一种基于自步学习的众包分类数据质量控制方法

摘要

本发明公开了一种基于自步学习的众包分类数据质量控制方法，属于计算机科学数据挖掘技术领域。用于多分类众包标注任务的真实分类发现，以及恶意工作者识别。首先，方法根据初始数据集性质计算样本可信度，然后选择样本，然后计算真实标签以及工作者能力，接着根据更新的能力和真实标签重新选择样本然后，在完全选择到全部的样本点之后，进一步优化，最终同时获取标注真实答案以及工作者的能力与恶意与消极工作者识别结果。实验证明，本发现的方法相比传统方法能取得更好的结果。