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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著信息化的高速發(fā)展和客觀上硬件技術(shù)的有效支撐,使得數(shù)據(jù)集中的海量數(shù)據(jù)不免存在冗余、缺失、不確定數(shù)據(jù)和不一致數(shù)據(jù)等諸多情況,這些統(tǒng)稱為“臟數(shù)據(jù)”。人們需要從數(shù)據(jù)集中獲取真實(shí)可靠的數(shù)據(jù)就必須進(jìn)行數(shù)據(jù)清洗。而重復(fù)記錄檢測(cè)是數(shù)據(jù)清洗領(lǐng)域中的研究熱點(diǎn)。本文首先介紹了數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)清洗以及重復(fù)記錄檢測(cè)的相關(guān)知識(shí),包括數(shù)據(jù)清洗的原理、方法、基本流程和工具以及重復(fù)記錄檢測(cè)匹配算法和重復(fù)記錄檢測(cè)清除算法。在此基礎(chǔ)上,本文提出了三個(gè)改進(jìn)算法。分別是基于傳
2、遞閉包的重復(fù)記錄檢測(cè)算法,基于屬性分析的重復(fù)記錄檢測(cè)算法和基于完全子圖的重復(fù)記錄檢測(cè)算法。基于傳遞閉包的重復(fù)記錄檢測(cè)算法在SNM算法的基礎(chǔ)上提出了三個(gè)方面的改進(jìn),分別是在排序步驟進(jìn)行多趟排序,引入判斷機(jī)制和引入特定權(quán)值和有效權(quán)值?;趯傩苑治龅闹貜?fù)記錄檢測(cè)算法是在基于傳遞閉包的重復(fù)記錄檢測(cè)算法的基礎(chǔ)上,提出兩個(gè)方面的改進(jìn),通過屬性分析,并引入過濾機(jī)制。在保證正確率的同時(shí),有效的提高了算法的效率,減少算法的運(yùn)行時(shí)間?;谕耆訄D的重復(fù)記錄
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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于聚類樹的相似重復(fù)記錄檢測(cè)算法改進(jìn)研究.pdf
- 基于CSSN算法的重復(fù)記錄檢測(cè)研究.pdf
- 海量數(shù)據(jù)相似重復(fù)記錄檢測(cè)的研究.pdf
- 重復(fù)記錄檢測(cè)綜述
- 基于可變滑動(dòng)窗口的相似重復(fù)記錄檢測(cè)算法研究與設(shè)計(jì).pdf
- 基于DBSCAN算法的相似重復(fù)記錄檢測(cè)方法研究.pdf
- 基于CURE算法的相似重復(fù)記錄檢測(cè)技術(shù)研究.pdf
- 刪除表中重復(fù)記錄
- 多數(shù)據(jù)源環(huán)境下重復(fù)記錄檢測(cè)問題的研究.pdf
- 相似重復(fù)記錄的數(shù)據(jù)清洗技術(shù)的研究.pdf
- 大數(shù)據(jù)環(huán)境下文本數(shù)據(jù)相似重復(fù)記錄檢測(cè)方法研究.pdf
- 數(shù)據(jù)挖掘中的離群點(diǎn)檢測(cè)算法研究.pdf
- 數(shù)據(jù)挖掘中孤立點(diǎn)檢測(cè)算法的研究.pdf
- Deep Web數(shù)據(jù)源下重復(fù)記錄識(shí)別模型的研究.pdf
- 近重復(fù)視頻檢測(cè)算法研究.pdf
- 數(shù)據(jù)挖掘中聚類和孤立點(diǎn)檢測(cè)算法的研究.pdf
- 在sql中刪除重復(fù)記錄(多種方法)
- 中文重復(fù)網(wǎng)頁(yè)的檢測(cè)算法研究.pdf
- 在sql server中快速刪除重復(fù)記錄(多圖)
- 基于約束關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘的入侵檢測(cè)算法研究.pdf
評(píng)論
0/150
提交評(píng)論