多模式數據融合中數據質量控制方法的研究與實現.pdf

1、隨著互聯網信息技術的迅猛發(fā)展，越來越多的數據以多種多樣的形式存放在不同數據集中，如何將這些數據進行有效關聯和統(tǒng)一已經成為當今大數據環(huán)境下的重要問題。對不同組織形式，即不同模式下的數據進行關聯融合與統(tǒng)一的過程稱之為多模式數據融合。現如今很多互聯網在線商業(yè)系統(tǒng)如一淘網、去哪兒網等的核心技術問題之一即為多模式數據融合問題。然而，不同數據集中數據的不一致、缺失等質量問題使得融合過程困難重重，如果不加控制往往會導致融合后的數據有更多更嚴重的數據質

2、量問題。
　　本研究主要內容包括：⑴分析和研究現有數據融合的相關技術和方法。本文重點研究數據融合中模式映射與記錄匹配兩個關鍵步驟，并實現數據融合的一些常用算法。在記錄匹配中，本文采用一種基于類決策樹的記錄匹配算法，從而大大提升了匹配效率并在一定程度上提高了匹配的準確率。⑵提出交互式融合算法。該算法對多個數據集中的數據交互地進行模式映射與記錄匹配兩個關鍵步驟，從而達到了較好的融合效果，并有效地解決了融合過程中的數據質量問題。⑶以交互