基于改进D-S证据理论的微博不可信用户识别研究

[目的]利用改进的D-S证据理论实现含主观不确定性的微博不可信用户识别.[方法]基于证据距离改进D-S证据理论,依据该理论将微博用户历史博文的可信度转化为证据,融合证据生成用户的信任区间.在此基础上,利用决策树算法实现对不可信用户的识别.[结果]与当前认可度较高的不可信用户识别方法相比,本文提出的方法时间消耗最多减少287.4秒,Fl值最多提高31.9个百分点,一致性检验的卡方值最优.[局限]仅考虑时间衰减、证据冲突带来的主观不确定性,未考虑认知差异对主观性的影响.[结论]基于改进的D-S证据理论进行微博不可信用户识别,能够提升识别效果.