南京航空航天大学CIMS工程中心 210016
朱恒民
TP311
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.
朱恒民; 王宁生.一种改进的相似重复记录检测方法[J].控制与决策,2006,21(7):805-808