Zastosowanie regresji logistycznej w ocenie jakości informacji na przykładzie Wikipedii
DOI:
https://doi.org/10.18559/SOEP.2017.12.3Słowa kluczowe:
Big Data, Zarządzanie, Jakość informacji, Regresja logistyczna, Szum informacyjnyAbstrakt
Wykorzystanie regresji logistycznej w ocenie jakości danych może mieć szczególne znaczenie w dobie big data, gdzie mamy do czynienia z wieloma zmiennymi opisującymi dane zjawiska lub zachowania. Obliczenie rzeczywistej wartości informacji pozwala na wyeliminowanie tych zmiennych, które niewiele "wnoszą" do opisywanego zjawiska. Dzięki temu możliwa jest redukcja szumu informacyjnego i jednocześnie skupienie się na tych zmiennych, które najlepiej charakteryzują interesujące nas zjawisko, co także może przyczynić się do podejmowania właściwych decyzji. Wysoka jakość zmiennych sprzyja również budowaniu modeli prognostycznych, które pozwalają przewidzieć, jak konkretne dane będą wpływały na kształtowanie się zjawiska. W artykule zaprezentowano wykorzystanie regresji logistycznej w ocenie zmiennych opisujących jakość artykułów umieszczanych w Wikipedii w wersji angielskiej. Dokonano klasyfikacji zmiennych ze względu na uzyskany wskaźnik wartości informacyjnej (IV - Information Value) oraz dokonano oceny zdolności predykcyjnych. Przeprowadzone badanie może stanowić punkt wyjścia do porównania wyników z różnych wersji językowych Wikipedii.
Pobrania
Bibliografia
Anderka, M., 2013, Analyzing and Predicting Quality Flaws in User-generated Content: The Case of Wikipedia, PhD. Bauhaus-Universität, Weimar.
Zobacz w Google Scholar
Belanger, D., Betser, J., 2013, Architecting the Enterprise via Big Data Analytics, in: Liebowitz, J. (ed.), Big Data and Business Analytics, CRC Press, Taylor & Francis Group, Boca Raton, s. 1-20.
Zobacz w Google Scholar
Berry, D., 2012, Unstructured Data: Challenge or Asset?, http://www.zdnet.com/article/unstructured-data-challenge-or-asset/ [dostęp: kwiecień 2016].
Zobacz w Google Scholar
Blumenstock, J.E., 2008a, Automatically Assessing the Quality of Wikipedia Articles, School of Information, UC Berkeley.
Zobacz w Google Scholar
Blumenstock, J.E., 2008b, Size Matters: Word Count as a Measure of Quality on Wikipedia, w: Proceedings of the 17th International Conference on World Wide Web, s. 1095-1096.
Zobacz w Google Scholar
Brotherton, D., Lund, B., 2013, Information Value Statistic, MidWest SAS® Users Group conference materials, Paper AA-14-2013.
Zobacz w Google Scholar
Dalip, D.H., Gonçalves, M.A., Cristo, M., Calado, P., 2009, Automatic Quality Assessment of Content Created Collaboratively by Web Communities: A Case Study of Wikipedia, in: Proceedings of the 9th ACM/IEEE-CS Joint Conference on Digital Libraries, s. 295-304.
Zobacz w Google Scholar
Dalip, D.H., Gonçalves, M.A., Cristo, M., Calado, P., 2011, Automatic Assessment of Document Quality in Web Collaborative Digital Libraries, Journal of Data and Information Quality, vol. 2, no. 3, s. 1-30.
Zobacz w Google Scholar
Finlay, S., 2010, Credit Scoring, Response Modelling and Insurance Rating, Palgrave MacMillan, New York.
Zobacz w Google Scholar
Hu, M., Lim, E.-P., Sun, A., Lauw, H.W., Vuong, B.-Q., 2007, Measuring Article Quality in Wikipedia, in: Proceedings of the Sixteenth ACM Conference on Information and Knowledge Management, s. 243-252.
Zobacz w Google Scholar
Lewoniewski, W., Węcel, K., Abramowicz, W., 2015, Analiza porównawcza modeli jakości informacji w narodowych wersjach Wikipedii, w: Porębska-Miąc, T. (red.), Systemy Wspomagania Organizacji SWO, Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, Katowice, s. 133-154.
Zobacz w Google Scholar
Lewoniewski, W., Węcel, K., Abramowicz, W., 2016, Quality and Importance of Wikipedia Articles in Different Languages, in: Dregvaite, G., Damasevicius, R. (eds.), Information and Software Technologies. ICIST 2016, Communications in Computer and Information Science, iss. 639, s. 613-624.
Zobacz w Google Scholar
Lex, E., Voelske, M., Errecalde, M., Ferretti, E., Cagnina, L., Horn, C., Stein, B., Granitzer, M., 2012, Measuring the Quality of Web Content Using Factual Information, in: Proceedings of the 2nd Joint WICOW/AIRWeb Workshop on Web, s. 7.
Zobacz w Google Scholar
Lih, A., 2004, Wikipedia as Participatory Journalism: Reliable Sources? Metrics for Evaluating Collaborative Media as a News Resource, in: 5th International Symposium on Online Journalism, s. 31.
Zobacz w Google Scholar
Lipka, N., Stein, B., 2010, Identifying Featured Articles in Wikipedia: Writing Style Matters, in: Proceedings of the 19th International Conference on World Wide Web, s. 1147-1148.
Zobacz w Google Scholar
Mays, E., Lynas, N., 2011, Credit Scoring for Risk Managers: The Handbook for Lenders, 2nd ed., South Western, Thomson.
Zobacz w Google Scholar
Siddiqi, N., 2006, Credit Risk Scorecards, John Wiley & Sons, Hoboken, NJ.
Zobacz w Google Scholar
Stvilia, B., Twidale, M.B., Smith, L.C., Gasser, L., 2005, Assessing Information Quality of a Community-based Encyclopedia, in: Proceedings of the International Conference on Information Quality, s. 442-454.
Zobacz w Google Scholar
Warncke-Wang, M., Cosley, D., Riedl, J., 2013, Tell Me More: An Actionable Quality Model for Wikipedia, in: Proceedings of the 9th International Symposium on Open Collaboration, s. 1-10.
Zobacz w Google Scholar
Węcel, K., Lewoniewski, W., 2015, Modelling the Quality of Attributes in Wikipedia Infoboxes, in: Abramowicz, W. (ed.), Business Information Systems Workshops. BIS 2015, Lecture Notes in Business Information Processing, iss. 228, s. 308-320.
Zobacz w Google Scholar
Wilkinson, D.M., Huberman, B.A., 2007, Cooperation and Quality in Wikipedia, in: Proceedings of the 2007 International Symposium on Wikis, s. 157-164.
Zobacz w Google Scholar
Xu, Y., Luo, T., 2011, Measuring Article Quality in Wikipedia: Lexical Clue Model, in: IEEE Symposium on Web Society 19, s. 141-146.
Zobacz w Google Scholar
