信任分数
作者：Seme 研究团队 · 更新于 2026-05-22
定义
信任分数是根据来源的质量、数量和佐证程度为调查档案分配的置信度百分比。分数范围从 0%（无已验证信息）到 100%（所有事实均由多个高质量来源完全佐证）。计算考虑：（1）来源质量——按证据分类层级加权（E1=5 倍、E2=3 倍、E3=2 倍、E4=1 倍、E5=0.5 倍）；（2）佐证率——由 2+ 独立来源支持的事实百分比；（3）覆盖完整性——档案各部分包含已验证数据的程度；（4）一致性——无冲突事实。80% 以上的分数表示高置信度，适合决策；60-80% 表示中等置信度，存在一些空白；60% 以下表示存在重大验证空白。
工作原理
信任分数算法通过加权评分公式处理所有档案事实。每个事实根据其证据层级获得基础分数（E1=10 分、E2=6 分、E3=4 分、E4=2 分、E5=1 分）。被多个独立来源佐证的事实获得乘数（2 个来源=1.5 倍、3+ 个来源=2 倍）。总事实分数除以最大可能分数（如果所有事实都是 E1 且有 3+ 佐证）得出百分比。算法还惩罚矛盾：每对冲突事实减少 3-5 分。缺失的数据类别降低覆盖完整性，从而限制可达到的最高分数。
示例
一份档案包含 25 个事实：8 个 E1 事实（全部佐证）、10 个 E2 事实（7 个佐证）、5 个 E3 事实（3 个佐证）和 2 个 E4 事实（无佐证）。加权分数：(8×10×2 + 7×6×1.5 + 3×4×1.5 + 2×2×1) = 160 + 63 + 18 + 4 = 245。最高可能分数：25×10×2 = 500。原始分数：245/500 = 49%。6/8 个部分有数据的覆盖奖励：+15%。一处矛盾惩罚：-4%。最终信任分数：60% — 中等置信度，E3-E5 验证存在显著空白。
应用场景
- •调查报告的自动质量评估
- •投资和贷款决策的风险评分
- •监管要求的合规阈值验证
- •多个调查目标的比较分析
关键数据
| 指标 | 数值 | 来源 |
|---|---|---|
| 分数范围 | 0-100% | Seme methodology |
| 高置信度阈值 | ≥80% | Seme methodology |
| E1 来源权重 | 5x | Scoring algorithm |
| 平均分数（生产环境） | 78% | Seme analytics |