KDDNov, 2017

在线广告的数据质量评估

PDF
TL;DR本文介绍了一种可以应用于在线广告中的数据源质量评估框架，该框架可以有效地评估特定数据源分类与真实情况的相似度，通过多种方法实现数据质量评估，并且介绍了将数据质量评估结果用于特定用户类别定位和预测在线广告受众的两个应用案例。
online advertisingdata sourcesdata quality assessmentuser categoriesaudience forecasting
发现论文，激发创造
  • 众包中的数据质量与垃圾行为检测

    通过方差分解来评估数据质量和检测垃圾信息威胁，提出垃圾信息指数评估整体数据一致性，并利用马尔可夫链和广义随机效应模型开发了两个指标来衡量群体工作者的可信度。

    Apr, 2024

  • 在线广告中用户响应预测

    本研究通过综述在线广告平台中利用机器学习方法的用户响应预测，提出分类方法，介绍用户数据可用性、特点以及现有挑战，并探讨相关应用和数据集，旨在分析在线广告生态系统的相关方和方法。

    Jan, 2021

  • 质量进出：评估异常检测基准数据的质量

    本文通过对一个用于异常检测的基于流量的真实数据集进行修改，发现相对较小的修改对模型性能的影响，强调了数据质量评估和优化技术对于自主网络的重要性。

    May, 2023

  • 一种数据中心的框架，用于改进特定领域的机器阅读理解数据集

    本文提出了一个旨在增强原始数据集数据质量的框架，并应用于四个生物医学数据集，使用回译技术提高数据集质量，在 BioASQ 数据集上表现出相对提高了 33%/40% 的检索 / 阅读器模型的微调效果。

    Apr, 2023

  • 分类应用中衡量数据质量的新度量方法（扩展版本）

    介绍并解释一种基于分类性能和数据退化的相关演变来度量数据质量的新指标，该方法具有模型无关性，并通过大量的数值实验以及具有可控和可解释质量的案例详细验证了所提出度量标准的实用性。

    Dec, 2023

  • 评估可信 AI 医学数据质量的 METRIC 框架：一项系统综述

    通过系统评估医学数据集合，我们提出了 METRIC 框架，该框架包含了 15 个数据质量意识维度，帮助减少偏见、增加稳健性、提高可解释性，从而为医学中可信赖的人工智能奠定了基础。

    Feb, 2024

  • 我能相信我的伪造数据吗 -- 用于医疗领域合成表格数据的全面质量评估框架

    通过综合文献回顾和团队经验，我们提出了一个概念性框架，以保证合成数据在医疗人工智能应用中的质量，并扩展了普遍质量维度，包括公平性和碳足迹，并提出了支持实际应用所必需的阶段，通过增加透明度和减少安全风险来增强对合成数据的信任，以加速可信任的医疗人工智能工具的发展和推广，促进患者受益。

    Jan, 2024

  • 众包质量控制的统计建模和设计方法技术调研

    本文介绍了众包质量控制中机制设计和统计模型两大分支的研究和应用，提出了系统化统一机制以确定响应质量的框架，并对质量控制论文进行了分类，并指出了当前的限制和未来的方向。

    Dec, 2018

  • 人脸图像质量评估：文献综述

    通过深度学习的方法，本文综述了可用于人脸图像质量评估的文献，探讨了该技术在人脸识别和其它应用方面的潜在应用。

    Sep, 2020

  • 审计搜索引擎对不同人口群体的满意度差异

    本文提出了一个框架，用于在搜索引擎作为案例研究下，内部审计在线服务在不同人口群体用户满意度方面的差异。该框架对其他在线服务广泛适用，并提供解释其评价指标的一般见解。

    May, 2017