一种识别相似重复记录的模糊匹配方法

• 作者: 刘有势 江力 肖满生
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 模糊匹配 重复记录 数据分组 数据集
• 年，卷（期）: 2009,（11）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 183-185,192
• 页数: 4页
• 分类号: TP3
• 字数: 4391字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2009.11.060

摘要

针对多数据源集成中存在的相似重复记录的问题,提出了一种基于用户兴趣度分组的模糊匹配识别方法.首先通过用户兴趣度方法来计算属性的权值,然后按照数据分组思想,选择权值大的属性将数据集分割成不相交的小数据集,最后在各小数据集中用模糊匹配算法进行相似重复记录的识别,为了提高识别效率,可选择余下权值大的属性进行多次分组和识别.理论和实践表明,该方法有较高的识别效率,能有效解决数据集成中相似重复记录的识别问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘有势	湖南工业大学理学院	24	139	6.0	11.0
2	肖满生	湖南工业大学理学院	37	225	7.0	14.0
3	江力	湖南工业大学理学院	15	42	4.0	5.0