[发明专利]维基百科条目质量评价方法

权利要求书

1.一种维基百科条目质量评价方法，其特征在于，包括：

步骤一、在维基百科选择一个分类，读取所述分类的全部的直接隶属页面，分析所述直接隶属页面对应的条目的链接关系网络的相互性系数，根据所述相互性系数筛选有意义的分类作为领域；

步骤二、采用HITS算法和向量标准化迭代计算所述领域里各条目的质量值，以及编辑者在所述领域的信誉度值；

所述步骤一具体包括：

步骤a、在维基百科选择一个分类，读取所述分类的全部的直接隶属页面，建立所述直接隶属页面对应的条目的链接关系网络有向图G＝(V,E)，V为所述分类里的全部条目集合，E为条目之间的链接关系的集合；

步骤b、计算条目之间的相互性系数L_bd表示条目之间双向链接的数目；L表示全部链接的数目；表示链接关系的密度，即N表示条目的数目；

步骤c、将步骤b计算得到的相互性系数与代表条目关联度的阈值0进行比较，若相互性系数大于0，则判定条目之间相互关联度较强，该分类可以作为领域；若相互性系数小于0，则判定条目之间相互关联度较弱，该分类不可以作为领域；

所述步骤二具体包括：

步骤d、构建所述领域的全部的直接隶属条目的集合S_a和所述领域的全部的编辑者的集合S_e，预设迭代次数；

步骤e、对于S_a中的条目a，其质量值对S_e里的每个编辑者设置相同的初始信誉度值，计算出S_a中的每个条目的质量值；其中，n为条目a的编辑者人数，e_i为条目a的第i个编辑者，Authority(e_i)为第i个编辑者的信誉度值；

步骤f、将步骤e得到的S_a里的每个条目的质量值作标准化处理其中，m为S_a里条目的数目；

步骤g、对S_e中的编辑者e，其信誉度值计算出S_e中的每个编辑者的信誉度值；其中，p为编辑者e在所述领域里编辑的条目的数目，a_x为编辑者e在所述领域里编辑的第x个条目，Quanlity(a_x)为步骤f计算得到的编辑者e编辑的第x个条目的质量值；

步骤h、将步骤g得到的S_e里的每个编辑者的信誉度值做标准化处理其中，q为S_e里编辑者的数目；

步骤i、把步骤h得到的S_e里的每个编辑者的信誉度值代入步骤e并重复步骤e至步骤h至预设的迭代次数，得到收敛的每个直接隶属条目的质量值Quality(a)和每一个编辑者在所述领域的信誉度值Authority(e)。

2.如权利要求1所述的维基百科条目质量评价方法，其特征在于，在所述步骤一之前，还包括对维基百科的原始数据预处理，包括：

S1、在维基百科的原始数据里的分类隶属关系表categorylinks、条目链接关系表pagelinks与条目重定向关系表redirect读取包含的条目或分类的名称title、名称空间namespace，并在维基百科的页面基本信息数据表page查询所述条目或分类相应的编号id，并将分类隶属关系表categorylinks、条目链接关系表pagelinks和条目重定向关系表redirect中的条目或分类的名称title、名称空间namespace更换为查询到的条目或分类相应的编号id；

S2、在S1步骤得到的条目重定向关系表redirect里查询更换后的条目的正式名称相应的编号id后，把维基百科的原始数据里的条目链接关系表pagelinks、条目编辑历史记录pagemetahistory包含的条目别名更换为条目正式名称相应的编号id，并去除冗余只保留一个编号id。

3.如权利要求1所述的维基百科条目质量评价方法，其特征在于，所述步骤a中在维基百科选择一个分类，通过查询所述页面基本信息数据表page，读取所述分类的编号id，然后通过读取的编号id在所述分类的分类隶属关系表categorylinks查询全部的直接隶属条目。