Web数据集成中数据清洗的关键问题研究
| 摘要 | 第1-11页 |
| ABSTRACT | 第11-13页 |
| 第一章 绪论 | 第13-19页 |
| ·研究背景 | 第13-14页 |
| ·研究现状 | 第14-17页 |
| ·国外研究现状 | 第14-16页 |
| ·国内研究现状 | 第16-17页 |
| ·研究内容和主要工作 | 第17页 |
| ·本文的组织结构 | 第17-19页 |
| 第二章 数据清洗理论综述 | 第19-30页 |
| ·数据质量 | 第19-20页 |
| ·数据质量问题 | 第20-22页 |
| ·数据清洗定义 | 第22-23页 |
| ·数据清洗的原理与基本流程 | 第23-26页 |
| ·数据清洗评估 | 第26-28页 |
| ·数据清洗方案 | 第28-30页 |
| 第三章 数据清洗的相关技术 | 第30-40页 |
| ·不完整数据相关概念 | 第30-32页 |
| ·不完整数据的处理方法 | 第30-31页 |
| ·缺失值的处理 | 第31-32页 |
| ·异常数据的处理 | 第32-36页 |
| ·异常数据相关概念 | 第32-34页 |
| ·基干孤立点检测异常数据 | 第34-36页 |
| ·重复记录的处理 | 第36-40页 |
| ·重复记录的定义 | 第36-37页 |
| ·重复记录清洗的流程 | 第37-39页 |
| ·重复记录清洗的重要性 | 第39-40页 |
| 第四章 基于权值分级的相似重复记录检测方法 | 第40-49页 |
| ·基本思想 | 第40-41页 |
| ·基本定义 | 第41-42页 |
| ·基本步骤 | 第42-47页 |
| ·级别法计算权值 | 第42-43页 |
| ·数据分组 | 第43-45页 |
| ·字段匹配算法 | 第45-46页 |
| ·算法描述 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第五章 数据清洗在WEB数据集成中的运用 | 第49-61页 |
| ·应用背景 | 第49页 |
| ·WEB数据集成 | 第49-53页 |
| ·Web数据的特点 | 第49-51页 |
| ·XML的特点 | 第51-52页 |
| ·基于XML的Web数据集成框架 | 第52-53页 |
| ·WEB数据集成中数据清洗的框架 | 第53-58页 |
| ·XML到数据库的映射 | 第54-55页 |
| ·数据清洗预处理 | 第55-58页 |
| ·重复记录的检测 | 第58页 |
| ·实验 | 第58-60页 |
| ·实验环境及说明 | 第58页 |
| ·查准率和查全率对比 | 第58-59页 |
| ·时间对比 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| ·本文工作总结 | 第61-62页 |
| ·未来工作展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间发表的学术论文 | 第68-69页 |
| 学位论文评阅及答辩情况表 | 第69页 |
