一种在高维空间中聚类检测重复记录的新方法

• 作者: 曹渠江 董明
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 相似重复记录 N-gram 入侵检测系统
• 年，卷（期）: 2008,（29）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 171-173
• 页数: 3页
• 分类号: TP311
• 字数: 3672字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.29.048

摘要

数据清理是构建数据仓库中的一个重要研究领域.检测相似重复记录是数据清洗中一项非常重要的任务.提出了一种聚类检测相似重复记录的新方法,该方法是基于N-gram将关系表中的记录映射到高维空间中,并且通过可调密度的改进型DBSCAN算法IDS来聚类检测相似重复记录.并用实验证明了这种方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹渠江	上海理工大学计算机与电气工程学院	44	282	10.0	14.0
2	董明	上海理工大学计算机与电气工程学院	4	13	2.0	3.0