[发明专利]一种基于数据源领域可靠度的多真值发现方法

权利要求书

1.一种基于数据源领域可靠度的多真值发现方法，其特征在于，具体包括以下步骤：

步骤1：数据源领域可靠度建模；

步骤1-1：计算数据源领域丰富度其中为数据源s_i在领域d_j内提供数据的丰富度，通过计算领域d_j内数据源s_i提供的对象数量所占对象总数的百分比得到计算公式如下：

式中N(s_i,d_j)表示数据源s_i在领域d_j内提供的对象数量，表示在领域d_j内提供对象描述信息的数据源构成的集合；

步骤1-2：计算数据源s_i在领域d_j内的专业度

步骤1-3：计算数据源s_i与对象o_k领域相似度I(o_k,s_i)；

步骤1-4：全连接领域显性/隐性观测值图构建，在领域d_j内将数据源集合在对象集合提供的显性/隐性观测值关系建模为一张全连接的领域显性/隐性观测值图数据源为图中的顶点；

步骤1-5：在领域显性/隐性观测值图内，计算数据源s_i与数据源s_m提供对象显性/隐性观测值的共识度

步骤1-6：在领域显性/隐性观测值图内，计算数据源s_i对数据源s_m在显性/隐性观测值上的长尾补偿度和

步骤1-7：在领域显性/隐性观测值图内，计算顶点s_i指向顶点s_m边的权值

步骤1-8：顶点间权值规范化计算，计算顶点间规范化权值和

步骤1-9：数据源领域可靠度计算，在领域d_j内对全连接领域显性/隐性观测值图进行随机游走，分别得到显性/隐性观测值图中数据源s_i的平稳访问概率p(s_i)和计算数据源s_i在领域d_j内的准确率和假准率获得数据源s_i在领域d_j内的领域可靠度；

步骤2：观测值可信度建模；

根据数据源的领域可靠度以及数据源提供观测值关系计算观测值v为真/假的概率

步骤3：真值推断；

当时，判定该观测值v为真，反之则判定该观测值为假，完成真值推断。

2.根据权利要求1所述的基于数据源领域可靠度的多真值发现方法，其特征在于，步骤1-2中计算数据源s_i在领域d_j内的专业度计算公式如下：

式中α为调节领域专业度权重的超参数，在数据集上的实验中α设置为1.5。

3.根据权利要求1所述的基于数据源领域可靠度的多真值发现方法，其特征在于，步骤1-3中计算数据源s_i与对象o_k领域相似度I(o_k,s_i)，将所有数据源s₁～s_i对应领域d₁～d_j专业度组成矩阵公式如下：

根据对象o_k所属的领域构造对象o_k的领域向量公式如下：

式中当对象o_k属于领域d_j时，则否则

计算数据源s_i与对象o_k领域相似度I(o_k,s_i)公式如下：

式中为数据源s_i的领域向量，对应矩阵的第i行向量。