感知信息洋流：源依赖性的发现与应用
数据库
2009-09-15 v1 机器学习
摘要
Web使得大量有用信息变得可用，但也助长了虚假信息和谣言在多个来源间的传播，使得区分真假变得困难。最近的例子包括过早发布的史蒂夫·乔布斯讣告、联合航空的第二次破产、大型强子对撞机运行产生黑洞等。由于允许表达异议和冲突意见很重要，试图确保Web只提供一致信息将是一个谬误。然而，为了帮助去伪存真，能够确定来源之间的依赖性至关重要。鉴于Web上数据源数量庞大且冲突数据量巨大，以可扩展的方式做到这一点极具挑战性，且现有工作尚未解决。在本文中，我们提出了一组研究问题，并针对发现来源之间依赖性的相关问题提出了初步解决方案。我们还讨论了这些知识如何有益于各种技术，例如数据集成和Web 2.0，这些技术帮助用户管理和访问来自不同来源的全部可用信息。
引用
@article{arxiv.0909.1776,
title = {Sailing the Information Ocean with Awareness of Currents: Discovery and Application of Source Dependence},
author = {Laure Berti-Equille and Anish Das Sarma and Xin and Dong and Amelie Marian and Divesh Srivastava},
journal= {arXiv preprint arXiv:0909.1776},
year = {2009}
}
备注
CIDR 2009