A Scenario-Driven Dynamic Assessment Model for Data Credibility

doi:10.1016/j.cose.2025.104805

A Scenario-Driven Dynamic Assessment Model for Data Credibility

2025-12-14

0

PRE

AI

DOI：10.1016/j.cose.2025.104805

原文链接

原文求助

摘要

En 中文

随着信息技术的快速发展，数据已成为驱动决策的核心要素，而海量数据的爆炸式增长使数据治理面临新的挑战。数据来源的多样性和应用场景的动态复杂性导致数据质量不均衡，因此迫切需要构建准确高效的数据可信度评估方法。现有研究大多局限于单一领域，导致评估标准碎片化，难以适应多场景需求。为解决上述问题，本研究提出了一种具有普适性的动态数据可信度评估范式。具体而言，首先，基于国家标准和领域指南，通过UML建模技术构建了四层数据可信度评估指标体系，实现了从目标层到指标层的可量化分解，并确保评估框架的跨场景兼容性和可扩展性。其次，提出了一种场景驱动的动态模糊评估模型，该模型由场景适配层、指标优化层、权重动态分配层和综合评估层组成。通过场景特征分析和改进的层次分析法筛选关键评估指标，并结合主观与客观权重及修正模型实现权重的动态平衡，引入模糊综合评价模型处理评估过程中的不确定性，最终得到数据可信度的综合评估等级。最后，本研究将框架应用于车辆取证场景进行案例分析，并使用模拟数据和真实数据评估方法的准确性。结果表明该方法在复杂场景中的有效性。

A Scenario-Driven Dynamic Assessment Model for Data Credibility

摘要

期刊

机构