并行实体解析与记录聚合模型

• 作者: 万永权 燕彩蓉
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 实体解析 记录聚合 MapReduce编程模型 患者标识交叉索引
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 计算机软件与数据库
• 页码范围: 1843-1847
• 页数: 5页
• 分类号: TP311
• 字数: 5847字
• 语种: 中文

摘要

实体解析用于判断两个数据记录是否描述的是同一实体对象,记录聚合则把所有属于同一实体对象的数据记录进行聚集,建立关联,方便交叉索引.本文基于MapReduce编程模型,提出一种迭代的并行处理框架,采用面向学习的分类方法进行实体解析,根据属性相似的传递性,并结合函数式语言的本身特性,对记录进行高效聚合.相关算法和框架应用于建立医院之间患者标识交叉索引平台,为患者主索引的建立以及信息共享提供依据.实验结果表明,MapReduce编程模型非常适合于实体解析与记录聚合的一体化处理,其编程快捷,运行高效,而且数据分区和并行处理技术避免了大量连接引发的内存溢出问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	燕彩蓉	东华大学计算机科学与技术学院	21	155	8.0	12.0
2	万永权		1	2	1.0	1.0