Oracle数据库RMAN备份与恢复.pdfVIP

ISSN1009-3044 E-mail: jslt@ Computer Knowledge and Technology 电脑知识与技术 第8 卷第21 期 (2012 年7 月) Computer Knowledge and Technology 电脑知识与技术 Vol.8, No.21, July 2012. Tel:+86-551-5690963 5690964 对象识别研究综述 1 1 2 常明 ，倪德强 ，程涛远 （1.鞍山广播电视局，辽宁鞍山114001；2.北京百度网讯科技有限公司，北京100080） 摘要：数据的质量直接决定着信息服务的质量。在有关数据质量的各种问题中,识别出属于同一个现实实体（对象）的多条记录（表 象）是最关键的问题之一。我们把这样的问题称为是对象识别问题。该文分析了近些年对象识别技术的发展，给出了在效率可扩 展性、属性值相似度的判断、记录对相似性的判断、集合模型相似性的判断等方面相关的研究方法和存在的研究问题。 关键词:对象识别；可扩展性；相似度；记录对 中图分类号：TP399 文献标识码：A 文章编号：1009-3044(2012)21-5032-03 ReviewofObjectIdentificationResearch CHANG Ming 1 1 2 ，NI De-qiang ,CHENG Tao-yuan (1.Anshan Radio and Television Bureau,Anshan 114001,China; 2.Beijing Baidu Network Technology Co., Ltd., Beijing 100080, China) Abstract：Data quality directly determines the quality of information service. About data quality problems, it is one of the most critical is⁃ sues to identify a number of records (representation) of the same real entities (objects). It is called object identification. This paper analyzed the recent technical development of object identification. give some recent research methods and problems about efficiency of scalability, at⁃ tribute value similarity judgments, record pairs similarity judgment, set model similarity judgment. Keywords：object identification; scalability; similarity; record pair [1] 1959年H. Newcombe 等人第一次提出了对象识别的概念 ，文献[2]则为对象识别提出了正式理论，并且提出了一整套的统计学 方法来计算匹配的参数和错误率。在传统的对象识别研究中，人们主要在解决如下两个问题：1）如何计算记录对的相似度；）如何 减少需要进行相似度计算的记录对数目。W. E. Winkler 在文献[3] 中综述了当时与对象识别相关的研究工作。几年过去了，对象 识别领域的研究又取得了很大的进展，而且最近几年出现了一些新的模型和方法，突破了传统对象识别中基于两条记录计算相似 度的思想。 1相关研究分类 对象识别的研究工作基本上可以分为两个部分：1）如何提高对象识别的可扩展性，减少需要比较的