公开(公告)号：CN105843829B

公开(公告)日：2019-04-26

申请号：CN201510632818.X

申请日：2015-09-30

Applicant: 华北电力大学(保定)

Inventor： 程晓荣 ,  李天琦 ,  赵惠兰

IPC: G06F16/2458

Abstract: 本发明属于面向大数据的数据信任评估的领域，具体涉及一种基于分层模型的大数据可信性度量方法。该发明在传统数据可信分析理论的基础上，通过增加时间因子与惩罚因子等权重参数，计算数据源之间的可信度、数据源的可信度、数据的可信度，动态地构建了层次化的大数据可信分析网络。本发明与现有模型相比，克服了传统数据可信分析方法对于大数据可信计算的不适用性，从更加综合的层面上分析了影响大数据可信度计算的因素，同时，在数据源提供的数据量越多的情况下，越能对所提供数据的可信性度量进行准确分析，较好地满足了大数据的可信需求。

公开(公告)号：CN105843829A

公开(公告)日：2016-08-10

申请号：CN201510632818.X

申请日：2015-09-30

Applicant: 华北电力大学(保定)

Inventor： 程晓荣 ,  李天琦 ,  赵惠兰

IPC: G06F17/30

CPC classification number: G06F17/30864

Abstract: 本发明属于面向大数据的数据信任评估的领域，具体涉及一种基于分层模型的大数据可信性度量方法。该发明在传统数据可信分析理论的基础上，通过增加时间因子与惩罚因子等权重参数，计算数据源之间的可信度、数据源的可信度、数据的可信度，动态地构建了层次化的大数据可信分析网络。本发明与现有模型相比，克服了传统数据可信分析方法对于大数据可信计算的不适用性，从更加综合的层面上分析了影响大数据可信度计算的因素，同时，在数据源提供的数据量越多的情况下，越能对所提供数据的可信性度量进行准确分析，较好地满足了大数据的可信需求。