版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、在數(shù)據(jù)管理中,數(shù)據(jù)質(zhì)量問題是最重要的議題之一。傳統(tǒng)數(shù)據(jù)庫著眼于數(shù)據(jù)的量的管理,即支持大量數(shù)據(jù)的創(chuàng)建、維護(hù)和檢索。但是現(xiàn)實(shí)世界中的數(shù)據(jù)存在著諸多質(zhì)量問題:不一致、重復(fù)、不精確、不完整或者過時(shí)。劣質(zhì)數(shù)據(jù)可對社會生活中的諸多環(huán)節(jié)產(chǎn)生嚴(yán)重的后果。因此數(shù)據(jù)質(zhì)量管理在信息化社會中具有巨大的應(yīng)用需求和潛質(zhì)。實(shí)體識別技術(shù)是數(shù)據(jù)質(zhì)量管理技術(shù)中的重要環(huán)節(jié)。實(shí)體識別技術(shù)致力于發(fā)現(xiàn)來源于不同數(shù)據(jù)源的同一現(xiàn)實(shí)世界實(shí)體的不同表示形式。實(shí)體識別的結(jié)果有助于解決上述數(shù)
2、據(jù)質(zhì)量問題。因此實(shí)體識別技術(shù)對于數(shù)據(jù)質(zhì)量管理過程具有重要的基礎(chǔ)性作用。本文討論劣質(zhì)數(shù)據(jù)集上的實(shí)體識別問題,提出了一系列算法以解決具有不精確和過時(shí)等問題的劣質(zhì)數(shù)據(jù)集上的實(shí)體識別問題。
本文是第一篇提出針對含有不精確數(shù)據(jù)的不確定數(shù)據(jù)集進(jìn)行實(shí)體識別研究的文章,本文給出了概率相似度測度以及基于此測度的相似度鏈接和聚類算法。在相似度鏈接算法中,本文提出融合前綴過濾算法以壓縮計(jì)算空間的優(yōu)化算法。實(shí)驗(yàn)表明,本文所提出的算法可以有效高效的解決
3、不確定數(shù)據(jù)集上的實(shí)體識別問題。
針對含有過時(shí)數(shù)據(jù)的時(shí)態(tài)數(shù)據(jù)集上的實(shí)體識別問題,本文給出了基于規(guī)則的解決方案,本文也是第一篇給出時(shí)間戳不可用的情況下時(shí)態(tài)數(shù)據(jù)集上的實(shí)體識別算法的文章。針對這一問題,本文提出在相似度鏈接算法中首先利用數(shù)據(jù)時(shí)序規(guī)則(data currency rules)以確定時(shí)態(tài)元組的相對時(shí)序順序,然后在時(shí)序順序的基礎(chǔ)上提出元組屬性的不穩(wěn)定性特性以對時(shí)態(tài)元組的屬性的進(jìn)化特性進(jìn)行建模。結(jié)果顯示,在相似度鏈接算法中融入
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 不確定時(shí)態(tài)數(shù)據(jù)處理技術(shù)研究與實(shí)現(xiàn).pdf
- 不確定數(shù)據(jù)集上的Skyline查詢處理研究.pdf
- 時(shí)態(tài)數(shù)據(jù)庫中不確定時(shí)態(tài)信息的處理研究.pdf
- 不確定數(shù)據(jù)集Skyline查詢研究.pdf
- 不確定數(shù)據(jù)集上的Skyline查詢處理算法研究.pdf
- 不確定數(shù)據(jù)挖掘技術(shù)研究及應(yīng)用.pdf
- 基于概率的有效時(shí)間不確定的時(shí)態(tài)數(shù)據(jù)挖掘研究.pdf
- 時(shí)態(tài)數(shù)據(jù)庫有效時(shí)間不確定性研究.pdf
- 不確定數(shù)據(jù)查詢及優(yōu)化技術(shù)研究.pdf
- 不確定數(shù)據(jù)集上ToP-k查詢及優(yōu)化算法的研究.pdf
- 支持時(shí)間不確定性的時(shí)態(tài)數(shù)據(jù)模型研究.pdf
- 不確定數(shù)據(jù)索引及其范圍查詢處理技術(shù)研究.pdf
- 不確定數(shù)據(jù)的概率近鄰查詢處理技術(shù)研究.pdf
- 不確定RFID數(shù)據(jù)上的復(fù)雜事件處理技術(shù).pdf
- 不確定數(shù)據(jù)的分布并行Skyline查詢技術(shù)研究.pdf
- 連續(xù)不確定XML索引技術(shù)研究.pdf
- 面向不確定數(shù)據(jù)流的聚類和模式挖掘技術(shù)研究.pdf
- 基于概率的不確定時(shí)態(tài)數(shù)據(jù)建模與挖掘問題的研究.pdf
- 不確定時(shí)態(tài)信息的粒度建模及其時(shí)態(tài)關(guān)系研究.pdf
- 面向大數(shù)據(jù)集成的實(shí)體識別關(guān)鍵技術(shù)研究.pdf
評論
0/150
提交評論