基于上下文感知实体排序的缺失数据修复方法-NPU-BigData.PDFVIP

第??卷 第?期 计 算 机 学 报 Vol.?? No.? 20??年？月 CHINESEJOURNALOFCOMPUTERS ???.20?? 基于上下文感知实体排序的缺失数据修复方法 陈肇强，李佳俊，蒋 川，刘海龙，陈 群，李战怀 (西北工业大学计算机学院 西安 710072) 摘 要 大数据环境下，数据缺失现象十分普遍导致许多基于数据的决策出现偏差。传统的数据库缺失值修复方法主要是利用本地数据 库来修复数值型数据，这些方法并不适用于利用互联网数据来修复数值型和非数值型数据。基于互联网的缺失值修复过程一般包括生成 查询、检索文档集、抽取实体、实体排序四个步骤，其中候选实体的排序决定了最终用于修复数据库的信息。现有的利用互联网数据来 修复缺失数据的研究主要集中在两个方面：一是提升查询和抽取的质量，然后对抽取的候选实体按频率进行排序；另一种是分析目标实 体应该具有的特征，然后对候选实体计算特征值，最后用权