首页> 中文会议>2009中国计算机大会 >基于记录相似度估计的高效重复记录检测算法

基于记录相似度估计的高效重复记录检测算法

页面导航

摘要
著录项
相似文献
相关主题

摘要

信息集成过程中出现的重复记录的存在为数据处理和分析带来了困难。重复记录检测已经成为当前数据库研究中的热点问题之一。基于二分图最优匹配的重复记录检测算法具有考虑到模式异构，支持多种数据类型等特点，适用于信息集成中的重复记录检测。然而，这种方法的不足之处在于其需要较大的时间开销，且由于其分类要求严苛，使得算法召回率受到影响.本文针对基于二分图最优匹配的方法存在的两个问题，基于编辑距离满足三角不等式以及记录相似度和属性相似度满足线性关系这两个性质，提出了一种基于记录相似度估计的高效重复记录检测算法，弥补了原始算法的两个缺点。理论分析和实验结果都表明了本文提出方法的正确性和有效性。

著录项

来源
《2009中国计算机大会》|2009年|p.682-695|共14页
会议地点天津
作者
李默涵; 王宏志; 李建中; 高宏;
展开▼
作者单位

中国计算机学会;

展开▼
会议组织
正文语种
原文格式 PDF
中图分类算法理论;
关键词
异构记录; 重复检测; 记录相似度; 信息集成; 数据类型;

相似文献

中文文献
外文文献
专利

1. 基于深度学习的数据库重复记录检测算法 [J] . 陶姿邑 . 微型电脑应用 . 2020,第012期
2. 基于分块和滑窗技术的相似重复记录检测算法研究 [J] . 陈亮 ,杜璐 ,胡康 . 计算机应用与软件 . 2019,第004期
3. 基于MapReduce模型的大数据相似重复记录检测算法 [J] . 宋人杰 ,余通 ,陈宇红 . 上海交通大学学报 . 2018,第2期
4. 基于QPSO-LSSVM的数据库相似重复记录检测算法 [J] . 梁雪 ,任剑锋 ,景丽 . 计算机科学 . 2012,第011期
5. 一种针对关系数据库记录的相似重复记录检测算法 [J] . 马可 ,郑广海 . 电脑知识与技术 . 2018,第013期
6. 一种基于二分图最优匹配的重复记录检测算法 [C] . 李默涵 ,王宏志 ,李建中 . NDBC2009第26届中国数据库学术会议 . 2009
7. 基于可变滑动窗口的相似重复记录检测算法研究与设计 [A] . 周典瑞 . 2013

基于记录相似度估计的高效重复记录检测算法

摘要

著录项

相似文献

相关主题

期刊订阅