式;其次,基于决策层可信度的模糊认知特点,采用了多维证据理论进行特征融合;最后,收集了新浪微博两个真实数据集进行了一系列实验.实验结果表明,与传统信息检索排序方法平滑语言模型(LMJM)相比,CCM-IF符合用户需求的信息占比提高了10％ ～ 20％.因此,作为一个静态质量评估指标,CCM-IF可直接用于微博检索排序、垃圾微博过滤等实际任务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高明霞	北京工业大学计算机学院	17	124	7.0	10.0
2	陈福荣		1	7	1.0	1.0