大数据集成中确定数据准确属性值的WR方法
数据集成是提供高质量数据以进行决策的基础．集成的一个关键环节是根据实体在数据库中 的不同元组确定其准确属性值．最新的R—topK方法在数据上实施人工设计的规则确定属性值问的准 确程度，得到了相对准确的属性值．然而这种方法在处理多个可能的准确值或设计的规则存在冲突等情 况下需要较多人工交互．为此提出基于权重规则的wR（weighted—rule）方法确定大数据集成中数据的 准确属性值．该方法为属性值间准确程度的判断规则扩充了权重，在准确值发生冲突时避免了R—topK方法中人工交互干预．基于追逐过程设计了约束条件推理算法，并证明它能够在0（n2）内推导出每对属 性值间的带权重的准确程度，形成推导准确属性值的约束条件．面对约束条件中可能的冲突，提出了目 标求解算法，在0（行）时间内从所有属性值组合中搜索最可能的准确属性值．在真实和合成数据集中进 行了充分的实验，验证了WR方法的效果和效率．WR方法较R—topK方法在性能上提高了3～15倍， 在效果上提升7％～80％．
- 2021-06-23
- 阅读202
- 下载0
- 10页
- pdf
