面向众包数据清洗的主动学习技术

• 作者: 叶晨 李建中 王宏志 高宏
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 众包 数据清洗 主动学习 机器学习 领域专家
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 1162-1172
• 页数: 11页
• 分类号: TP311
• 字数: 8279字
• 语种: 中文

摘要

传统方法多数采用机器学习算法对数据进行清洗.这些方法虽然能够解决部分问题,但存在计算难度大、缺乏充足的知识等局限性.近年来,随着众包平台的兴起,越来越多的研究将众包引入数据清洗过程,通过众包来提供机器学习所需要的知识.由于众包的有偿性,研究如何将机器学习算法与众包有效且低成本结合在一起是必要的.提出了两种支持基于众包的数据清洗的主动学习模型,通过主动学习技术来减少众包开销,实现了对给定的数据集基于真实众包平台的数据清洗,最大程度减少成本的同时提高了数据的质量.在真实数据集上的实验结果验证了所提模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李建中	哈尔滨工业大学计算机科学与技术学院	237	6003	33.0	72.0
2	王宏志	哈尔滨工业大学计算机科学与技术学院	69	557	12.0	21.0
3	高宏	哈尔滨工业大学计算机科学与技术学院	109	1574	18.0	36.0
4	叶晨	哈尔滨工业大学计算机科学与技术学院	2	7	1.0	2.0