基于信息质量视角的百度百科词条有用性评估研究

作     者：费巍 胡启彪 侯景瑞 Fei Wei;Hu Qibiao;Hou Jingrui

作者机构：苏州图书馆苏州215000 武汉大学信息管理学院武汉430000 拉夫堡大学计算机系拉夫堡LE113TU 

出 版 物：《情报杂志》 (Journal of Intelligence)

年 卷 期：2023年第42卷第4期

页      面：195-202页

核心收录：

学科分类：05[文学] 0503[文学-新闻传播学] 

基　　金：国家自然科学基金面上项目“基于深度学习的多特征层次化用户生产内容质量测度与缺陷检测模型研究”(编号:71774121)研究成果 国家自然科学基金面上项目“融合特征图谱与图神经网络的用户虚假评论意图场景化识别与预测研究”(编号:72074171)研究成果。 

主　　题：百度百科 信息有用性 信息质量 有用性评估 机器学习 AutoGluon 

摘      要：[研究目的]百度百科在为广大用户提供丰富知识的同时,也面临词条质量良莠不齐、有用性难以保障的问题,通过开展百度百科词条有用性评估研究,有利于提升平台内容质量和用户使用体验。[研究方法]结合已有研究构建了较为全面的词条有用性评价特征框架,通过对比多种词条有用性计算方法,确定了以用户使用反馈指标作为衡量词条有用性等级的方法,然后训练了自动化机器学习集成模型AutoGluon来评估和预测词条的有用性,最后使用多种评价指标对模型性能进行分析。[研究结论]实验结果表明,AutoGluon适用于百度百科词条的有用性评估,且能有效预测词条的有用性等级。该文所提的方法具备一定的可行性和先进性,能为百度百科平台提升词条审核效率和提高词条信息的有用性提供技术参考。