利用属性集相关性与源误差的多真值发现方法研究

• 作者: 刘丛 卢菁 胡成
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 真值发现 数据冲突 长尾现象 相关性 源误差
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 计算机软件与数据库研究
• 页码范围: 601-605
• 页数: 5页
• 分类号: TP311
• 字数: 6283字
• 语种: 中文

摘要

目前真值发现的研究主要利用数据源质量和数据之间的关系,然而实际数据的分布呈现长尾现象,传统算法在处理尾部数据时,准确率大大下降.本文对数据源进行分类,对头部数据源利用属性集相关性,给予正确集更多的置信度补偿,易于剔除错误数据;对尾部数据源,根据误差小的数据源应获得更高的权值分配的理论,将真值发现转化成全局优化问题,通过寻求数据源权值的最佳分配,获得最可能接近真值列表的属性集合.实验表明,本文提出的方法在真实的长尾数据集上,准确率和召回率方面均优于传统算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘丛	上海理工大学光电信息与计算机工程学院	26	58	4.0	7.0
2	卢菁	上海理工大学光电信息与计算机工程学院	22	35	4.0	4.0
3	胡成	上海理工大学光电信息与计算机工程学院	1	0	0.0	0.0