软件学报

作者：叶晨，王宏志，高宏，李建中

单位：叶晨，哈尔滨工业大学 计算机科学与技术学院, 黑龙江 哈尔滨 15000111,王宏志，哈尔滨工业大学 计算机科学与技术学院, 黑龙江 哈尔滨 15000102,高宏，哈尔滨工业大学 计算机科学与技术学院, 黑龙江 哈尔滨 15000103,李建中，哈尔滨工业大学 计算机科学与技术学院, 黑龙江 哈尔滨 15000104

关键词：众包;数据清洗;主动学习;机器学习;领域专家

基金：国家自然科学基金（U1509216，U1866602，61472099，61602129）；国家重点研发计划（2016YFB1000703）；黑龙江省留学归国人员科学基金（LC2016026）

传统方法多数采用机器学习算法对数据进行清洗.这些方法虽然能够解决部分问题，但存在计算难度大、缺乏充足的知识等局限性.近年来，随着众包平台的兴起，越来越多的研究将众包引入数据清洗过程，通过众包来提供机器学习所需要的知识.由于众包的有偿性，研究如何将机器学习算法与众包有效且低成本结合在一起是必要的.提出了两种支持基于众包的数据清洗的主动学习模型，通过主动学习技术来减少众包开销，实现了对给定的数据集基于真实众包平台的数据清洗，最大程度减少成本的同时提高了数据的质量.在真实数据集上的实验结果验证了所提模型的有效性.

来源：2020年第4期

《软件学报》期刊编辑部

查看软件学报杂志2020年第4期