计算机应用研究

作者：赵鸣铭,王聪,李敏,

单位：1.四川师范大学a.计算机科学学院;b.影视与传媒学院,成都610068；2.电子科技大学网络与数据安全四川省重点实验室,成都610054；

关键词：同伴互评,互助学习,恶意评价,

基金：国家自然科学基金资助项目(61602331)；四川省重点实验室开放课题(NDSMS201606)；四川省教育厅重点项目(17ZA0322)；四川省教育厅科研项目(17ZB0361)；；

受学习者能力和意愿等主观因素的影响，互助学习环境下同伴互评结果与真实评价通常存在显著差距。为了提高同伴互评的质量，避免互评过程中利益驱动的恶意评价，引入少量由教师预评分的作业作为哨兵。通过评审人对哨兵的评审情况，以评审人的信誉评价作为权重向量，并利用阈值进行截尾，从而实现了对恶意评价的有效隔离。真实测评数据上的实验结果证明，相较于当前主流的互评算法，该算法能有效过滤恶意高评或低评，并且能适应较大数量级的学习者进行互评。在未来的研究中，将针对信誉模型的优化进行深入的研究。

来源：2020年第8期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第8期