版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、在現(xiàn)實(shí)世界中,同一個(gè)實(shí)體可能被多個(gè)數(shù)據(jù)源中的記錄所描述。實(shí)體解析的任務(wù)就是確定哪些記錄描述著現(xiàn)實(shí)世界中的同一個(gè)實(shí)體。實(shí)體解析是數(shù)據(jù)集成和數(shù)據(jù)清理中的一個(gè)關(guān)鍵步驟,它不僅能夠提高數(shù)據(jù)的質(zhì)量,還能夠豐富單一數(shù)據(jù)的內(nèi)容。然而,隨著大數(shù)據(jù)時(shí)代的到來(lái),各式各樣的數(shù)據(jù)質(zhì)量問(wèn)題為實(shí)體解析帶來(lái)了前所未有的挑戰(zhàn)。面對(duì)紛雜的數(shù)據(jù)質(zhì)量問(wèn)題,傳統(tǒng)的實(shí)體解析算法在效率、質(zhì)量,特別是抗噪聲能力方面的表現(xiàn)并不理想。在數(shù)據(jù)存在噪聲的情況下,實(shí)體解析算法經(jīng)常會(huì)出現(xiàn)不一致
2、的判斷結(jié)果,傳統(tǒng)的做法是在匹配結(jié)果之上進(jìn)行一次傳遞性閉包分析,這種做法極易將錯(cuò)誤放大和傳遞。
相關(guān)性聚類(lèi)是實(shí)體解析的一個(gè)標(biāo)準(zhǔn)方法,它以記錄對(duì)的匹配程度為依據(jù),產(chǎn)生最大程度支持這些依據(jù)的聚類(lèi)結(jié)果。相關(guān)性聚類(lèi)為NP-hard問(wèn)題,很多啟發(fā)式的算法被提出,但效果并不理想。本文在相關(guān)性聚類(lèi)的基礎(chǔ)上,提出一個(gè)快速有效、抗噪聲能力比較強(qiáng)和可擴(kuò)展的實(shí)體解析方法。主要研究工作如下:
(1)提出一種新穎的兩層相關(guān)性聚類(lèi)框架。該框架上層
3、采用預(yù)分塊算法對(duì)節(jié)點(diǎn)進(jìn)行可重疊的分塊;下層則使用調(diào)整塊算法去除上層算法的重疊部分。
(2)首次在相關(guān)性聚類(lèi)問(wèn)題中引入公共鄰居的概念,并基于鄰居關(guān)系給出鄰居相似度的計(jì)算方法。本文首先分析如何使用鄰居來(lái)表示一個(gè)塊,并由此提出一個(gè)啟發(fā)式的上層預(yù)分塊算法。
(3)提出核的概念,并由此定義節(jié)點(diǎn)與塊之間的關(guān)聯(lián)程度。核的概念突出塊內(nèi)關(guān)聯(lián)強(qiáng)度最大的部分,由核來(lái)決定節(jié)點(diǎn)與塊之間的關(guān)聯(lián)程度可以更加準(zhǔn)確地判斷節(jié)點(diǎn)的歸屬,進(jìn)而提高實(shí)體解析的
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于眾包和概率模型的實(shí)體解析方法研究.pdf
- 基于兩層次聚類(lèi)的車(chē)輛配載調(diào)度方法.pdf
- 基于鄰域相關(guān)性的聚類(lèi)數(shù)據(jù)隱私保護(hù)方法研究.pdf
- 相關(guān)性度量及指標(biāo)聚類(lèi)方法的改進(jìn).pdf
- 基于相關(guān)性挖掘的圖像聚類(lèi)研究.pdf
- 基于子空間聚類(lèi)的文本相關(guān)性研究.pdf
- 基于聚類(lèi)的網(wǎng)頁(yè)相關(guān)性挖掘技術(shù)研究.pdf
- 兩層升降橫移類(lèi)的用戶(hù)手冊(cè)
- 基于GPU的數(shù)據(jù)流聚類(lèi)及相關(guān)性分析.pdf
- 基于相關(guān)性的數(shù)據(jù)流聚類(lèi)及其應(yīng)用研究.pdf
- 基于層內(nèi)和層間相關(guān)性的小波邊緣檢測(cè).pdf
- 基于聚類(lèi)和相關(guān)反饋的圖像檢索方法研究.pdf
- 基于兩層集成學(xué)習(xí)的基因調(diào)控網(wǎng)絡(luò)重構(gòu).pdf
- 兩層femtocell網(wǎng)絡(luò)的資源分配.pdf
- 兩層煤設(shè)計(jì)參考.dwg
- 兩層煤設(shè)計(jì)參考.dwg
- 基于實(shí)體聚類(lèi)的網(wǎng)絡(luò)信息檢索處理.pdf
- 基于兩層復(fù)雜網(wǎng)絡(luò)層間同步的混沌保密通信研究.pdf
- 基于兩層隱馬爾可夫模型的可視語(yǔ)音合成方法研究.pdf
- 基于網(wǎng)絡(luò)編碼和鏈路相關(guān)性的多包洪泛協(xié)議.pdf
評(píng)論
0/150
提交評(píng)論