專利名稱：帶有優(yōu)化的域間信息質(zhì)量評定的協(xié)作聯(lián)網(wǎng)的方法和系統(tǒng)的制作方法
技術領域：
本發(fā)明一般地涉及基于網(wǎng)絡的信息分析和優(yōu)化過程，更具體地說，涉及使用網(wǎng)絡社區(qū)提供的域間信息質(zhì)量評估優(yōu)化的協(xié)作聯(lián)網(wǎng)。
背景技術：
通過諸如Web 2. 0之類的技術實現(xiàn)的協(xié)作網(wǎng)絡應用為一些電子商務和社交網(wǎng)站帶來了眾包(也稱為“群體智慧”)的概念。Web 2.0是一種流行度不斷增加的Web應用類型，其主要的與眾不同之處在于使得網(wǎng)絡用戶能夠貢獻用于協(xié)作和共享的信息。常見的協(xié)作聯(lián)網(wǎng)應用包括例如社交軟件、網(wǎng)頁聯(lián)合計劃(Web Syndication)、博客以及維基等。通過這些應用貢獻群體智慧的能力可以讓使用這些應用的個人或組織實現(xiàn)巨大的差異化價值。 例如，可以利用大型在線社區(qū)提供的內(nèi)容評論來確定走勢、預測以及類似數(shù)據(jù)，從而使得內(nèi)容服務提供商能夠根據(jù)此群體智慧實施各種盈利策略。問題在于，就貢獻這些意見的人員的專業(yè)知識/信譽而言，不應認為所收到的每個意見都是等同的。因此，針對某個主題(例如，產(chǎn)品/服務)提供意見的某些網(wǎng)絡用戶并不與其他網(wǎng)絡用戶一樣有資格對該主題的未來價值做出評論。產(chǎn)品/服務的未來價值可以是使用諸如所產(chǎn)生的投資回報率(ROI)或收益之類的度量衡量的產(chǎn)品/服務成功的量度。通?？梢愿鶕?jù)網(wǎng)絡用戶的主觀評估和/或他/她在單個領域或主題區(qū)域內(nèi)的證書先驗地確定網(wǎng)絡用戶的專業(yè)水平。例如，機器學習領域中的研究人員可以利用他在該領域中的出版記錄作為憑據(jù)。但是，當該研究人員對諸如圖形或操作系統(tǒng)之類的另一域中的某個主題發(fā)表意見時，就很難評定他的證書的價值。假如不同的個體在不同的領域或專業(yè)領域中具備不同的專業(yè)知識和證書，則更難準確地評估這些個體的各種意見。目前，在個體可能無縫地跨多個領域并且對領域中的主題發(fā)表大量評論的現(xiàn)有Web 2.0網(wǎng)絡環(huán)境中，評估這些個體的意見的難度逐漸增加。需要一種客觀的方法來評估通過網(wǎng)絡從跨多個領域的不同實體收集的意見或預測并有效地使用這些意見或預測以預測未來事件(例如，產(chǎn)品、電影的成功/失敗或選舉、 體育比賽的獲勝者等)以及根據(jù)個體在其他密切相關的領域中的預測或意見的表現(xiàn)歷史推斷個體在某個領域中的信譽證明。

發(fā)明內(nèi)容
一個示例性實施例是一種用于實施域間信息質(zhì)量評定的方法。所述方法包括通過標識分別定義每個域的特征和標識具有關聯(lián)特征的域來計算知識庫中域間的關系。所述方法還包括根據(jù)所述關聯(lián)特征向多對域分配反映關系密切性的值。所述方法還包括根據(jù)一個域中的實體的過去表現(xiàn)來評估所述實體相對于通過所分配的值被確定為與該域相關的另一域的信譽。所述實體的過去表現(xiàn)指示所述實體呈現(xiàn)有關特定域中的事件的準確預測的能力。所述方法還包括根據(jù)所述評估計算表示所述實體相對于該域的信譽的值以及將表示所述信譽的值分配給所述實體。
另一示例性實施例是一種由域間信息質(zhì)量評定程序使用的用于實施域間信息質(zhì)量評定的計算機程序產(chǎn)品。所述計算機程序產(chǎn)品包括可由處理電路讀取并存儲由所述處理電路執(zhí)行以執(zhí)行方法的指令的有形存儲介質(zhì)。所述方法包括通過標識分別定義每個域的特征和標識具有關聯(lián)特征的域來計算知識庫中域間的關系。所述方法還包括根據(jù)所述關聯(lián)特征向多對域分配反映關系密切性的值。所述方法還包括根據(jù)一個域中的實體的過去表現(xiàn)來評估所述實體相對于通過所分配的值被確定為與該域相關的另一域的信譽。所述實體的過去表現(xiàn)指示所述實體呈現(xiàn)有關特定域中的事件的準確預測的能力。所述方法還包括根據(jù)所述評估計算表示所述實體相對于該域的信譽的值以及將表示所述信譽的值分配給所述實體。其他示例性實施例是一種用于實施域間信息質(zhì)量評定的系統(tǒng)。所述系統(tǒng)包括計算機處理器以及可由所述計算機處理器執(zhí)行的域間信息質(zhì)量評定應用。所述域間信息質(zhì)量評定應用能夠執(zhí)行一種方法。所述方法包括通過標識分別定義每個域的特征和標識具有關聯(lián)特征的域來計算知識庫中域間的關系。所述方法還包括根據(jù)所述關聯(lián)特征向多對域分配反映關系密切性的值。所述方法還包括根據(jù)一個域中的實體的過去表現(xiàn)來評估所述實體相對于通過所分配的值被確定為與該域相關的另一域的信譽。所述實體的過去表現(xiàn)指示所述實體呈現(xiàn)有關特定域中的事件的準確預測的能力。所述方法還包括根據(jù)所述評估計算表示所述實體相對于該域的信譽的值以及將表示所述信譽的值分配給所述實體。通過本發(fā)明的技術實現(xiàn)了其他特征和優(yōu)勢。以下將詳細說明本發(fā)明的其他實施例和方面并將其視為所要求保護的發(fā)明的一部分。參考說明和附圖可以更好地理解本發(fā)明的優(yōu)勢和特征。


現(xiàn)在參考附圖，其中相同元素在附圖中的編號相同圖1示出了本發(fā)明的示例性實施例中的用于實施域間信息質(zhì)量評定的計算系統(tǒng)；圖2是示出本發(fā)明的示例性實施例中的通過域間信息質(zhì)量評定過程的數(shù)據(jù)流的方塊圖；圖3是示出本發(fā)明的示例性實施例中的用于實施域間信息質(zhì)量評定的過程的流程圖；以及圖4示出了可由示例性實施例實現(xiàn)的計算機程序產(chǎn)品。
具體實施例方式本發(fā)明的一個示例性實施例涉及對協(xié)作網(wǎng)絡環(huán)境的實體提供的域間信息實施質(zhì)量評定。實體指常見協(xié)作網(wǎng)絡或網(wǎng)站的在線用戶。在一個示例性實施例中，域與歸于已定義主題的知識領域或范圍相關?？梢允褂妹枋鲇虻倪壿嫿Y構(包括其概念以及它們之間的關系)的本體技術(ontologicaltechnique)定義域。可以針對屬于知識庫一部分的多個域實施域間信息質(zhì)量評定過程。所述域間信息質(zhì)量評定過程使用給定域中實體的信譽來解釋和推斷域(其中所述實體被認為具有很少的經(jīng)驗或專業(yè)知識或者沒有經(jīng)驗或專業(yè)知識)中實體的信譽得分。 此過程在此被稱為“跨域信譽推斷”。信譽指實體呈現(xiàn)有關給定域中的事件的準確預測或意見的能力。事件指可以在特定時間幀內(nèi)針對其呈現(xiàn)意見/預測的特定主題(例如，問題、疑問、論題)。根據(jù)在呈現(xiàn)有關與特定域關聯(lián)的事件的預測或意見方面的歷史表現(xiàn)來計算信譽得分并將其指定給所述實體。因此，高信譽得分指示對域主題的較高精通程度，而低信譽得分指示對域主題的較低精通程度。可以通過在知識庫中多個域間利用本體論和統(tǒng)計相關性在域間建立關系，然后以數(shù)學方式計算這些域及其關系以標識哪些域可以與針對其推斷信譽的域相關來實施跨域信譽推斷。還可以通過觀察多個域中多個實體的表現(xiàn)并獲知他們在不同域中的信譽間的統(tǒng)計關系對此進行補充。因此，域間信息質(zhì)量評定過程提供了使用有關實體在不同但密切相關的域中的信譽推斷實體在某一域中的信譽的能力(即，根據(jù)其對域的知識呈現(xiàn)有關該域中的事件的準確預測的實體很可能在不同但密切相關的域中做出相對良好的預測)。例如，作為房地產(chǎn)市場預測(即，第一域)方面的專家的人員A要比作為西方古典音樂(與所述第一域不相關的第三域)方面的專家的人員B更可能對建筑工程部分(與所述第一域相關的第二域) 或家具行業(yè)進行很好地預測。因此，當要預測的事件在建筑工程的域中時，由A進行的預測應比由B進行的預測被給予更大的權重。同樣，當要預測的事件在鄉(xiāng)村音樂的域中(例如， 新專輯唱片銷售)時，則由B提供的預測可能比A的預測更有價值。此評定被稱為“預測能力”，其結果最終形成實體就對應域而言的信譽得分。因此，實體的預測能力是該實體進行的事件預測結果與事件的實際結果匹配的密切程度的量度。域間信息質(zhì)量評定過程還使能根據(jù)實體在每個域內(nèi)的過去表現(xiàn)以及實體在其他相關域中的過去表現(xiàn)來評估每個實體在每個域內(nèi)的當前信譽。此外，域間信息質(zhì)量評定過程根據(jù)每個域內(nèi)的個體實體預測以及考慮到域間關系而動態(tài)計算的所有實體的域相關信譽，跨多個域評估事件的聚合預測。在定義的決策間隔內(nèi)針對事件做出預測。未來事件可以包括例如產(chǎn)品、電影的成功/失敗或選舉、體育比賽的獲勝者等。根據(jù)實體的信譽得分衡量實體的預測能力。在每個決策間隔的每個結尾處持續(xù)更新不同實體的信譽。決策間隔始于系統(tǒng)針對屬于任一域D的事件從不同的參與實體收集預測/意見，使用所述預測以預告未知事件并觀察事件結果。當實際實現(xiàn)事件時，決策間隔結束。所述系統(tǒng)通過利用來自不同實體的個體預測并使用實體針對域D和其他域的信譽得分以及表示關系密切性的值對這些預測進行加權來做出預測。在決策間隔結束時，不僅更新實體針對域D的信譽得分，而且還更新該實體在其他域中的信譽得分。所述域間信息質(zhì)量評定過程提供了新穎的客觀累積準則以評定參與實體的信譽。 所述域間信息質(zhì)量評定過程通過將一組評論者(即，參與實體)意見的效果與該總體意見對客觀度量(例如，產(chǎn)品、解決方案、服務的銷售或理念或概念的領會)的影響程度的客觀度量聯(lián)系起來而使循環(huán)閉合。進而，所述域間信息質(zhì)量評定過程還跟蹤評論者在不同域中的表現(xiàn)以提供對評論者信譽的更全面描述。現(xiàn)在轉到圖1，現(xiàn)在將描述示例性實施例中可在其上實施域間信息質(zhì)量評定過程的系統(tǒng)100的方塊圖。圖1的系統(tǒng)100包括通過一個或多個網(wǎng)絡106與客戶機系統(tǒng)104通信的主機系統(tǒng)102?？梢允褂庙憫诖鎯υ诳捎煞掌?多個)訪問的存儲介質(zhì)中的計算機程序而工作的一個或多個服務器實現(xiàn)主機系統(tǒng)102。主機系統(tǒng)102可以作為網(wǎng)絡服務器 (例如，Web服務器)運行以便與一個或多個客戶機系統(tǒng)104通信。主機系統(tǒng)102可以處理發(fā)送到客戶機系統(tǒng)104的信息和從客戶機系統(tǒng)104接收的信息，并可以執(zhí)行關聯(lián)的任務。
主機系統(tǒng)102還可以作為應用服務器運行。根據(jù)示例性實施例，主機系統(tǒng)102執(zhí)行一個或多個計算機程序以提供域間信息質(zhì)量評定服務。這些一個或多個計算機程序在此統(tǒng)稱為域間信息質(zhì)量評定應用116。備選地，域間信息質(zhì)量評定應用116的一部分功能可以通過客戶機系統(tǒng)104實現(xiàn)。可以通過向客戶機系統(tǒng)104提供應用(例如，Java小程序)而由客戶機系統(tǒng)104 和主機系統(tǒng)102共享域間信息質(zhì)量評定活動。備選地，客戶機系統(tǒng)104可以包括用于執(zhí)行在此描述的處理的一部分的單獨軟件應用。在其他實施例中，域間信息質(zhì)量評定系統(tǒng)功能可以內(nèi)置到在客戶機系統(tǒng)104上執(zhí)行的Web瀏覽器應用(未示出)中。如前所述，要理解的是，可以使用單獨的服務器來實現(xiàn)主機系統(tǒng)102的網(wǎng)絡服務器功能和應用服務器功能。備選地，網(wǎng)絡服務器和應用服務器可以由執(zhí)行計算機程序的單個服務器實現(xiàn)以執(zhí)行根據(jù)主機系統(tǒng)102描述的必需功能。客戶機系統(tǒng)104可以通過一個或多個網(wǎng)絡106耦合到主機系統(tǒng)102。每個客戶機系統(tǒng)104可以使用執(zhí)行用于實現(xiàn)在此描述的某些過程的計算機程序的通用計算機實現(xiàn)。客戶機系統(tǒng)104可以是個人計算機(例如，膝上型計算機、個人數(shù)字助理)或主機連接的終端。出于說明的目的，客戶機系統(tǒng)104由包括Web服務的因特網(wǎng)服務的用戶運行。這些用戶在此被稱為“實體”和“評論者”，如在此進一步描述的那樣。在示例性實施例中，圖1中所示的域間信息質(zhì)量評定系統(tǒng)100包括存儲設備112。 存儲設備112與主機系統(tǒng)102通信，并且可以使用各種用于存儲電子信息的設備實現(xiàn)。要理解的是，存儲設備112可以使用主機系統(tǒng)102中包含的存儲器實現(xiàn)或者它可以是單獨的物理設備，例如如圖1中所示?？梢钥绨ňW(wǎng)絡(多個)106的分布式環(huán)境對作為整合數(shù)據(jù)源的存儲設備112在邏輯上進行尋址?？梢酝ㄟ^主機系統(tǒng)102和客戶機系統(tǒng)104的授權用戶取回和操縱存儲設備112中存儲的信息。存儲設備112可以存儲內(nèi)容數(shù)據(jù)(例如，由客戶機系統(tǒng)104評論的一個或多個信息內(nèi)容主題源)、內(nèi)容用戶記錄(例如，與客戶機系統(tǒng) 104的用戶相關的信息)以及已定義的域、域間距離度量、個體和總體用戶評論、評定及信譽，以及主機系統(tǒng)102的服務提供商所需的其他信息。將在此進一步描述這些特征。在一個示例性實施例中，主機系統(tǒng)102作為數(shù)據(jù)庫服務器運行并協(xié)調(diào)對包括存儲設備112上存儲的數(shù)據(jù)的應用數(shù)據(jù)的訪問。在一個示例性實施例中，主機系統(tǒng)102表示實現(xiàn)協(xié)作應用Web服務(例如，社交/ 商務網(wǎng)絡、維基、博客、新聞饋送以及產(chǎn)品/服務等)的服務提供商。此外，主機系統(tǒng)102表示域間信息質(zhì)量評定服務的提供商。但是，將理解的是，主機系統(tǒng)102可以備選地代表諸如協(xié)作內(nèi)容提供商之類的不同網(wǎng)絡實體(未示出)將域間信息質(zhì)量評定服務實現(xiàn)為應用服務提供商(ASP)。網(wǎng)絡106可以是任何類型的已知網(wǎng)絡，包括但不限于廣域網(wǎng)(WAN)、局域網(wǎng)(LAN)、 全球網(wǎng)絡(例如，因特網(wǎng))、虛擬專用網(wǎng)(VPN)以及內(nèi)聯(lián)網(wǎng)?？梢允褂脽o線網(wǎng)絡或本領域中公知的任何類型的物理網(wǎng)絡實施方式實現(xiàn)網(wǎng)絡106?？蛻魴C系統(tǒng)104可以通過多個網(wǎng)絡(例如，內(nèi)聯(lián)網(wǎng)和因特網(wǎng))耦合到主機系統(tǒng)102，以便并非所有客戶機系統(tǒng)104都通過同一網(wǎng)絡耦合到主機系統(tǒng)102。客戶機系統(tǒng)104以及主機系統(tǒng)102中的一個或多個可以以無線方式連接到網(wǎng)絡(多個)106。如上所述，域間信息質(zhì)量評定系統(tǒng)可以通過單獨的應用116實現(xiàn)或者可以內(nèi)置到一個或多個現(xiàn)有應用(例如，通過Web 2.0實現(xiàn)的協(xié)作應用或服務)中?，F(xiàn)在轉到圖2，現(xiàn)在將在一個示例性實施例中描述示出通過域間信息質(zhì)量評定過程的數(shù)據(jù)流的方塊圖。域間信息質(zhì)量評定應用116接收實體201-1至201-N(其中201-N 表示實體數(shù)量)針對事件的個體預測。實體201-1-201-N中的每個實體可以針對對應事件在多個域Dl-DN中提交多個預測。這些預測可以采用指示實體相對于特定疑問、問題或主題(即，事件)的意見或預告的某類值的形式。例如，假設問題涉及尚待發(fā)行的書籍的建議的成功或失敗。通過非限制實例，可以根據(jù)該書的預計銷售總額、預期銷售本數(shù)或反映可能對該書有興趣的消費者類型的人口屬性表示預測值。域間信息質(zhì)量評定應用116還接收域Dl-DN中的每個域的域間距離度量208。域間距離度量指定域Dl-DN中的每個域間的關系密切性的量度。域間距離度量值可以使用各種技術實現(xiàn)。例如，可以通過標識定義每個相應域的特征集合來確定域間關系。使用基于本體論的處理、層次樹結構或類似的技術，可以建立域間關系(以及關系度)。例如，使用樹結構，可以通過兩個域之間的躍點數(shù)計算這兩個域之間的關系密切性。在一個示例性實施例中，可以使用定義一對域的特征間的相關性確定該對域的相關程度。域間信息質(zhì)量評定應用116還接收每個實體201-1-201-N的信譽得分 202-1-202-N,由此可以針對多個域Dl-DN接收每個實體201-1-201-N的多個信譽得分。域間信息質(zhì)量評定應用116相對于實體201-1至201-N以及與每個實體(例如，客戶機系統(tǒng) 104的用戶)關聯(lián)的信譽得分202-1至202-N處理域Dl-DN的個體預測以得到總體預測值 203。所述處理可以包括根據(jù)每個相應實體相對于關聯(lián)域的當前已知信譽的量度、各個域之間的密切性的量度以及關聯(lián)的預測值，將權重應用于個體預測。域間信息質(zhì)量評定應用116 對具有已應用的權重并響應于所述處理的預測進行平均。將在此進一步描述此處理。一旦確定事件的實際結果(也稱為“事件實現(xiàn)”)，將使用每個相應總體預測值203 處理表示每個實際結果204的值以得到每個域的對應總體預測誤差205。域間信息質(zhì)量評定應用116接收總體預測誤差205，并修改或調(diào)整關聯(lián)實體的一個或多個信譽得分207以反映總體預測值203與總體預測誤差205之間的偏差。總體預測值203、總體預測誤差205 以及總體信譽得分207對應于個體實體的聚合(在此也稱為“社區(qū)”)。因此，個體實體的聚合形成其成員跨一個或多個域參與一個或多個事件的預測的社區(qū)?？傮w預測誤差205和信譽得分207調(diào)整可以使用各種技術實現(xiàn)，將在此進一步描述這些技術。除了總體預測和信譽得分計算及調(diào)整之外，域間信息質(zhì)量評定應用116還關注相對于一個或多個事件并跨多個域調(diào)整個體預測和信譽得分。例如，如圖2所示，每個實體 (實體1至實體N，對應于一個或多個客戶機系統(tǒng)104)針對關聯(lián)域Dl-DN提供對應的預測 201-1至201-N，預測201-1至201-N與實際結果值204 —起被處理以確定每個受影響域 Dl-DN的對應個體預測誤差值206-1至206-N。域間信息質(zhì)量評定應用116針對每個實體和每個受影響域調(diào)整當前信譽得分202-1至202-N，并在后續(xù)事件期間，已修改的適應后的信譽得分作為信譽得分202-1至202-N被輸入到用于如上所述計算總體預測值的過程，由此確保具有對個體和總體信譽得分的動態(tài)更新的閉環(huán)循環(huán)。除了根據(jù)每個域內(nèi)的實體的過去表現(xiàn)(以及在其他相關域中的過去表現(xiàn))評估每個實體在每個域內(nèi)的當前信譽，并根據(jù)每個域內(nèi)的個體實體預測連同考慮到域間關系而動態(tài)計算的所有實體的域相關信譽跨多個域評估事件的聚合預測之外，域間信息質(zhì)量評定過
9程還提供使用有關實體在不同但密切相關的域中的信譽推斷實體在域中的信譽的能力?？梢允褂糜蜷g距離度量結合基于特定域的實體的當前信譽得分實現(xiàn)信譽推斷。域間信息質(zhì)量評定應用116使用域間距離度量確定知識庫中的哪些域被標識為與針對其推斷信譽得分的域具有緊密關系。域間信息質(zhì)量評定應用116還標識實體是否具有與這些密切相關的域中的任何一個域關聯(lián)的已分配信譽得分。如果是，則域間信息質(zhì)量評定應用116根據(jù)密切相關的域的信譽得分計算(推斷)域的信譽得分。將在此進一步描述此計算?？梢栽谟^察到針對其做出預測的事件的結果時更新域間距離度量。例如，可以通過計算不同域中實體子集的每個成員做出的預測的正確性(諸如損失函數(shù)之類的量度)之間的相關性來更新域間距離度量。將在此進一步描述示例損失函數(shù)。多數(shù)用戶的預測中的高度相關性意味著域關系緊密?，F(xiàn)在轉到圖3，現(xiàn)在將描述用于實施域間信息質(zhì)量評定的示例性過程。所述過程在步驟302開始，由此在步驟304，域間信息質(zhì)量評定應用116從實體(例如，客戶機系統(tǒng)104) 接收事件的預測。每個事件與特定的域關聯(lián)。在步驟306，域間信息質(zhì)量評定應用116獲取受影響的域的域間距離度量。在步驟308，應用116獲取每個參與實體(即，那些已提交其預測的實體)的信譽得分。這些信譽得分可以包括每個實體的多個信譽得分(例如，每個域一個信譽得分)。一旦獲取了所有可用的信譽得分，在步驟310，域間信息質(zhì)量評定應用116就根據(jù)對應信譽得分(例如，使用加權平均值)和域間距離度量來處理預測值。在步驟312，域間信息質(zhì)量評定應用116從在步驟310描述的處理生成事件的總體預測值。在步驟314，域間信息質(zhì)量評定應用116例如通過觀察確定事件的實際結果。在步驟316，域間信息質(zhì)量評定應用116將每個個體實體的預測結果值與每個受影響域的實際結果值進行比較。在步驟318，域間信息質(zhì)量評定應用116使用與每個實體關聯(lián)以及用于每個域的實際結果值和預測結果值計算每個對應實體的對應預測誤差。在步驟320，域間信息質(zhì)量評定應用116然后使用預測誤差重新計算(或者得到，如果這是實體做出的首次預測)實體相對于每個域的信譽得分。此外，域間信息質(zhì)量評定應用116還可以在計算實體的已更新信譽得分時使用從步驟3 得到的總體預測誤差。這些信譽得分被存儲在存儲設備112中以供將來重新調(diào)用和調(diào)整。在步驟322，判定是否向社區(qū)提供了新事件以供預測。 如果是，則所述過程返回步驟304。否則，所述過程在步驟324結束。轉回到步驟314，一旦出現(xiàn)事件的實際結果，域間信息質(zhì)量評定應用116就對總體預測值執(zhí)行類似的處理。在步驟326，域間信息質(zhì)量評定應用116將每個事件的總體預測結果值與實際結果值進行比較。在步驟328，域間信息質(zhì)量評定應用116使用與社區(qū)關聯(lián)的實際結果值和總體預測結果值計算每個事件的相應總體預測誤差。在步驟330，域間信息質(zhì)量評定應用116然后使用總體預測誤差針對每個事件重新計算(或者得到，如果這是社區(qū)做出的首次預測)社區(qū)的信譽得分。這些總體信譽得分被存儲在存儲設備112中以供將來重新調(diào)用和調(diào)整。如上所述，可以使用每個事件的總體預測誤差針對每個域以及跨域更新實體的個體信譽得分(步驟320)。所述過程然后繼續(xù)到步驟322，其中判定是否向社區(qū)提供了新事件以供預測。如果是，則所述過程返回步驟304。否則，所述過程在步驟3M結束。如以上在圖2中所示，可以使用各種技術得到跨相關域的個體和總體預測值、個體和總體預測誤差、個體和總體信譽得分和調(diào)整，以及個體信譽得分?，F(xiàn)在將描述這些技術的一些技術。
假設做出預測的實體的數(shù)量為N?？紤]決策時間t。在決策時間，域間信息質(zhì)量評定應用116從這N個實體收集有關未知事件的結果y(t)的預測。觀察到y(tǒng)(t)可以是來自不同域的事件的向量。因此y(t) = ινα)，/α)，···，/α)]。假設這些Ν個實體做出的 y(t)的預測為X1 (t) ,x2(t),..., xN (t)。對于任一實體i，預測Xi (t)還可以是不同域的預測的向量。因此= [x)(0,x,2⑴，...,xf⑴]。域間信息質(zhì)量評定應用116從這N個實體獲得預測并使用它們預計y(t)的值。域間信息質(zhì)量評定應用116根據(jù)專家的預測及其信譽得分做出預測P(t)=咖，徹，…，徹]。一種方法可以是使用不同實體的預測的加
權平均值，其中實體的權重是其信譽得分。這可以表示為
權利要求
1.一種用于實施域間信息質(zhì)量評定的方法，所述方法包括在計算機處通過標識分別定義每個域的特征和標識具有關聯(lián)特征的域來計算知識庫中域間的關系；在所述計算機處根據(jù)所述關聯(lián)特征向多對域分配反映關系密切性的值； 在所述計算機處根據(jù)一個域中的實體的過去表現(xiàn)來評估所述實體相對于通過所分配的值被確定為與該域相關的另一域的信譽，所述實體的過去表現(xiàn)指示所述實體呈現(xiàn)有關特定域中的事件的準確預測的能力；在所述計算機處根據(jù)所述評估計算表示所述實體相對于該域的信譽的值；以及將表示所述信譽的值分配給所述實體。
2.如權利要求1中所述的方法，其中所述域表示其中沒有所述實體所呈現(xiàn)的預測的先驗知識的主題。
3.如權利要求1中所述的方法，還包括在所述計算機處根據(jù)所述域中的實體相對于所述域的過去表現(xiàn)來評估所述實體的信譽。
4.如權利要求1中所述的方法，還包括在所述計算機處接收來自所述實體以及至少一個其他實體的與事件的預測結果相關的值，所述事件與域關聯(lián)；在所述計算機處接收表示所述實體相對于該域的信譽得分的值和表示所述至少一個其他實體相對于該域的信譽得分的值；在所述計算機處接收域間距離度量，所述域間距離度量指定了分配給所述多對域的反映關系密切性的值；在所述計算機處計算接收到的與所述事件的預測結果相關的各值的加權平均值，其中所述加權平均值基于相對于該域的與所述實體以及所述至少一個其他實體關聯(lián)的信譽得分、所述域間距離度量，以及所述實體以及所述至少一個其他實體相對于通過所述域間距離度量被確定為與該域相關的其他域的信譽得分；以及在所述計算機處生成所述事件的反映事件總體預測的總體預測值，通過計算所述各值的加權平均值來生成所述總體預測值。
5.如權利要求4中所述的方法，還包括在所述計算機處將與所述實體以及所述至少一個其他實體中的每個實體的預測結果相關的值和指定所述事件相對于該域的實際結果的值進行比較；響應于所述比較，在所述計算機處確定所述實體以及所述至少一個其他實體中的每個實體相對于該域的預測誤差值，所述預測誤差值反映了預測結果值和實際結果值之間的差異；以及在所述計算機處使用該域的預測誤差值來分配或更新所述實體以及所述至少一個其他實體相對于該域和各相關域的信譽得分。
6.如權利要求4中所述的方法，還包括在所述計算機處根據(jù)所述事件的預測結果更新所述域間距離度量。
7.如權利要求1中所述的方法，其中通過以下函數(shù)得到表示信譽的值
8.如權利要求1中所述的方法，其中通過以下函數(shù)確定所述加權平均值Σ ⑴TjK-I i其中t表示其間收集事件預測的決策時間，d表示域，W表示信譽得分，i表示實體的索弓丨，以及Wi^表示實體i在決策時間t的信譽得分。
9.一種用于實施域間信息質(zhì)量評定優(yōu)化的系統(tǒng)，所述系統(tǒng)包括 計算機；以及可由所述計算機執(zhí)行的域間信息質(zhì)量評定應用，所述域間信息質(zhì)量評定應用能夠執(zhí)行包括以下操作的方法通過標識分別定義每個域的特征和標識具有關聯(lián)特征的域來計算知識庫中域間的關系；根據(jù)所述關聯(lián)特征向多對域分配反映關系密切性的值；根據(jù)一個域中的實體的過去表現(xiàn)來評估所述實體相對于通過所分配的值被確定為與該域相關的另一域的信譽，所述實體的過去表現(xiàn)指示所述實體呈現(xiàn)有關特定域中的事件的準確預測的能力；根據(jù)所述評估計算表示所述實體相對于該域的信譽的值；以及將表示所述信譽的值分配給所述實體。
10.如權利要求9中所述的系統(tǒng)，其中所述域表示其中沒有所述實體所呈現(xiàn)的預測的先驗知識的主題。
11.如權利要求9中所述的系統(tǒng)，其中所述方法還包括根據(jù)所述域中的實體相對于所述域的過去表現(xiàn)來評估所述實體的信譽。
12.如權利要求9中所述的系統(tǒng)，其中所述方法還包括接收來自所述實體以及至少一個其他實體的與事件的預測結果相關的值，所述事件與域關聯(lián)；接收表示所述實體相對于該域的信譽得分的值和表示所述至少一個其他實體相對于該域的信譽得分的值；接收域間距離度量，所述域間距離度量指定了分配給所述多對域的反映關系密切性的值；計算接收到的與所述事件的預測結果相關的各值的加權平均值，其中所述加權平均值基于相對于該域的與所述實體以及所述至少一個其他實體關聯(lián)的信譽得分、所述域間距離度量，以及所述實體以及所述至少一個其他實體相對于通過所述域間距離度量被確定為與該域相關的其他域的信譽得分；以及生成所述事件的反映事件總體預測的總體預測值，通過計算所述各值的加權平均值來生成所述總體預測值。
13.如權利要求12中所述的系統(tǒng)，其中所述方法還包括將與所述實體以及所述至少一個其他實體中的每個實體的預測結果相關的值和指定所述事件相對于該域的實際結果的值進行比較；響應于所述比較，確定所述實體以及所述至少一個其他實體中的每個實體相對于該域的預測誤差值，所述預測誤差值反映了預測結果值和實際結果值之間的差異；以及使用該域的預測誤差值來分配或更新所述實體以及所述至少一個其他實體相對于該域和各相關域的信譽得分。
14.如權利要求12中所述的系統(tǒng)，其中所述方法還包括 根據(jù)所述事件的預測結果更新所述域間距離度量。
15.如權利要求9中所述的系統(tǒng)，其中通過以下函數(shù)得到表示信譽的值 .
16.如權利要求9中所述的系統(tǒng)，其中通過以下函數(shù)確定所述加權平均值
全文摘要
本發(fā)明涉及一種帶有優(yōu)化的域間信息質(zhì)量評定的協(xié)作聯(lián)網(wǎng)的方法和系統(tǒng)。一種用于實施域間信息質(zhì)量評定的方法包括通過標識分別定義每個域的特征和標識具有關聯(lián)特征的域來計算知識庫中域間的關系。所述方法還包括根據(jù)所述關聯(lián)特征向多對域分配反映關系密切性的值。所述方法還包括根據(jù)一個域中的實體的過去表現(xiàn)來評估所述實體相對于通過所分配的值被確定為與該域相關的另一域的信譽。所述實體的過去表現(xiàn)指示所述實體呈現(xiàn)有關特定域中的事件的準確預測的能力。所述方法還包括根據(jù)所述評估計算表示所述實體相對于該域的信譽的值以及將表示所述信譽的值分配給所述實體。
文檔編號G06Q10/00GK102163304SQ201110040209
公開日2011年8月24日 申請日期2011年2月18日 優(yōu)先權日2010年2月22日
發(fā)明者M·R·納菲德, P·杜布, R·哈因 申請人:國際商業(yè)機器公司