BriefGPT - AI 论文速递
·
维基贡献者的模拟、建模与分类：辨别优秀、恶劣和丑陋
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了一种名为MONITOR的方法，用于解决众包平台上不同质量的数据聚合问题。该方法通过估计贡献者的资质和行为来确定其贡献者资料，并利用数据信任理论来考虑其潜在不完美的特点，从而更好地聚合贡献者的数据。实验结果表明，该方法显著提高了聚合后的数据准确性。
🎯
关键要点
- 提出了一种名为MONITOR的方法，用于解决众包平台上不同质量的数据聚合问题。
- 该方法通过估计贡献者的资质和行为来确定其贡献者资料。
- 利用数据信任理论考虑贡献者的潜在不完美特点，以更好地聚合数据。
- 实验结果表明，MONITOR方法显著提高了聚合后的数据准确性。
- 首次提出了一种模型，既考虑贡献者的资质，也考虑其行为，用于估计贡献者资料。
- 提出了一种根据估计的资料弱化和聚合结果的答案的方法。
➡️
