【摘要】【目的】构建网络信息内容可信度的定量测度模型,以提高虚假信息的筛除效率。【方法】基于贝叶斯推理理论,构建网络信息内容可信度的测度模型;基于贝叶斯决策理论,构建可信度测度有效性的最小错误率评估模型。【结果】基于实际数据集的实验结果表明,随着社会化媒体参与者规模增加,可信度测度的最小错误率呈下降趋势,且贝叶斯可信度测度模型总体优于传统的模糊可信度测度模型。【局限】可信度测度错误率的影响因素只关注参与者规模因素,而其他影响因素,如条件属性或可参照对象等,将需要进一步研究。【结论】基于集体智慧理论,揭示网络信息内