信息资源管理学报 ›› 2021, Vol. 11 ›› Issue (5): 38-48.doi: 10.13365/j.jirm.2021.05.038

• 研究论文 • 上一篇    下一篇

基于多决策模型的百科词条质量评价方法研究———以百度百科为例

季一木1,2,3,4,5 许正阳1,2,3 刘尚东1,2,3,4,5 刘艳兰1,3 肖 婉3,4,5 刘 强1,3,4   

  1. 1.南京邮电大学计算机学院,南京,210023;
    2.江苏省无线传感网高技术研究重点实验室,南京,210023;
    3.南京邮电大学 高性能计算与大数据处理研究所,南京,210023;
    4.国家高性能计算中心南京分中心,南京,210023;
    5.江苏省高性能计算与智能处理工程研究中心,南京,210023
  • 出版日期:2021-09-26 发布日期:2021-11-10
  • 作者简介:季一木,博士,教授,研究方向为云计算、大数据处理等;许正阳,硕士,初级,研究方向为知识图谱等;刘尚东(通讯作者),博士,讲师,研究方向为网络行为分析、大数据处理等,Email:lsd@nju.edu.cn;刘艳兰,硕士,初级,研究方向为知识图谱等;肖婉,博士,讲师,研究方向为教育信息化、教育智能化等;刘强,博士,讲师,研究方向为图论、大数据处理等。
  • 基金资助:
    本文系国家重点研发计划专项(2017YFB1401300)、江苏省博士后科研资助计划(2019K024)、江苏省六大人才高峰项目(JY02)的研究成果之一。

Research on Evaluation of Article Quality in Internet Encyclopedia Based on Multi-decision Model:Case Study of Baidu Encyclopedia

Ji Yimu1,2,3,4,5 Xu Zhengyang1,2,3 Liu Shangdong1,2,3,4,5 Liu Yanlan1,3 Xiao Wan3,4,5 Liu Qiang1,3,4   

  1. 1.School of Computer Science, Nanjing University of Posts and Telecommunications, Nanjing, 210023;
    2. Jiangsu High Technology Research Key Laboratory for Wireless Sensor Networks, Nanjing, 210023;
    3. Institute of High-Performance Computing and Bigdata, Nanjing University of Posts and Telecommunications, Nanjing, 210023;
    4.Nanjing Center of HPC China;
    5.Jiangsu HPC and Intelligent Processing Engineer Research Center, Nanjing, 210023
  • Online:2021-09-26 Published:2021-11-10

摘要: 提出一种基于多决策模型的百科词条质量评价方法,将质量评价转化为多属性决策问题,利用多分类器集成学习的模式对百科词条进行评价,结合属性权重得出质量评分与分类。在实验上,以百度百科作为数据源,进行了模型的统计分布验证与评分可信度验证,并与传统分类模型进行对比,获得了较高的准确度。实验表明,多决策模型在百科词条评价上有较高的可行性、合理性和有效性,为百科词条质量评价提出了新的解决方案。

关键词: 网络百科, 质量评价, 机器学习, 多决策模型, 网络信息评价

Abstract: This paper proposes a method for evaluating the quality of internet encyclopedia articles based on a multi-decision model. The method transforms the quality evaluation into a Multi Attribute Decision Making problem, uses multi-classifier in ensemble learning mode to evaluate encyclopedia articles, and combines attribute weights to obtain quality classification and scoring. In the experiment, this article uses Baidu Encyclopedia as the data source, carrying out the statistical distribution verification and rating credibility verification of the model. Comparing with traditional classification models, this model obtains high accuracy result. Experiments show that the multi-decision model has high feasibility, rationality and effectiveness in the evaluation of encyclopedia articles, and a new solution is proposed for the evaluation of article quality in internet encyclopedia.

Key words: Internet encyclopedia, Quality evaluation, Machine learning, Multi-decision model, Online information evaluation

中图分类号: