第1章 绪论 1
1.1 概述 1
1.2 信任与内容信任的研究现状 3
1.2.1 人类社会普遍的信任现象 3
1.2.2 计算机学科中的信任概念和需求 4
1.2.3 实体信任和安全机制的研究现状 5
1.2.4 内容信任研究的兴起 7
1.3 存在的问题 8
1.4 论文主要工作和组织安排 8
第2章 内容信任中的多维信任特征 10
2.1 信任现象及其多维信任特征 10
2.1.1 人类社会的复杂信任现象及其特征 10
2.1.2 社会信任到网络信任的转化 11
2.1.3 网络环境下的信任特点 12
2.1.4 多维信任特征 13
2.2 互联网中的信息文本及其内容可信性 15
2.2.1 互联网中信息文本的特点及表示 15
2.2.2 信息文本的内容可信性 17
2.3 文本信任属性的定义 18
2.4 信任事实的定义 19
2.5 信任证据的定义 20
2.6 三种信任特征之间的关系 21
2.7 本章小结 22
第3章 文本信任属性的提取及其上的序分类理论 24
3.1 文本信任属性的提取需求 24
3.2 基于信任语义的文本信任属性提取方法 25
3.2.1 特征项粒度选择 26
3.2.2 基于信任语义的信任属性选取 26
3.2.3 基于向量空间模型的文本信任属性抽取 28
3.3 文本信任属性上的序分类理论 31
3.3.1 文本信任属性的相关尺度与Ranking学习理论 32
3.3.2 文本信任属性上Ranking学习的风险 33
3.4 基于文本信任属性的内容信任评估实验结果及分析 35
3.5 本章小结 39
第4章 信任事实的识别及其智能化度量方法 40
4.1 信任事实的产生式表示 40
4.2 基于有限自动机的信任事实识别方法 43
4.2.1 有限自动机 43
4.2.2 陈述语句的识别过程 44
4.2.3 原子信任事实的识别算法 45
4.2.4 合成信任事实的语义分析及提取算法 46
4.2.5 特殊信任事实及其提取算法 48
4.2.6 信任事实提取算法试验结果 49
4.3 基于Web智能的信任事实可信性度量方法 51
4.3.1 信任事实的度量指标和启发式规则 51
4.3.2 基于Web智能的信任事实可信度计算 52
4.3.3 基于正反相对比例的改进信任事实可信度计算方法 54
4.3.4 基于信任事实的文本信任度评估算法 56
4.3.5 信任事实评估案例分析 59
4.4 本章小结 61
第5章 信任证据的挖掘及其多源求证理论 62
5.1 在线文本的可信性问题 62
5.2 文本中蕴含的信任证据 63
5.3 基于依赖树解析的信任证据挖掘方法 67
5.3.1 信任证据的语义特征 67
5.3.2 基于命名实体的信任证据挖掘过程 68
5.3.3 语义依赖树的构建及信任证据的挖掘算法 69
5.4 信任证据的多源求证评估方法 72
5.4.1 在线文本的可信性和证据的真实性 72
5.4.2 简单情况的信任证据真实性计算 73
5.4.3 复杂情况下的信任证据真实性计算 74
5.4.4 基于信息质量的文本可信度初始化设置 75
5.4.5 TrustNewsFinder算法 76
5.5 信任证据挖掘和评估实验结果及其分析 77
5.5.1 实验配置和数据集 78
5.5.2 信任证据挖掘算法评估 78
5.5.3 TrustNewsFinder算法的有效性评估分析 79
5.5.4 信息质量统计分析 80
5.6 本章小结 81
第6章 基于Bayesian网络的内容信任统一框架 82
6.1 内容信任统一框架的必要性 82
6.2 多维信任因素的Bayesian网络表示和形式化 83
6.2.1 贝叶斯网络的概念和表示 83
6.2.2 多维信任特征的Bayesian网络构建过程 84
6.2.3 基于朴素Bayesian网络的内容信任模型 87
6.2.4 基于超树的Bayesian内容信任模型 87
6.3 Bayesian内容信任模型的可信度推理算法 88
6.3.1 基于连接树的可信度精确推理算法 89
6.4 应用示范：可信搜索引擎 90
6.4.1 网页中纯文本的提取 92
6.4.2 可信新闻搜索引擎的设计 92
6.4.3 可信新闻搜索引擎的核心算法 94
6.4.4 可信搜索引擎实例分析 95
6.5 本章小结 98
第7章 结论与展望 99
7.1 结论 99
7.2 进一步工作的方向 100
致谢 101
参考文献 102
个人简历 在读期间发表的学术论文与研究成果 110