对基于SNM数据清洗算法的优化

• 作者: 张建中 方正 熊拥军 袁小一
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据挖掘 数据清洗 重复记录 SNM算法
• 年，卷（期）: 2010,（6）
• 页码范围: 2240-2245
• 分类号: TP393
• 字数: 4817字
• 语种: 中文

摘要

对基本邻近排序算法SNM(basic sorted-neighborhood method)进行分析,指出其不足;提出基于SNM算法的一种优化算法,通过采集中南大学冶金矿物工程机构知识库的2 000多条文献记录作为样本数据进行实验研究,对记录的"脏数据"按照DC标准和相关规范进行清洗与排重.研究结果表明:与SNM算法相比,在同样的运算环境下,优化算法在招回率、误识别率和执行时间上有明显优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方正	中南大学化学化工学院	51	417	12.0	18.0
2	熊拥军	中南大学信息科学与工程学院	46	475	13.0	20.0
3	袁小一	中南大学信息科学与工程学院	18	63	4.0	7.0
4	张建中	中南大学信息科学与工程学院	24	184	7.0	13.0