基于CA．5的维基百科页面信息质量评价模型研究.pdfVIP

情 报 学 报 ISSN1000—0135 JOURNALOFTHECHINA S0CIETYFOR SCIENnFIC ANDTECHNICALINFORMA11ON IssN1000—0135 第31卷第 12期1259—1264，2012年12月 Vo1．31 No．12，1259—1264 December 2012 doi：10．3772／j．issn．1000—0135．2012．12．004 基于 C4．5的维基百科页面信息质量评价模型研究 裘江南 翁 楠 徐胜国 (大连理工大学 管理科学与工程学院，大连 116024) 摘 要 采用开放协同编辑模式的维基百科 ，其 内容的精确性一直受到人们的质疑。除了极少部分被维基百科 认定为高质量文章外，维基用户很难判断其余大部分文章的质量。对此，本文将维基百科中页面信息作为样本数 据，把页面信息质量评价问题抽象为一个分类 问题 ，构造了基于决策树 C4．5的维基百科页面信息质量评价模型。 并从页面编辑者情况和页面情况两个方面提出影响维基百科页面信息质量的l5个的指标，给出了各指标的定义 以及计算公式。最后，训练一个 自动的页面信息质量分级评价模型并进行了有效性验证。实验证 明，本文提 出的 维基百科页面信息质量分级评价模型能有效预测页面信息质量等级。 关键词 维基百科 信息质量 质量评价 分类模型 ResearchonEvaluationModelfortheInformationQualityofWikipedia ArticlesBased on C4．5 QiuJiangnanWengNanandXuShengguo (SchoolofManagementScienceandEngineering，DalianUnivers ofTechnology，Dalian116024) Abstract DuetotheopencollaborativeeditingmodeofWikipedia，theaccuracyofitscontenthasbeenquestioned． Exceptpartofthearticlesthathasbeen identifiedashigh—qualitybyW ikipedia．itisdifficultfortheuserstodeterminethe qualityoftheavailableinfomr ation．SowetookthepagesofWikipediaassampledata，transformedpageinfomr ationquality evaluationproblem intoaclassificationproblem ．andthen developed anevaluation modelforthe infomr ationqualityof W ikipediaarticlesbasedonC4．5．W ealsoproposed 15 indicatorsfrom twoaspects，pageeditorandeditedpages，and gavethe definition and calculation fomr ula ofeach indicator． Finally we trained an automatic evaluation modelof informationqualityandverified itsvalidity．The experimentsshow thatthe evaluation modelofinfomr ation qualitycan effectivelypredictthequalityofanarticle． Keywords Wik