- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 期 电 子 学 报
2 Vol.38 No.2
年 月
2010 2 ACTAELECTRONICASINICA Feb. 2010
一种面向DeepWeb数据源的重复记录识别模型
申德荣,刘丽楠,寇 月,聂铁铮,于 戈
(东北大学信息科学与工程学院,辽宁沈阳 110004)
摘 要: 重复记录是指描述现实世界中同一实体的不同的记录信息 由于从同一个领域的不同 数据
. DeepWeb
源中抽取的记录信息通常存在许多重复记录,本文针对半结构化的重复记录的识别进行研究 在已知全局模式和全局
.
模式与各 数据源查询接口映射关系的基础上,提出了一种重复记录识别模型 基于从 中抽取出的
DeepWeb . DeepWeb
半结构化的数据,采用查询探测方法确定所抽取数据所匹配的属性,通过分析抽取的实例数据确定属性重要度,结合
多种相似度估算器和多种算法计算记录间的相似度,进而识别重复记录 实验表明,该重复记录识别模型在
. DeepWeb
环境下是可行且有效的.
关键词: 重复记录;深层 ;数据清洗
web
中图分类号: 文献标识码: 文章编号: ( )
TP391 A 03722112201002027507
ADuplicateRecordsIdentificationModelforDeepWebDataSources
, , , ,
SHENDerongLIULinanKOUYueNIETiezhengYUGe
( , , , , )
SchoolofInformationandScienceandEngineeringNortheasternUniversityShenyangLiaoning110004China
:
Abstract Duplicaterecordsaremultipledifferentrecordsdescribingthesameentityintherealworld.Sincesomeofthe
,
recordsextractedfromdifferentDeepWebsourcesinthesamedomainusuallyareduplicatesthepaperfocusesonduplicaterecords
identificationandaduplicaterecordsidentificationmodelisproposedonthebasisofknownglobalschemaandtherelationship
您可能关注的文档
- 一个面向缺陷分析的电路成品率与可靠性的关系模型.pdf
- 一个图像质量盲评估的统计测度.pdf
- 一类p元最优线性码和低相关性线性序列的构造.pdf
- 一类时变时滞模糊细胞神经网络的 时滞依赖指数稳定性判据.pdf
- 一类四元零相关区非周期互补序列集构造法.pdf
- 一类新的pqr长2阶广义分圆序列的线性复杂度.pdf
- 一类周期为素数倍数的跳频序列族.pdf
- 一体化网络下移动性管理的索引结构模型.pdf
- 一种3D堆叠集成电路中间绑定测试时间优化方案.pdf
- 一种CMOS超宽带LNA的优化设计方法.pdf
- 2023年12月江苏南通市第四人民医院招考聘用备案制人员9人笔试近6年高频考题难、易错点荟萃答案带详解附后.docx
- 2023年12月广西玉林市人力资源和社会保障局基层就业服务专员110人笔试近6年高频考题难、易错点荟萃答案带详解附后.docx
- 2023年12月广西贵港市港北区赴外招聘52名中小学教师4笔试近6年高频考题难、易错点荟萃答案带详解附后.docx
- 2023年12月度潜江市技工学校专项公开招聘教师1名笔试近6年高频考题难、易错点荟萃答案带详解附后.docx
- 2023年12月新疆可克达拉市花城街道招考4名社区工作人员笔试近6年高频考题难、易错点荟萃答案带详解附后.docx
- 2023年12月广东省仁化县2024年春季公开招聘15名中小学教师23笔试近6年高频考题难、易错点荟萃答案带详解附后.docx
- 2023年12月常州市钟楼区公开招聘57名派遣制员工笔试近6年高频考题难、易错点荟萃答案带详解附后.docx
- 2023年12月广西经贸职业技术学院招考聘用7人笔试近6年高频考题难、易错点荟萃答案带详解附后.docx
- 2023年12月江苏南通市启东市档案馆公开招聘劳务派遣人员1人笔试近6年高频考题难、易错点荟萃答案带详解附后.docx
- 2023年12月江苏南京市城市地下管线数字化管理中心公开招聘编外工作人员1人笔试近6年高频考题难、易错点荟萃答案带详解附后.docx
文档评论(0)