基于语义匹配的海量异构数据自动化集成方法研究

• 作者: 李晓琳 李贺
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 海量异构数据处理 元数据 CRF序列标注 Skip-Gram神经网络 TF*IDF算法
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 194-196
• 页数: 3页
• 分类号: TP391
• 字数: 1810字
• 语种: 中文
• DOI: 10.11907/rjdk.172628

摘要

随着互联网与信息化的普及,数据数量、数据来源与数据格式的复杂性愈加突出.互联网、传感器、人工收集等多种来源产生了海量异构数据,为解决多源异构数据处理问题,设计一种将海量异构数据自动化集成到同一数据仓库的方法.通过建立元数据模型(以数据集为单位)将来源数据按数据集分类,映射整合到数据仓库中,通过CRF序列标注模型、Skip-Gram神经网络、TF*IDF等机器学习技术,解决了数据仓库集成中语义映射的难题,实现了海量多源异构数据的自动化入库,为之后的数据分析挖掘提供了良好基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李贺		1	3	1.0	1.0
2	李晓琳		1	3	1.0	1.0