CAJ | 학술논문

随着计算机网络的发展,许多复杂庞大的异构数据集应运而生.为了有效利用这些异构数据,通常采用数据集成的方法,其中模式匹配是数据集成的核心技术.然而,许多数据集具有典型的异构性,并可能存在有重复数据、缺失数据、模式信息缺失等问题,导致传统的模式匹配技术无法适用.为此,研究了模式信息未知或者不完整情况下的模式匹配问题,提出了应用信息论的模式匹配模型.该模型完全基于数据分布的特点而不依赖于任何外部知识,能够准确地计算出属性列之间的相似度,并有效地描述数据集中各个属性列数据的分布特点和属性列之间的关联关系.还提出了构建原始数据分布图和演化数据分布图的算法,从而形式化地表达出属性列之间的关系,达到匹配的目的.在真实数据集上的综合实验评估证明了方法的可行性和有效性.
수착계산궤망락적발전,허다복잡방대적이구수거집응운이생.위료유효이용저사이구수거,통상채용수거집성적방법,기중모식필배시수거집성적핵심기술.연이,허다수거집구유전형적이구성,병가능존재유중복수거、결실수거、모식신식결실등문제,도치전통적모식필배기술무법괄용.위차,연구료모식신식미지혹자불완정정황하적모식필배문제,제출료응용신식론적모식필배모형.해모형완전기우수거분포적특점이불의뢰우임하외부지식,능구준학지계산출속성렬지간적상사도,병유효지묘술수거집중각개속성렬수거적분포특점화속성렬지간적관련관계.환제출료구건원시수거분포도화연화수거분포도적산법,종이형식화지표체출속성렬지간적관계,체도필배적목적.재진실수거집상적종합실험평고증명료방법적가행성화유효성.