异构数据联合式的真值发现算法

• 作者: 于戈 寇月 申德荣 陈超
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 工学
• 关键词: 真值 真值发现 KMeans聚类 最优化 异构数据
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 信息与控制
• 页码范围: 1373-1376,1387
• 页数: 5页
• 分类号: TP301
• 字数: 3803字
• 语种: 中文
• DOI: 10.12068/j.issn.1005-3026.2017.10.002

摘要

互联网上提供的同一事实的信息通常会存在冲突,影响数据集成和知识发现.为了甄别真值,提出了一种基于距离的异构数据联合真值发现算法.首先,关于同一数据项,基于数据源声明值与真值的距离,计算数据项向量;采用KMeans聚类算法,获得数据项初始聚类.然后,迭代进行信任分析和聚类,即在每个类簇内,采用最优化思想,联合异构类型数据,更新事实的可信度和数据源的类簇内可靠性,重新计算每个数据项向量,再次聚类,迭代直至类簇达到稳定.实验结果表明:由于细粒度的数据源质量划分,联合考虑异构数据类型,可以获得更高的真值发现准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于戈	东北大学计算机科学与工程学院	426	6587	38.0	64.0
2	申德荣	东北大学计算机科学与工程学院	111	1289	18.0	32.0
3	寇月	东北大学计算机科学与工程学院	68	816	12.0	26.0
4	陈超	东北大学计算机科学与工程学院	16	52	4.0	6.0