基于信息融合的中文微博可信度评估方法

摘要 针对中文微博信息的特点及这些特点的可测量性和实际任务，系统地梳理了中文微博信息可信度测量指标，并将其进行了谱系化分析，提出一个基于信息融合的中文微博可信度评估框架CCM-IF。首先，为本质不同的三个异构特征：文本内容、信息作者与信息传播使用了不同的度量方式；其次，基于决策层可信度的模糊认知特点，采用了多维证据理论进行特征融合；最后，收集了新浪微博两个真实数据集进行了一系列实验。实验结果表明，与传统信息检索排序方法平滑语言模型（LMJM）相比，CCM-IF符合用户需求的信息占比提高了10%~20%。因此，作为一个静态质量评估指标，CCM-IF可直接用于微博检索排序、垃圾微博过滤等实际任务