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

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

所属期刊栏目：11

分类号：TP393;G250(计算技术、计算机技术)

资助基金：本文系国家重点研发计划专项;江苏省博士后科研资助计划;江苏省六大人才高峰项目

在线出版日期：2021-12-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：38-48,59