电子信息技术

本发明公开一种基于区块链的信誉共享双阶段数据质量评估方法，利用基于的区块链的信誉共享机制来存储任务参与者的历史数据，对于没有参与过任务的任务参与者还可以利用该任务参与者在其他领域的信誉值作为该任务参与者的可靠性的判断依据，这样不仅可以提高任务参与者的选择质量，也能够解决动态环境下的历史数据的存储和冷启动问题。针对真相发现算法中对于初始阶段的预估真相问题，提出了一个基于机器学习的真相发现算法，将从任务参与者收集到的数据首先通过机器学习模型进行初步的预判，得到一个相比随机确定的预真相更精确的一个预估值作为初始值，缩小与正确答案的偏差，能有效提升真相发现算法执行的效率以及感知结果的准确度。

基于区块链的信誉共享双阶段数据质量评估方法可以解决传统数据质量评估方法中存在的信任问题和数据孤岛问题，因此在多个领域都具有广泛的应用前景。在金融领域，这种方法可以用于信用评级和风险评估，确保数据的真实性和可靠性。除此之外，还可以用于供应链管理，保证数据的安全性和透明性，从而提高供应链效率和安全性。总之，基于区块链的信誉共享双阶段数据质量评估方法具有广泛的应用前景，未来可能在更多领域得到广泛应用。

1、利用基于的区块链的信誉共享机制来存储任务参与者的历史数据，对于没有参与过任务的任务参与者还可以利用该任务参与者在其他领域的信誉值作为该任务参与者的可靠性的判断依据(如支付宝中的芝麻信用，可用于免押金租车、免押金入住酒店，购物特权等等)，利用该相似原理进行任务参与者的选择，这样不仅可以提高任务参与者的选择质量，也能够解决动态环境下的历史数据的存储和冷启动问题。

2、针对真相发现算法中对于初始阶段的预估真相问题，提出了一个基于机器学习的真相发现算法(ML Truth Discovery)，将从任务参与者收集到的数据首先通过机器学习模型进行初步的预判，得到一个相比随机确定的预真相更精确的一个预估值作为初始值，缩小与正确答案的偏差，能有效提升真相发现算法执行的效率以及感知结果的准确度。