[发明专利]海量科普资源的可信度验证方法

权利要求书

1.一种海量科普资源的可信度验证方法，其特征在于，包括如下步骤:

海量科普数据采集、整理、融合等方式进行知识构建，搭建不同的资源目录体系，形成资源属性表；

根据库中资源的一系列关键信息以特定的规则针对不同的资源生成该资源的可信程度值；

搭建专家资源库，并形成对应专家的特征值；

根据规则将分类数据利用众包技术匹配对应领域内的科普专家，从而进行打分、评价等方式进行交叉鉴别。

2.根据权利要求1所述的方法，其特征在于，海量科普数据采集、整理、融合等方式进行知识构建，搭建不同的资源目录体系，形成资源属性表，包括：

利用深层网络爬取技术获取分散在全国乃至全世界互联网上的、由大量科普专业机构或网络平台、企事业单位、科研机构、专家自媒体等生产的海量华文、华语类科普内容，通过整理、清洗、筛选、分类、融合等方式进行大数据分析及专业分类，建立资源属性表。

3.根据权利要求2所述的方法，其特征在于，科普资源采集以及数据融合，建立资源属性表，包括：

利用深层网络爬虫、增量式网络爬虫等多种网络爬取技术相结合，收集科普网页信息,通过下载Web页面,同时逐层追踪网页中包含的超链接页面,获取记录该资源网址所属机构、所属类别、作者、发布时间、文章来源等关键信息，再经过信息的过滤、分类与聚类实现科普资源库原始信息的构建；

根据上述构建原始资源库中的关键信息建立科普资源标签属性表；

根据资源的总体分布情况，建立属性表中属性之间的对应关系。

4.根据权利要求3所述的方法，其特征在于，根据资源的总体分布情况，建立属性表中属性之间的对应关系，包括：

将所有资源的来源机构、提供作者及作者的所属机构、文章来源、文章关键字等作为标签进行统计；

根据资源属性，建立上述标签的关系图表。

5.根据权利要求1所述的方法，其特征在于，根据库中资源的一系列关键信息以特定的规则针对不同的资源生成该资源的可信程度值，包括：

对资源属性表做进一步分析、规类及整理，以一定的规则，依据属性表中来源、机构与作者的权威性等关键信息生成对应资源的可信程度值。

6.根据权利要求5所述的方法，其特征在于，生成资源的可信程度值，包括：

根据来源、机构与作者这类标签值的权威程度，进行量化生成权威度值；

根据资源属性以及标签所量化得到的权威度值，再生成该资源的可信程度值。

7.根据权利要求1所述的方法，其特征在于，构建专家资源库，按照规则形成专家特征值，包括：

面向不同领域科普资源的数据特征，依托科普专家库等的现有科普相关专业机构及专家资源库，按照专家类别、擅长领域等规则形成专家特征值。

8.根据权利要求6所述的方法，其特征在于，构建专家资源库，按照规则形成专家特征值，包括：

获取专家学历、工作经历、工作领域、论文和专著发表情况等数据，通过整理和融合，构建专家资源库；

制定与科普资源库相统一的专家资源库接入规范，为专家库中专家设置类别、擅长领域等标签。

9.根据权利要求1所述的方法，其特征在于，根据规则将分类数据利用众包技术匹配对应领域内的科普专家，从而进行打分、评价等方式进行交叉鉴别，包括：

根据协作式众包模式，通过任务设计与分配策略、众包质量控制策略，集对应领域专家之合力，实现对科普资源的鉴别认证；

根据已构建的资源属性表、可信程度值及专家特征等一系列匹配规则，将分类的科普资源数据利用众包技术让对应的科普专家交叉打分、评价，进行资源鉴证。

10.根据权利要求1所述的方法，其特征在于，将分类的科普资源数据利用众包技术让对应的科普专家交叉打分、评价，进行资源鉴证，包括：

科普专业资源库平台将可信程度值低于80％的资源，根据资源的属性与专家特征相匹配，自动推送给专家资源库中相应的专家进行鉴证；

根据可信程度值的大小，确定专家分类推送与鉴证的人数，其中资源可信程度值与专家人数成反比。