Partitionierung zur effizienten Duplikaterkennung in relationalen Daten / Ausgezeichnete Arbeiten zur Informationsqualität (PDF)
- Lastschrift, Kreditkarte, Paypal, Rechnung
- Kostenloser tolino webreader
Duplikate bzw. Dubletten sind mehrere Datensätze, die das gleiche Realweltobjekt beschreiben, etwa mehrfach erfasste Kunden in einem CRM-System oder unterschiedliche Repräsentationen eines Produkts. Das Auffinden dieser Duplikate ist auch für moderne Computer eine komplexe und zeitintensive Aufgabe. Uwe Draisbach vergleicht zwei der einschlägigen Partitionierungsstrategien, die eine intelligente Auswahl von zu vergleichenden Datensatzpaaren treffen. Daraus entwickelt er ein verallgemeinertes Verfahren und zeigt, dass eine intelligente Auswahl der Datensatzpaare den Aufwand signifikant reduzieren kann, ohne die Qualität der Duplikaterkennung wesentlich zu verringern.
Die Arbeit wurde mit dem "Information Quality Best Master Degree Award" der Deutschen Gesellschaft für Informations- und Datenqualität ausgezeichnet.
- Autor: Uwe Draisbach
- 2012, 2012, 91 Seiten, Deutsch
- Verlag: Vieweg+Teubner Verlag
- ISBN-10: 3834882895
- ISBN-13: 9783834882899
- Erscheinungsdatum: 09.03.2012
Abhängig von Bildschirmgröße und eingestellter Schriftgröße kann die Seitenzahl auf Ihrem Lesegerät variieren.
- Dateiformat: PDF
- Größe: 0.94 MB
- Ohne Kopierschutz
- Vorlesefunktion
Schreiben Sie einen Kommentar zu "Partitionierung zur effizienten Duplikaterkennung in relationalen Daten / Ausgezeichnete Arbeiten zur Informationsqualität".
Kommentar verfassen