【摘 要】
：
字符串相似性连接是数据质量管理的基本操作,也是数据价值发现的关键步骤。针对目前已有的方法不能满足面向大数据的增量式处理需求的问题,提出一种面向流式数据的增量式字符
【基金项目】
：
国家自然科学基金资助项目（61402100）, 中央高校基本科研业务费专项（2232013D3-15）
论文部分内容阅读
字符串相似性连接是数据质量管理的基本操作,也是数据价值发现的关键步骤。针对目前已有的方法不能满足面向大数据的增量式处理需求的问题,提出一种面向流式数据的增量式字符串相似性连接方法——IncJoin,并对方法的索引技术进行了优化。该方法以Pass-Join字符串连接算法为基础,首先,采用字符串划分技术将字符串划分成多个互不相交的子串;然后,建立字符串的反向索引列表并将其作为状态;最后,新增数据只需根据状态进行相似性计算,每次连接操作结束后都对状态进行更新。实验结果表明,Inc-Join方法在不影响连接准确率
其他文献
《企业会计制度》不要求单独核算投资性房地产，将相关的资产作为固定资产或无形资产核算。企业会计准则将投资性房地产单独作为一项资产核算和反映。笔者认为，企业会计准则的做
2006年2月15日，财政部发布了《企业会计准则第22号——金融工具确认和计量》。该准则在基本准则的基础上，对金融工具的定义、金融资产与负债的分类、金融工具的确认和计量等方
我班不少同学在解答完毕之后特别自信，认为自己的答案正确无误，特别是得出两个或两个以上的答案时，很少持怀疑的态度去审查自己的解题过程，而是确信无疑该题就是有两解；只有当作业
在解答有关事件的独立性问题时，因为往往需要结合必修《数学3》中所学的互斥事件和对立事件，有些同学特别容易混淆新旧概念，又因所求事件与已知事件相互关系较复杂，刚开始学习时
大家平时做题，最终的目标往往是能够准确地求出答案，就“OK”了．如果这道题对你来说有一定挑战性的话，还会收获一种成就感，开开心心找下一个题去攻克．但以这样的方式做题，往往会失去
“我看到10F平常跋扈的CEO正被董事长痛批。”“9F阴险的HR经理正在偷偷哭泣。”“8F的市场总监正被客户奚落。”
在日常生活中，有的胃痛患者未经医生诊治而自行采取用去病片治胃痛，结果疼痛更加严重。一般而言，胃痛常常是由胃部炎症刺激所引起的。止痛片所含的非那西丁、氨基比林、咖啡因和
在利用线面平行的判定定理证明平行时，由于不能很快找到面内的平行直线，让很多同学颇为苦恼．经过一段时间的探索，同学小君发现了一个比较有趣的方法，让他在证明线面平行的相关问题
我国现行会计准则规定企业合并采用购买法与权益结合法核算，两种方法对合并财务报表的影响差异很大，但会计准则对这两种方法的使用并未进行严格限制，这就给企业进行盈余管理提供