论文部分内容阅读
检测和消除数据仓库中的相似重复记录是数据清洗和提高数据质量要解决的主要问题之一。将位置编码技术引入到数据仓库ETL中,提出了一种相似重复记录的检测算法PCM(位置编码方法)。该算法不仅可以应用到西文字符集中,而且也成功的应用到了中文字符集中,实例表明该算法具有很好的效果。
数据仓库ETL中相似重复记录的检测方法及应用
【摘 要】
：
检测和消除数据仓库中的相似重复记录是数据清洗和提高数据质量要解决的主要问题之一。将位置编码技术引入到数据仓库ETL中,提出了一种相似重复记录的检测算法PCM(位置编码方法)。该算法不仅可以应用到西文字符集中,而且也成功的应用到了中文字符集中,实例表明该算法具有很好的效果。
【机 构】
：
辽宁师范大学计算机系,大连理工大学计算机系
【出 处】
：
计算机应用
【发表日期】
：
2006年04期
【基金项目】
：
辽宁省教育厅基金资助项目（2004C031）
其他文献
【正】鄂政办发[2010]109号各市、州、县人民政府,省政府各部门:为进一步加强对我省教育体制改革工作的组织领导,省人民政府决定成立湖北省教育体制改革领导小组。现将领导小
目的探索协同护理对结直肠癌患者结肠造口后护理效果及自我护理能力的影响性。方法选取2015年3月5日~2017年1月5日结直肠癌患者80例作为研究对象,将其随机分为两组,各40例,观
用俄歇谱及分子束技术就地与非就地研究了蒸发稀土金属镧薄膜的表面特性，一种情况是在镀膜机内制作镧薄膜，从镀膜机中取出，暴露在大气中，然放后放入超高真空室内进行研究，另一种情
报告基因显像技术是分子影像学中重要的成像技术，其将报告基因与报告探针结合在一起，通过探针的聚集显像报告基因产物的活性水平，从而间接提供报告基因表达水平及驱动报告基因表
为了解决轨道交通和综合管廊分开规划建设所存在的资金花费大、占用资源多、实施难度大的问题,提出一种基于地理信息系统(GIS)与三维设计(BIM)的轨道交通和综合管廊同期规划
目的了解尘肺病患者口腔健康状况和口腔保健行为情况，指导口腔疾病的防治工作。方法154名尘肺病住院患者进行口腔健康检查，并设立健康问卷，对口腔疾病的种类、严重程度、口腔健
目的观察阿卡波糖联合诺和锐30治疗肝源性糖尿病的疗效。方法肝源性糖尿病患者46例,随机分为两组,每组23例,治疗组在早、晚餐前30 min皮下注射诺和锐30（12-40 U/d）及口服阿卡波
用真空热压、真空“饱和蒸汽溶入”法相结合的方法成功地制备了均匀性及透光性良好的光折变高分子薄膜。由于在真空环境中制备并不使用有机溶剂，所以样品中不存在残留溶剂和微
采用欧拉-欧拉多流体方法,对磁场复合电解加工的气液两相流进行了数值模拟,研究磁场作用下电解质流场流速、气泡体积分数分布等流体力学信息。仿真表明,静液状态时,在磁场的
采用离子束溅射技术制备了Ｃｏ／Ｐｔ多层膜，并研究了多层膜的结构和磁性随Ｃｏ层厚度或Ｐｔ层厚度的变化关系。结果表明Ｃｏ层呈现出ｈｃｐ结构的（００２）结构，Ｐｔ层表现出ｆｃｃ结构的（１１１）织构。当Ｃｏ层和Ｐｔ层都比较薄时，界面有Ｃｏ－Ｐｔ的化合