| 一种相似重复记录检测算法的改进研究 |
| |
| 引用本文： | 戴颖,李兴国,赵启飞.一种相似重复记录检测算法的改进研究[J].计算机技术与发展,2010,20(7):13-16. |
| |
| 作者姓名： | 戴颖 李兴国 赵启飞 |
| |
| 作者单位： | 合肥工业大学管理学院,安徽,合肥,230009 |
| |
| 基金项目： | 国家自然科学基金项目 |
| |
| 摘 要： | 相似重复记录检测是数据清洗领域中的一个重要方面.文中研究了在数据模式与匹配规则不变的前提下,数据集动态增加时近似重复记录的识别问题,针对基于聚类数算法精度不高、效率低下等问题提出一种改进算法.该算法运用等级法给属性赋予相应权重并约减属性,通过构造聚类树对相似记录进行聚类,增设了一个阈值以减少不必要的相似度比较次数,提高了算法的效率和准确率.最后通过实验证明了该算法的有效性,并提出了进一步的研究方向.
|
| 关 键 词： | 相似重复记录 增量式 聚类树 等级法 |
Improved Method for Detecting Incremental Approximately Duplicate Records |
| |
| DAI Ying,LI Xing-guo,ZHAO Qi-fei.Improved Method for Detecting Incremental Approximately Duplicate Records[J].Computer Technology and Development,2010,20(7):13-16. |
| |
| Authors: | DAI Ying LI Xing-guo ZHAO Qi-fei |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
