基于聚类分析技术的数据清洗研究

• 作者: 何飞 刘芳
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 数据清洗 近似重复记录 聚类 ICAD
• 年，卷（期）: 2005,（6）
• 所属期刊栏目: 数据库研究
• 页码范围: 70-71,77
• 页数: 3页
• 分类号: TP311.13
• 字数: 2764字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2005.06.025

摘要

数据清洗是建立数据仓库及进行数据挖掘的一个重要步骤.数据清洗的核心是检测近似重复记录,而聚类是将相似度高的数据对象聚集到一个类中的分析方法.本文描述的数据清洗过程就基于聚类分析,它将基于密度的改进聚类算法ICAD应用到数据清洗过程中,该算法通过不断调节密度发现近似重复记录,快速完成大容量数据清洗任务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘芳	华中科技大学计算机科学与技术学院	157	1393	20.0	30.0
2	何飞	华中科技大学计算机科学与技术学院	2	54	2.0	2.0