相似重复记录清理方法研究综述

作者：叶焕倬; 吴迪

来源：现代图书情报技术, 2010, (09): 56-66.

• 相似重复记录
• 数据清洗
• 检测算法
• 清除算法 Approximately duplicate data Data cleaning Detect algorithm Eliminate algorithm

介绍相似重复数据清理的步骤、框架和衡量标准。重点对检测和清除算法按照算法类型及相关改进思路进行分类综述,给出算法的适用范围和优缺点,概括现有的数据清理工具(如Merge/Purge)。对相似重复记录清理领域的研究问题进行展望,将知识和语义的概念引入到数据清理框架中是未来重要的发展趋势。

• 出版日期2010
• 单位中南财经政法大学