文件名称：一种改进的相似重复记录检测方法 (2006年)
文件大小：4.68MB
文件格式：PDF
更新时间：2024-06-16 10:05:22
自然科学 论文
针对当前相似重复记录检测方法中存在的问题，提出一种改进方法。该方法根据关系表的决定属性值划分记录集，并在每个决定属性值类中检测相似重复记录。在决定属性值聚类时，提出了动态优先队列聚类算法和合并逆序算法，尽可能使相似重复的属性值聚为同一类；在记录聚类时提出了类调整算法，以提高类的代表记录的代表性。通过大量的实验分析，验证了该方法的有效性。