基于字符编辑的字符串匹配算法的实现.pdf

毕毕 业业 论论 文（文 （设设 计）计） 毕毕 业业 论论 文文 （（设设 计计）） 作作 者者: xxx 学 学 号号：： xxx 作作 者者 学学 号号：： 系系 部部: 信息科学与工程系 系系 部部 专专 业业: 计算机科学与技术 专专 业业 题题 目目: 基于字符编辑的字符串 题题 目目 匹配算法的实现 指导老师指导老师 xxx 讲师 指导老指导老师师 提交日期提交日期 2010 年 5 月 15 日 提交日提交日期期 xxx大学xxx学院 毕业论文(设计) 基于字符编辑的字符串匹配算法的实现基于字符编辑的字符串匹配算法的实现 基于字符编辑的字符串匹配算法的实现基于字符编辑的字符串匹配算法的实现 摘 摘 要要 摘摘 要要 随着信息技术的迅猛发展，各种数据生成以及数据采集设备的广泛使用，人们获 取到的数据量指数级增长，但是人们从海量数据中获取信息的方便性并没有得到有效 的改善，究其原因，其一就是数据质量大大下降，不足以满足应用的需求。 本文介绍了对数据质量研究的必要性以及目前数据质量研究的热点，并着重介绍 通过记录连接来改善数据质量问题。通过匹配技术中的编辑距离算法、Jaro-Winkler 算法达到进行记录连接的目的，并对算法的原理及其实现作了阐述，通过计算两个记 录的相似度来解决基于字符编辑的字符串匹配问题，实现对重复相似记录的检测以达 到数据连接的目的，最后对匹配技术对数据质量研究的展望。 关键词：关键词：数据质量； 记录连接； 匹配； 编辑距离； Levenshtein算法； Jaro-Winkler 关键词关键词：： 算法 i xxx大学xxx学院 毕业论文(设计) String Matching Algorithm and its Realization Based on Character Editor ABSTRACT With the rapid develop