基于聚类模式的数据清洗技术
| 中文摘要 | 第5-7页 |
| 英文摘要 | 第7页 |
| 第一章 绪论 | 第10-18页 |
| 1．1 引言 | 第10-11页 |
| 1．2 数据清洗研究的主要领域 | 第11-13页 |
| 1．2．1 数据仓库中的数据清洗 | 第11-13页 |
| 1．2．2 知识发现过程中的数据清洗 | 第13页 |
| 1．2．3 数据质量管理系统中的数据清洗 | 第13页 |
| 1．3 数据清洗研究的现状 | 第13-15页 |
| 1．3．1 当前纠正数据错误的研究状况 | 第13-15页 |
| 1．3．2 数据清洗中数据源整合的相关工作 | 第15页 |
| 1．4 当前数据清洗方法存在的问题 | 第15-16页 |
| 1．5 本文的研究内容及组织结构 | 第16-18页 |
| 1．5．1 研究内容 | 第16-17页 |
| 1．5．2 论文内容安排 | 第17-18页 |
| 第二章 数据清洗前的预处理 | 第18-24页 |
| 2．1 引言 | 第18页 |
| 2．2 清除脏数据和标准化简写 | 第18-22页 |
| 2．2．1 清除脏数据 | 第19-21页 |
| 2．2．2 缩写标准化的处理 | 第21-22页 |
| 2．3 数据的转换 | 第22-23页 |
| 2．4 小结 | 第23-24页 |
| 第三章 基于聚类的多数据表记录匹配算法 | 第24-44页 |
| 3．1 引言 | 第24-25页 |
| 3．2 键值的选取 | 第25-26页 |
| 3．3 记录的匹配算法 | 第26-31页 |
| 3．3．1 记录匹配的相关工作 | 第27-28页 |
| 3．3．2 所用的聚类技术 | 第28-29页 |
| 3．3．3 创建Canopy的步骤 | 第29-31页 |
| 3．4 多表记录匹配的算法 | 第31-40页 |
| 3．4．1 一对一的多表匹配算法 | 第33-37页 |
| 3．4．2 一对多与多对多匹配的算法 | 第37-40页 |
| 3．5 算法的复杂度分析 | 第40-41页 |
| 3．6 实验结果与分析 | 第41-43页 |
| 3．7 小结 | 第43-44页 |
| 第四章 基于聚类的复制记录删除算法 | 第44-56页 |
| 4．1 引言 | 第44-45页 |
| 4．2 检测复制记录的算法 | 第45-50页 |
| 4．3 删除复制记录 | 第50页 |
| 4．4 算法的优化和可扩展性 | 第50-51页 |
| 4．5 算法的复杂度分析 | 第51-52页 |
| 4．6 实验结果及分析 | 第52-55页 |
| 4．6．1 准确性的量度与阈值选择的相互验证 | 第52-53页 |
| 4．6．2 实验结果 | 第53-55页 |
| 4．7 小结 | 第55-56页 |
| 第五章 总结及进一步工作 | 第56-58页 |
| 5．1 全文总结 | 第56-57页 |
| 5．2 进一步工作 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录A：作者简历 | 第63页 |
