【摘 要】
：
数据质量问题是企业在构建商务智能系统中遇到的最重要的问题之一,在处理面向VLDB数据质量的时候,对模糊重复记录的识别和整合非常困难。文章中提出了一种改进的面向VLDB数据
【机 构】
：
上海工程技术大学高职学院,上海宝信软件
论文部分内容阅读
数据质量问题是企业在构建商务智能系统中遇到的最重要的问题之一,在处理面向VLDB数据质量的时候,对模糊重复记录的识别和整合非常困难。文章中提出了一种改进的面向VLDB数据质量处理算法,即先通过基于聚类的N-gram的改进算法来检测相似重复记录,采用pair-wise来计算相似重复度,用一个固定大小的优先队列窗口来聚类相似重复记录,同时引入转换关闭准则生成一种多路聚类方法,提高聚类的准确度。本文的算法在语言识别和关键字检测方面获得高于90%的准确率。
其他文献
大家可别老想着拍电影、当主角。这“拍”习作中的“动感地带”，就是指处理好习作中的动作描写。不过，这回咱们还真要借鉴电影拍摄中的一些小技巧来谈这个话题。一、用好放大镜
小时候，爸爸给我做过一个黄黄的、很亮的灯笼，长大以后才知道，那是奶奶教会爸爸做的小橘灯。 在奶奶那个年代，家里很穷，更没有灯去照亮。于是，奶奶就把树上结的最大的橘子摘下来，削掉“盖”，挖去瓤，在里面放一小节蜡烛，然后用细绳套住，小橘灯就大功告成了。渐渐地，小橘灯成了我儿时最心爱的玩具，而如今奶奶只身在老家，那只小橘灯，放在我窗前估计已经干瘪了。 九月，秋高气爽。周末时候，爸爸从橘园回来买了些橘
我从小就喜欢和姥爷在一起。姥爷像个老顽童，爱说、爱笑，更爱陪我玩——噢，有时也是我陪他玩!渐渐地，我发现姥爷身上有很多值得我学习的地方。
近日,笔者在基层考核干部时发现,不少村的多项工作在全乡取得了长足进步,"第一名"字样的奖状委实不少.然而,在与乡村干部群众走访座谈时,一提到"飞速进位",他们却是一脸的惘
针对地区电网110kV线路发生单相瞬时性接地故障,造成110kV主变间隙保护误动作跳开主变各侧开关,线路重合成功后不能恢复对用户供电的问题进行了深入研究,提出了解决方案,提高
宪法是国家的根本大法,一个国家民主的内容和进程,无不通过宪法得以体现和反映.随着我国社会主义物质文明、政治文明和精神文明的整体推进,我国宪法民主制度也将不断丰富和完
我国在向市场经济过渡的过程中，大量出现欺诈性不正当竞争行为的原因主要有立法不完善、不健全以及有法不依、执法不严；不法经营者在利益驱动下违背竞争道德；自身缺乏法律意识和
随着农业结构的不断调整和产业化经营的加快推进,农民为提高产品进入市场,实现货币形态,增加经济收入,表现出强烈的联合与合作意识.在这种形势下,江苏溧阳市农民专业合作经济
我国试行的国有企业财务总监委派制，对防止会计信息失真，国有资产流失起到了积极作用。财务总监委派制，是加强企业国有资产管理的内在要求，也符合新《会计法》的要求。但财务总监
“苏苏，告诉你个好消息!”妈妈一声大吼，把我吓了个激灵。我三步并作两步跑进妈妈的卧室，妈妈高兴地说：“苏苏，你表姐两个月后就要结婚了!”这真是太好了!表姐结婚，就意味着我又要