(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211005282.5 (22)申请日 2022.08.22 (71)申请人 江苏师范大学 地址 221116 江苏省徐州市铜山 新区上海 路101号 (72)发明人 董永权　杨昊霖　张功杰　 (74)专利代理 机构 北京淮海知识产权代理事务 所(普通合伙) 32205 专利代理师 杨晓亭 (51)Int.Cl. G06F 30/20(2020.01) G06N 5/04(2006.01) G06F 17/18(2006.01) G06F 119/02(2020.01) (54)发明名称 一种基于数据源领域可靠度的多真值发现 方法 (57)摘要 本发明公开了一种基于数据源领域可靠度 的多真值发现方法， 首先计算数据源的领域专业 度； 其次计算数据源与对象的领域相似度， 初始 化参数和观测值的可信度， 接着使用迭代计算方 法联合推导数据源领域可靠度以及观测值可信 度， 每次迭代过程中， 使用基于数据源领域可靠 度的多真值推理方法根据观测值可信度、 数据源 领域专业度、 数据源与对象领域相似度、 多真值 观测值可信度得分推断数据领域源 可靠度， 再通 过数据源领域可靠度重新推断观测值可信度； 最 后推断出对象属性上的全部真值。 本发明在属性 存在多个真值的数据冲突环境下能够自动识别、 判断、 推理出完整的真值， 从而帮助用户进行决 策， 提高决策效率和质量。 权利要求书4页 说明书11页 附图1页 CN 115392018 A 2022.11.25 CN 115392018 A 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si在领域dj内提供数据的 丰富度， 通过计算领域dj内数据源si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(si,dj)表示数据源si在领域dj内提供的对象数量， 表示在领域dj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si在领域dj内的专业度 步骤1‑3： 计算数据源si与对象ok领域相似度I(ok,si)； 步骤1‑4： 全连接领域显性/隐性观测值图构建， 在领域dj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si与数据源sm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si对数据源sm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si指向顶点sm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dj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si的平稳访问概率 p(si)和 计算数据源si在领域dj内的准确率 和假准率 获得数据源si在 领域dj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。权　利　要　求　书 1/4 页 2 CN 115392018 A 22.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si在领域dj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si与对象ok领域相似度I(ok,si)， 将所有数据源s1～si对应领域d1～dj专业 度组成矩阵 公式如下： 根据对象ok所属的领域构造对象ok的领域向量 公式如下： 式中当对象ok属于领域dj时， 则 否则 计算数据源si与对象ok领域相似度I(ok,si)公式如下： 式中 为数据源si的领域向量， 对应矩阵 的第i行向量。 4.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 1‑5中， 在领域显性/隐性观测值图 内， 数据源si与数据源sm提供对象显 性/隐性观测值的共识度 计算公式如下： 式中 和 分别表示数据源si和sm在领域dj提供观测值的对象集合， 和 分别表示数据源si和sm在对象ok提供的显性观测值集合， 和 分别表示数据 源si和sm在对象ok提供的隐性观测值集合， σ(v)和 分别表示观测值v为真/假的概率， 和 表示数据源si与数据源sm在对象ok上提供显性/隐性观测值的相似 度， 和 的计算公式如下：权　利　要　求　书 2/4 页 3 CN 115392018 A 3