媒體可信度評分如何算

樣本

Reliability v1 只看「該媒體所有被我們抓進來、跑過 AI 分析的文章」。樣本 < 5 篇時不給分(避免 noise)。文章來源是該媒體公開 RSS feed,不包含我們沒抓的版位(影音、付費牆後內容)。

計分公式

reliability =
   50 × confidence_norm
 + 30 × success_rate
 + 20 × volume_norm

confidence_norm = avg(confidence)                  ∈ [0, 1]
success_rate    = analyzed / (analyzed + failed)
volume_norm     = min(1, log10(analyzed + 1) / log10(100))

三個維度線性加權:模型對該媒體分析時自評的平均 confidence(50 分上限)、AI 分析成功率(30 分上限,反映文章結構是否好處理 / 是否常出現解析失敗)、樣本量(20 分上限,log 升,100 篇滿格)。沒有密鑰參數,完全可驗算。

分級

• EXCELLENT高品質、樣本充足、分析穩定85-100
• GOOD整體穩定,小範圍提醒70-84
• FAIR樣本足夠但有部分指標需要注意55-69
• POOR樣本足夠但綜合分數偏低,建議搭配其他媒體閱讀0-54
• INSUFFICIENT樣本不足以計分(< 5 篇 analyzed),會持續累積—

已知限制

v1 只衡量「分析穩定性 + 樣本量」三條,沒含內容偏誤、引用品質、更正紀錄等真正的可信度面向。Spec 13 完整版會加進情緒中立度、引用可信度、推測克制度、標題誠實度、多元覆蓋度五個維度。在那之前,本分數只是 baseline。也請注意:confidence 是 AI 模型自評,不是「報導真實度」— 它只表達「我對自己的分析有多有把握」。

對分數有疑問?

如果你是被評分媒體的代表、或讀者覺得某家分數明顯不合理,歡迎來信 [email protected] 提出申訴。我們會公開回覆所有合理申訴,連同我方的原始資料一起。