辟谣信息对社交媒体用户错误信息持续影响效应(CIE)的影响--基于知识修正理论

[目的/意义]通过研究社交媒体辟谣的要素对错误信息的持续影响效应(CIE)的影响,确定改善CIE的关键因素,进一步完善知识修正等相关理论,以遏制信息疫情的影响。[方法/过程]以知识修正理论为基础模型,采用问卷调查的方式对社交媒体用户进行回溯调查。从用户个人因素和辟谣信息因素两个维度构建了社交媒体辟谣对用户持续影响效应(CIE)的影响因素模型。为验证该模型的可靠性,采用Smart PLS软件进行分析。[结果/结论]网络辟谣信息对社交媒体用户持续影响效应(CIE)的影响主要受7个因素的影响:辟谣信息的频次、辟谣响应速度、个体的自信水平、辟谣信息的详尽程度、辟谣信息的来源、定向推理动机和辟谣信息内容认知能力。这7个因素共同调节了社交媒体用户的知识修正全过程。其中,辟谣信息的来源、定向推理动机和辟谣信息内容认知能力3个因素对用户消除CIE的效果起到相对主导性作用。

基于多文本知识源的历史知识修正与获取

知识获取是知识工程中关键的一环,而从文本知识源中获取专业知识是一种重要而常用的途径。而不同文本知识源对同一对象描述往往有所不同,为了获取完备的高精度和细粒度的知识,给出了一种从多种文本知识源中获取历史知识的方法。其基本思想是:将不同文本知识源的知识自动翻译成框架知识;对描述相同对象的不同框架进行不一致性检测并修正;合并知识框架。实验表明,该方法能获取到高精度和细粒度的历史知识,是可行和有效的,并为下一步的知识服务奠定重要的基础。

Frame知识的不一致性分析与修正

知识分析在知识库创建过程中十分重要,而知识的不一致分析是知识分析中的重要内容之一。基于框架表示法,分析了多种不一致的情况,并提出了相应的处理策略,用以检测和修正不一致的知识,以提高所获取知识的精度。Visual C++环境下的实验结果表明所提出的方法是可靠和可行的,为知识库的创建奠定了基础。

企业知识管理中的知识适配与修正

知识应用是知识的价值实现环节,是企业知识管理各层主体的关注焦点。提出了对企业知识管理中的知识应用增加知识适配与知识修正环节,以提供知识应用辅助、提高知识应用水平的基础上,对知识适配和修正的内涵、策略与方案进行了广泛而深入的探讨,以指导企业知识管理的具体实施过程。

多框架知识的不一致性检测及其修正算法

知识获取是文本挖掘中必要且重要的步骤之一,从文本中获取知识已成为了一种常用途径,然而不同文本知识源可能引起知识的不一性问题。为了保证所获取知识的一致性和精确性,分析了文本知识的不一致性类型,并提出了基于框架的不一致性检测和修正算法,为下一步的知识服务奠定了基础。实验结果表明所提出的不一致性处理方法是可行和有效的。

范例库上的知识发现

本文着重探讨在范例库中引入一系列可以使用的知识发现技术 ,以提高范例推理系统的知识获取的自动化程度 ,这里提出了基于范例库上的修正规则的发现技术与算法 ,为此进行了实验与讨论 .