張博++喬歡

〔摘要〕基于互聯(lián)網平臺的大規(guī)模用戶協(xié)作知識生產是一種新穎的知識生產模式，這種模式能夠有效利用海量用戶的集體智慧，提高知識傳播的范圍。但是，與傳統(tǒng)的知識生產不同，這種生產模式由于參與人員水平參差不齊，內容質量難以保證，針對此種生產模式建立有效的內容質量評估和控制機制問題非常必要。本文采用層次分析方法，以維基百科為實例建立了協(xié)同知識生產社區(qū)的內容質量評估模型，綜合體現(xiàn)用戶需求和內容特征，能夠為網絡內容的質量控制和網絡知識平臺的建設與運營提供有益的方法支撐。

〔關鍵詞〕信息質量；知識生產社區(qū)；知識社區(qū)；協(xié)同知識生產；維基百科；AHP

DOI：10.3969/j.issn.1008-0821.2015.10.004

〔中圖分類號〕G25073〔文獻標識碼〕A〔文章編號〕1008-0821（2015）10-0017-06

Evaluating the Quality of Content in Online Collaborative

Knowledge Production CommunitiesZhang BoQiao Huan

（Printing Science and Art Design College，University of Shanghai for

Science and Technology，Shanghai 200093，China）

〔Abstract〕Based on the Internet platform，the large-scale user collaborative knowledge production is a new mode of knowledge production，which can effectively utilize the collective wisdom of massive users，and facilitate the dissemination of knowledge.While unlike the traditional mode of knowledge production and dissemination，quality control and evaluation problems of the new mode really need to be improved.This paper used the analytic hierarchy process（AHP）to establish the content quality assessment model of collaborative knowledge production.The model combined the user requirement and content feature.The paper intended to provide theoretical and methodological framework of construction and operation to network related knowledge production platform.

〔Key words〕information quality；knowledge production communities；knowledge communities；collaborative writing；Wikipedia；AHP

近年來，隨著Web20技術的日益成熟與普及，依托于互聯(lián)網平臺的協(xié)同知識生產社區(qū)逐漸興起，已然成為知識生產和傳播的重要途徑。在面向社群的協(xié)同式寫作過程中，參與協(xié)同寫作人員通過網絡平臺進行交流協(xié)商達成知識的生產和傳播這一目標。此類社區(qū)主要有兩個特點：一是內容開放，即社區(qū)中的內容允許任何用戶不受限制地復制、修改和散播；二是全民參與，即通過全民參與的大規(guī)模協(xié)作方式來對相關領域知識進行采集和整理。以維基百科和百度百科為代表的協(xié)同知識生產社區(qū)，賦予了民眾對于知識的定義權和詮釋權，這種通過多人參與，協(xié)商交流并且可重復進行的知識創(chuàng)造形式一方面是對于傳統(tǒng)意義上只能由精英和權威來進行知識定義和詮釋模式的解構，另一方面也對于由網絡共筆所產生的內容質量控制提出了挑戰(zhàn)。

當前對于網絡協(xié)同知識生產的內容質量評估和控制研究已成為一個橫跨計算機科學、物理學、管理科學、情報與圖書館等多個學科領域的研究熱點。大部分學者都是從內容角度出發(fā)，針對社區(qū)中的詞條頁面、編輯頁面和用戶頁面進行數(shù)據(jù)挖掘和分析[23]，從而建立質量評估模型。這種質量評估模型可以得到海量并且客觀的數(shù)據(jù)，但是對于數(shù)據(jù)的分析方法、指標的挑選以及分析結果的解讀卻局限于內容特點和研究者的主觀選擇，沒有考慮使用者的客觀需求。

本文結合用戶需求與內容特征建立內容質量評估模型，確定質量評估因素。并采用層次分析法對每一個評估因素設置了合理的權重。與現(xiàn)有的評估模型相比，本文提出的模型充分考慮了信息對于用戶的有用性和內容本身的客觀特征，使得質量評估模型更加具有普適性與客觀性。

1國內外研究現(xiàn)狀

11信息質量定義

到目前為止，信息質量還沒有一個被學術界普遍接受和統(tǒng)一的定義。國外學者普遍認可和接受的信息質量的定義是“fit to use”。Wang將信息質量定義為適合信息消費者使用的信息。Hilligoss認為信息質量應該是用戶基于對信息的期望，對信息的有用性和良好性做出的主觀評價[4]。Marschak指出信息質量表征的是信息描述客觀事物或時間的準確程度[5]。Rieh將信息質量劃分為5個層面，分別是有用、良好、準確、通用和重要[6]。Eppler指出信息質量是一個多維概念，是由信息質量的多種屬性構成的集合，由多個質量維度取值情況來表現(xiàn)和決定，高質量的信息資源既要滿足用戶需要，又要符合客觀實際[7]。endprint

國內的學者雖然在信息質量領域起步較晚，但是在國外學者研究成果的基礎上，也做了很多透徹的分析研究。丁敬達對國外信息質量內涵的認知發(fā)展歷程進行了梳理和考察，將其歸納為3個主要方面：基于信息本身的質量認知、基于用戶反映的質量認知和基于二者融合的質量認知，并認為信息質量是指用戶在進行瀏覽、閱讀的基礎上，感知到的信息內容內在特征以及信息需求或期望的滿足程度[8]。查先進認為信息質量是一個相對概念，是信息價值的重要表現(xiàn)，是信息結構、品種、效用等屬性在質和量兩個方面優(yōu)劣程度的總和[9]。高志勇從消費者需求的角度出發(fā)，認為信息質量是對信息產品滿足信息消費者需要程度的衡量[10]。

從上述研究評述可以發(fā)現(xiàn)針對信息質量的定義主要包含了用戶和信息本身兩個方面，從用戶角度而言強調信息可用性，從信息本身角度而言則強調信息準確性。本研究中的信息專指基于協(xié)同寫作的在線知識社區(qū)中內容，伴隨著互聯(lián)網和群體智慧等特定語境下的新特征，信息質量的定義也就將被賦予了更多的新內容和新角度。

2015年10月第35卷第10期現(xiàn)？代？情？報Journal of Modern InformationOct，2015Vol35No102015年10月第35卷第10期協(xié)同知識生產社區(qū)的內容質量評估模型研究Oct，2015Vol35No1012信息質量評估模型

在信息質量研究領域中，質量評估模型的設計與應用是主要研究方向之一，很多學者都致力于建立一個基于語義學的，可預測，可重用的高效實用的質量評估模型。本研究總結歷年來國內外具有代表性的信息質量評估框架與模型，并評述這些模型所包含的因素、維度等內容。

Wang & Strong（1996）提出了3種方法來研究信息質量：直覺法、理論法和實證法。直覺法是指用戶根據(jù)自己的直覺和經歷來判斷信息質量，理論法是指評估信息質量的維度都是屬于信息理論范疇內的，而實證法是指利用信息用戶數(shù)據(jù)作為評估信息質量的主要因素。Wang & Strong總結的方法更多的關注于信息產品的開發(fā)質量而不是信息的使用質量[16]。

Strong，Lee & Wang（1997）將15個對數(shù)據(jù)用戶重要的信息質量維度分成4種類別的分級框架，分別是（1）內在信息質量：準確性、客觀性、可信性和權威性；（2）可訪問信息質量：可用性、安全性；（3）語境信息質量：相關性、附加價值、時效性、完整性、信息量；（4）具象信息質量：可解釋性、可理解性、簡潔性、一致性。之后這個框架在3個知識密集型組織被測試出是高效和實用的[17]。

Kahn，Strong & Wang（2002）提出了一個評估信息質量的two-by-two概念模型。學者認為信息質量包含兩個方面：產品質量和服務質量，此模型還區(qū)分了信息評估的客觀標準和主觀標準：符合規(guī)范、滿足并超出用戶的期望，模型中評估維度也被劃分為了4種類型：完整性、獨立性、可用性、有用性。此外，模型還應用了用戶調查數(shù)據(jù)[18]。

Eppler（2003）提出的模型應該說是目前最完整全面的。Eppler在比較分析了20種信息質量評估模型后提出針對知識生產過程新的信息質量評估和改善模型。這個模型包含4個層面和16個維度：（1）社區(qū)層面：完整、準確、清楚和適用；（2）產品層面：簡潔、一致、正確、通用；（3）過程層面：方便、及時、可追溯和可互動；（4）基礎層面：可訪問、安全、快速和可維護[8]。

Besiki Stvilia（2006）針對維基百科的信息質量進行了實證研究，通過對英文維基百科中的特色條目的討論頁和條目編輯歷史的定性定量分析，以期創(chuàng)建維基百科信息質量保障機制，通過分析比較之前制定的信息質量評估模型，建立了維基百科的信息質量測評模型，并開展了相關實證研究[19]。

針對信息質量的研究方法，國外學者主要采用了內容分析、用戶調查、任務實驗和多智能代理模擬等技術和方法。但是正如曹孟誼所總結的現(xiàn)有的這些信息質量評估模型大部分都有明顯的特殊領域和語境，而且?guī)缀跛械哪Ｐ椭械闹笜硕紱]有加權系數(shù)[20]。

國內關于信息質量的研究則剛剛起步，馬小閎等參考國內外研究成果，采用層次分析法總結出一個具有通用性的信息質量評估模型，并確定了模型中各指標的權重[21]。裘江南等參考維基百科原有頁面分級標準，從頁面編輯情況和頁面編輯者情況兩個方面歸納出15個頁面質量影響指標。然后基于C45決策樹的頁面信息質量分級評價模型，最后對該模型的有效性進行了檢驗[22]。丁敬達等基于豐富的實證或實驗研究結合相關質量評價理論進行系統(tǒng)、規(guī)范的分析、比較和歸納，以構建出一個不依賴于具體情境的、對不同類型信息用戶適用的維基百科詞條信息質量啟發(fā)式評價框架，為廣大信息用戶挑選和判別維基百科詞條提供相應的基準、標準和方法[23]。

國內的研究雖然在國外學者的研究成果基礎之上做了很多改進，但是仍然存在不足之處，例如，馬小閎研究中所得出的指標權重是基于已有質量框架的總結；裘江南所采用的決策樹方法并沒有得到令人滿意的實驗結果；丁敬達則是從定性的角度提出了質量評價框架，缺乏一定的數(shù)據(jù)支撐。因此，本文提出了一種結合用戶需求和內容特點，針對于協(xié)同知識創(chuàng)造社區(qū)內容質量的評估模型，并結合層次分析法，為模型框架中的各個指標設置了合理權重。

2質量評估指標

以上通過對信息質量概念和質量評估的研究綜述，總結了現(xiàn)有工作的特點和不足。本文借鑒已有的研究成果，綜合用戶需求和內容特征，提出了影響協(xié)同知識生產社區(qū)內容質量的4個層面和14個維度，進而構建了協(xié)同知識生產社區(qū)內容質量評估模型，如圖1所示。圖1協(xié)同知識生產內容質量評估模型

21協(xié)同程度（A1）

借鑒張薇薇博士對開發(fā)內容可信度的實驗研究，本文將編輯人數(shù)（A11）和編輯次數(shù)（A12）作為協(xié)同知識生產社區(qū)協(xié)同程度的衡量指標[11]。協(xié)同程度對于信息質量的影響程度歷來眾說紛紜，例如張薇薇在文章中提到了參與成員數(shù)量越多，意味著觀點多樣性越高，詞條的可信度就越高。而Shyong在研究中卻得到想要保證內容決策質量必須要控制群體規(guī)模和范圍的結論[12]。本文暫不探究孰對孰錯，因為無論編輯次數(shù)和人數(shù)與信息質量的關系如何，其作為協(xié)同程度的衡量標準還是有一定合理性的。endprint

22信息來源（A2）

221協(xié)作者

協(xié)作者包含協(xié)作者網站級別（A21）、協(xié)作者編輯經驗（A22）和協(xié)作者專業(yè)背景（A23）這3個指標。協(xié)作者網站級別是指網站依據(jù)協(xié)作者在該網站中的活躍程度或參與程度而授予的稱號，協(xié)作者的網站級別高并不代表協(xié)作者就是某一知識領域的專家，因為很多網站的積分或級別是可以通過多種方式獲得的。協(xié)作者編輯經驗是指協(xié)作者是否積極參與社區(qū)內容的編輯工作，而編輯經驗也不代表協(xié)作者的專業(yè)水準，因為編輯內容不但包括對內容的增刪改也包括對格式排版的修訂，所以協(xié)作者編輯水平高既有可能說明協(xié)作者具有專業(yè)背景，也有可能說明協(xié)作者只是深諳社區(qū)規(guī)則和對文本的格式要求。Arazy O就曾通過編輯經驗來確定這兩類用戶，他認為如果協(xié)作者只是專注于某特定類別條目的編輯，那么他們很可能是具有專業(yè)知識的人士，而如果協(xié)作者編輯的條目涉及多個類別和領域，那么他們就有可能是所謂的管理型用戶，即參與的大部分工作是對內容格式和排版的修訂工作[16]。

222參考源

參考源包含參考源數(shù)量（A24）和參考源權威（A25），維基百科認為最可靠的來源是大學出版社出版的同行評審期刊與書籍，大學級別的教科書，著名出版社出版的雜志、期刊、書籍，以及主流的報紙[15]。張薇薇博士根據(jù)現(xiàn)有研究和實踐結果把各種類型的參考源劃分為了4個等級，其權威性由高到低分別是基于同行審評的正式出版物和政府網站；新聞媒體和網站；電子商務網站；自媒體和UGC網站[12]。

23信息形式（A3）

本研究認為信息形式包含信息多樣化（圖片，音視頻，鏈接）（A31）和格式排版標準化（A32）這兩個方面。以圖片、音視頻和鏈接形式呈現(xiàn)的信息，雖然形式簡單但包含的信息量卻要多于文本。尤其是鏈接，鏈接是以互聯(lián)網為平臺的知識社區(qū)實現(xiàn)知識內關聯(lián)和外關聯(lián)最重要的方法。此外，每個網站對于文本格式都有自己的要求，格式排版的標準化反映了網站的正規(guī)性，同時也能幫助用戶快速便捷地了解信息內容。

24內容特點（A4）

內容特點這一指標應該屬于主觀指標，不同用戶對于相同內容的評價結果是不相同的。本研究中的內容特點包括內容準確（A41），觀點客觀（A42），內容完整（A43），包含最新成果（A44），易讀性（A45）這五個方面。針對用戶而言內容的準確、完整和客觀更傾向于是對內容的可信程度，因為嚴格意義上講用戶認為可信的內容并不代表是正確的內容。而文章中是否包含最新成果是指內容的時效性，至于易讀性則是指內容是否容易閱讀和理解，將易讀性歸入內容特點這一指標也是有所疑慮的，因為易讀性不但涉及到內容所反映的簡易程度，同時也包括內容的呈現(xiàn)形式，而且不同專業(yè)領域里的知識內容的易讀性對于不同的人而言差距較大，畢竟每個人的知識水平和專業(yè)背景也都不盡相同。也正是因為這一指標的主觀性較大，所以最后還是決定將其歸入內容特點中。

3實驗方法及結果分析

31實驗方法

根據(jù)評估指標設計問卷調查，問卷共包含14個測度項，并采用Likert 5級量表，來表示每個測度項的重要程度。調查對象主要是在大校學生，包括本科生、碩士研究生和博士研究生。在調查方法上，采用專業(yè)的在線問卷調查、測評、投票平臺進行問卷發(fā)放，共收回有效問卷112份。而評估指標的重要程度則根據(jù)計算獲得數(shù)據(jù)的平均值來表示。

32結果分析

321信度與效度分析

問卷在正式投入使用之前必須先對其信度和效度進行分析，只有信度和效度在研究可接受的范圍之內時，使用該問卷所采集的數(shù)據(jù)才有分析價值。一般而言，克朗巴哈α系數(shù)在08以上都是可接受的，本實驗在數(shù)據(jù)信度方面，克朗巴哈α系數(shù)為0892，這說明因子各測量指標具有較好的內部一致性。然后對所有自變量進行探索性因子分析，以檢驗結構效度。實驗先進行Barlett球形檢驗及KMO樣本測度，得到的結果值為0812，然后對應于14個測度項，使用主成分分析法和方差最大正交旋轉的方法得到了4個因子，累計方差貢獻率達到了72242%。各個測度項的因子載荷皆在06以上，表明問卷具有比較好的結構效度，并且因子分析結果符合預期。

322確定評價指標權重

本研究利用層次分析法來確定各個評估指標的權重。層次分析法（The Analytic Hierarchy Process）簡稱AHP，在20世紀70年代中期由美國運籌學家托馬斯·塞蒂正式提出。它是一種定性和定量相結合、系統(tǒng)化、層次化的分析方法，在處理復雜的決策問題上具有實用性和有效性等特點。

第一步：計算平均值，進行排序（見表1）。

第二步：構造兩兩比較判斷矩陣。

在計算出的評估指標重要度的平均值的基礎上，對各指標之間進行兩兩對比，然后按“1～9標度法”排定各評估指標的相對優(yōu)劣順序，得到各判斷矩陣值，依次構造出評估指標的判斷矩陣（如表3至7所示），它們分別是（A1，A2，A3，A4），（A11，A12），（A21，A22，A23，A24，A25），（A31，A32，A33），（A41，A42，A43，A44）。表1評價指標絕對重要程度排序

評估指標最小值最大值平均值協(xié)作者專業(yè)背景A23100500409協(xié)作者編輯經驗A22100500379內容準確A41100500359易于理解與閱讀A33100500359協(xié)作者網站級別A21100500357格式排版A32100500354觀點客觀A42100500349內容完整A43100500346編輯次數(shù)A12100500342信息形式A31100500339編輯人數(shù)A11100500338參考源數(shù)量A24100500335參考源權威A25100500331最新成果A44100500314

具體方法是比較第i個元素與第j個元素相對上一層某個因素的重要性時，使用數(shù)量化的相對權重aij來描述。成對比較矩陣中aij在1～9及其倒數(shù)中間取值。取值標準如下述標度方法（表2）所示。表21～9標度法endprint

標度含義1表示兩個因素相比，具有同樣重要性3表示兩個因素相比，一個因素比另一個因素稍微重要5表示兩個因素相比，一個因素比另一個因素明顯重要7表示兩個因素相比，一個因素比另一個因素強烈重要9表示兩個因素相比，一個因素比另一個因素極端重要2，4，6，8上述兩相鄰判斷的中值倒數(shù)因素i與j比較的判斷aij，因素j與i比較的判斷aij=1/aij

表3評估指標判斷矩陣

A1A2A3A4A111/21/21A211/21/2A311A41

表4評估指標判斷矩陣

A21A22A23A24〖〗A25A2111/21/522A2211/345A23178A2411A251

表5評估指標判斷矩陣

A11A12A1111/2A121

表6評估指標判斷矩陣

A31A32A3111/2A321

表7評估指標判斷矩陣

A41A42A43A44〖〗A45A4112251A421141/2A43131/2A4411/5A451

第三步：計算權向量并做一致性檢驗

對每個矩陣計算最大特征值及其對應的特征向量，然后利用一致性指標和隨機一致性指標做一致性檢驗。若檢驗通過，特征向量即為權向量；若不通過，則需要重新構造成對比較矩陣。

具體公式如下：AW=λW算得λmax=1n∑ni=1（AW）iWi，CI=λ-n〖〗n-1，CR=CIRI。

其中，λmax為矩陣最大特征值，n為判斷矩陣的階數(shù)，RI為平均隨機一致性指標，可通過查表得到其值。當CR≤010時，判斷矩陣滿足一致性檢驗。針對本研究中的5個判斷矩陣的一致性檢驗的結果分別00228，0000，00091，0000，00053，檢驗結果均小于010，所以判斷矩陣具有一致性。

4質量評估模型構建

由上述計算步驟得到了各個指標的相對權重，建立了基于用戶角度協(xié)同知識生產信息質量評估模型，如圖2所示。模型中的數(shù)字表示指標權重，這里值得注意的是，每一個指標的權重指的是相對于上一級指標的重要程度，即一級指標權重是相對于總決策目標的重要程度，二級指標是相對于一級指標的重要程度。根據(jù)模型中的量化結果，我們可以得到如下結論。圖2協(xié)同知識生產內容質量評估模型

（1）一級指標中的4個指標權重分別是01694、03944、02399、01972，其中信息來源對于用戶而言是評估信息質量最重要的指標。而協(xié)同程度是被用戶認為是對于評估信息質量重要程度最低的指標。

（2）對于信息來源指標，協(xié)同者專業(yè)背景對于信息來源的重要程度要遠大于其它指標，這說明用戶對于參與協(xié)同知識生產的用戶專業(yè)背景要求很高，認為這個指標對于信息質量的影響程度是最大的。而通過其它指標的量化結果可以發(fā)現(xiàn)，同樣是信息來源，協(xié)作者的個人作用要重于參考源的作用。

（3）信息形式對于信息質量的影響程度是02389，次于信息來源這一指標。而對于信息形式的影響程度，用戶認為文章格式和排版的標準化要高于信息多樣化。雖然量化結果如此，但在問卷中仍有不少用戶提到信息多樣化的問題，尤其是鏈接問題。

（4）在內容特點這一指標上，量化結果并沒有像預期的那樣認為是最重要最直觀的指標，根據(jù)問卷結果發(fā)現(xiàn)很多用戶不會過多的質疑知識社區(qū)的內容，也就是說，以維基百科和百度百科為主的百科全書網站中的內容可信度對于用戶而言是很高的。因此，在這里可以解釋為內容特點是呈現(xiàn)結果，在信息來源和信息形式有所保證之后，用戶基本上就不會對內容質量產生質疑傾向。

（5）協(xié)同程度對于信息質量的影響程度最低，這個結論與用戶更看重協(xié)作者的專業(yè)背景的結論可以綜合起來進行分析。首先可以看出用戶并不是認為編輯人數(shù)和次數(shù)越多，信息質量就會越高，其次協(xié)作者的質量要比協(xié)作者的數(shù)量對于用戶而言更為重要，最后由高質量協(xié)作者參與編輯的內容編輯次數(shù)越多，信息質量就越高。

綜上所述，本文從用戶角度對以維基百科為代表的在線知識社區(qū)的信息質量評估做了初步的探索和研究，但是通過問卷調查我們也發(fā)現(xiàn)用戶對于協(xié)同寫作抑或是協(xié)同知識生產的概念理解得并不透徹。

大部分用戶并不會積極參與條目的創(chuàng)建和編輯，因為用戶認為參與此類活動的前提是自身必須具有完備的專業(yè)知識，而對于自身知識儲備的評估使得大部分人是沒有十足的信心認為自己可以參與這類活動的，也正是這種較為普遍的想法對社區(qū)吸引更多用戶參與知識生產造成了阻礙。

因此，基于以上分析，本文對于協(xié)同知識生產社區(qū)的建設提出如下建議：

（1）社區(qū)應要求用戶提供內容參考源的具體名稱和詳細信息，并且對此參考源進行核實查證，標明參考源的具體可信度。

（2）提高和完善用戶的聲譽評估系統(tǒng)，明確區(qū)分基于專業(yè)性和活躍度的不同評估標準。

（3）根據(jù)用戶的反饋信息建立更加科學的用戶激勵機制，讓用戶更好地理解協(xié)同創(chuàng)造的含義，鼓勵用戶積極參與知識創(chuàng)造活動。

（4）網站還應更加注重完善條目內容的內外關聯(lián)（鏈接）、信息形式多樣性以及文本格式的規(guī)范性。

（5）目前維基百科和百度百科都沒有提供下載服務，當然考慮到協(xié)同創(chuàng)造中的可持續(xù)重復的編輯活動特征，在什么情況下可以進行下載以及下載活動是有償還是無償?shù)葐栴}仍需要進一步的探討和研究。

總而言之，協(xié)同知識生產的信息質量評估意義重大。由于協(xié)同寫作過程非理性，修改無限制，認知多樣性等問題，協(xié)同寫作的成果質量一直無法預測和保證。本研究是從用戶角度出發(fā)，結合了用戶主觀感受和客觀內容特征因素，這有利于建立一個更加實用而客觀的自動評價和分類模型，不但可以有效地對協(xié)同寫作社區(qū)信息進行質量評估，而且還能對知識生產社區(qū)的建設提供可行參考，更好地促進知識生產社區(qū)的運營與管理。endprint

參考文獻

[1]Paul Benjamin Lowry，Aaron Curtis，Michelle Rene Lowry，Building a Taxonomy and Nomenclature of Collaborative Writing to Improve Interdisciplinary Research and Practice[J].Journal of Business Communication，2004.

[2]Stvilia B，Twidale M B，Smith L C，et al.Information quality work organization in wikipedia[J].Journal of the American Society for Information Science and Technology，2008，59（6）.

[3]wiki不完全手冊[EB].http：∥www.cnblogs.com/Bonny.Wong/archive/2005/03/03/112084.html.

[4]2009中國維基發(fā)展報告[R].

[5]Hilligoss B，Rieh SY.Developing a unifying framework of crediblity assessment：Construct，heuristics，and interaction in context[J].Information Processing & Management，2008，44（4）.

[6]Marschak J.Economics of information systems[J].Journal of the American Statistical Association，1971.

[7]Rieh S Y.Judgement of information quality and cognitive authority in the web[J].Journal of the American Society for Information Science and Technology，2002，53（2）.

[8]Eppler M J.Managing information quality：Increasing the value of information in knowledge intensive products and processes[M].Berlin：Springer Verlag，2003.

[9]丁敬達.維基百科詞條信息質量啟發(fā)式評價框架研究[J].圖書情報知識，2014，（2）：11-17.

[10]查先進，陳明紅.信息資源質量評估研究[J].中國圖書館學報，2010，（2）：46-55.

[11]高志勇，高建民，陳富民.數(shù)字化制造中的信息質量問題研究[J].計算機集成制造系統(tǒng)，2005，11（7）：981-985.

[12]張薇薇.開放內容可信度的實驗研究[J].情報科學，2012，（12）：1830-1839.

[13]Shyong（Tony）KLam，Jawed Karim，John Riedl.The Effects of Group Composition on Decision Quality in a Social Production Community[C].Proceedings of the 2010 International ACM SIGGROUP Conference on Supporting Group Work，GROUP 2010，Sanibel Island，F(xiàn)lorida，USA，November 6-10，2010.

[14]莫祖英，馬費成，羅毅.微博信息質量評價模型構建研究[J].信息資源管理學報，2013，（2）：12-18.

[15]維基百科可供查證[EB].http：∥zh.wikipedia.org/wiki/Wikipedia：V#.E5.8F.AF.E9.9D.A0.E6.9D.A5.E6.BA.90.

[16]Arazy O，Nov O，Patterson R，et al.Information quality in Wikipedia：The effects of group composition and task conflict[J].Journal of Management Information Systems，2011，27（4）：71-98.

[17]Wang R Y，Strong D M.Beyond Accuracy What Data Quality Means to Data Consumers[J].Journal of Management Information System，1996，12（4）：5-30.

[18]Kahn B，Strong D M，Wang R Y.Information quality benchmars：product and service performance[J].Communications of the ACM，45（4）：184-192.

[19]Besiki Stvilia.Measuring information quality[D].The University of Illinois at Urbana-Champaign（USA），2004.

[20]曹孟誼，吳建明，孟秀玲.國外信息質量評估指標體系研究[J].軍事運籌與系統(tǒng)工程，2004，18（4）：55-58.

[21]馬小閎，龔國偉.信息質量評估研究[J].情報雜志，2006，（5）：19-21.

[22]裘江南，翁楠，徐勝國.基于C45的維基百科信息質量評價模型研究[J].情報學報，2012，（12）：1259-1264.

[23]丁敬達.維基百科詞條信息啟發(fā)式評價框架研究[J].圖書情報知識，2014，（2）：11-16.

（本文責任編輯：郭沫含）endprint