实体匹配旨在找出多个数据源中表示同一实体的记录。实体匹配是数据有效使用的前提和关键,广泛应用于数据清洗、数据冗余检测、数据融合等领域。实体匹配的前提是了解记录之间匹配的规则,记录之间的匹配规则决定了实体匹配的质量,因此产生高质量记录匹配规则是实体匹配的关键。本文研究基于规则的实体匹配中记录匹配规则的产生算法。首先,通过对已有算法进行分析,发现已有算法不仅存在训练时间长的问题,而且存在结果精确率低的问题。针对存在的问题,本文提出一种基于贪心思想的记录匹配规则产生算法GR-Greedy。GR-Greedy先利用全属性产生基础记录匹配规则,再对基础记录匹配规则的属性进行排序,然后使用贪心的思想删除匹配规则中可能降低匹配精确度的属性,从而提高记录匹配规则的匹配精确度。其次,为了进一步提升记录匹配的精确程度,提出一种基于遍历思想的匹配规则产生算法GR-Traverse。与GR-Greedy相比,GR-Traverse在对基础记录匹配规则的属性进行排序的基础上,使用遍历思想扩大记录匹配规则的枚举空间,并删除匹配规则中所有可能降低匹配精确度的属性,避免了贪心思想的局部性问题,从而进一步提高记录匹配规则的匹配精确度。最后,通过真实数据集进行实验,从训练时间和匹配精确度等方面验证了本文算法的高效性和有效性。