文献类型：期刊文章

作　　者：叶焕倬[1] 吴迪[1]

机构地区：[1]中南财经政法大学信息与安全工程学院信息系,武汉430073

出　　处：《现代图书情报技术》

基　　金：国家自然科学基金资助项目"持续审计中智能数据处理及其应用框架研究"(项目编号:70972138);湖北省教育厅人文社会科学基金项目"基于SOA和MAS的金融监管信息系统总体框架研究"(项目编号:2009b080)的研究成果之一

年　　份：2010

期　　号：9

起止页码：56-66

语　　种：中文

收录情况：BDHX、BDHX2008、CSSCI、CSSCI2010_2011、RWSKHX、核心刊

摘　　要：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。

关 键 词：相似重复记录 数据清洗 检测算法  清除算法  

分 类 号：TP311.13]