基于用户反馈数据清洗技术的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题背景及研究的目的和意义 | 第8-9页 |
| 1.2 数据清洗现状研究 | 第9-12页 |
| 1.2.1 数据一致性 | 第10页 |
| 1.2.2 数据去重 | 第10-11页 |
| 1.2.3 数据完全性 | 第11页 |
| 1.2.4 数据精确性 | 第11-12页 |
| 1.2.5 其他数据清洗方法 | 第12页 |
| 1.3 本文的主要研究内容 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 第2章 用户反馈模型 | 第14-22页 |
| 2.1 基于用户反馈的主动学习模型 | 第14-17页 |
| 2.1.1 模型概述 | 第15页 |
| 2.1.2 数据用例 | 第15-16页 |
| 2.1.3 应用场景 | 第16-17页 |
| 2.2 未标记实例的选择 | 第17-19页 |
| 2.2.1 不确定得分 | 第17-18页 |
| 2.2.2 选择方法 | 第18-19页 |
| 2.3 创建委员会的方法 | 第19-21页 |
| 2.3.1 三种创建委员会方法的比较 | 第20-21页 |
| 2.3.2 委员会数量的确定 | 第21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于用户反馈的不一致性修复 | 第22-36页 |
| 3.1 基础知识和分析 | 第22-24页 |
| 3.1.1 函数依赖 | 第22-24页 |
| 3.1.2 框架架构 | 第24页 |
| 3.2 产生候选方案 | 第24-28页 |
| 3.2.1 约束条件 | 第24-26页 |
| 3.2.2 代价函数 | 第26页 |
| 3.2.3 问题答案的表示 | 第26-27页 |
| 3.2.4 遗传优化模型 GM | 第27-28页 |
| 3.3 基于用户反馈的数据修复 | 第28-32页 |
| 3.3.1 学习模型 | 第28-30页 |
| 3.3.2 清洗算法框架 | 第30-32页 |
| 3.4 实验结果及分析 | 第32-35页 |
| 3.4.1 实验室数据 | 第32页 |
| 3.4.2 实验结果及分析 | 第32-35页 |
| 3.5 结论 | 第35-36页 |
| 第4章 基于用户反馈的真值发现 | 第36-51页 |
| 4.1 基础知识和相关概念 | 第36-39页 |
| 4.1.1 问题假设与定义 | 第37-38页 |
| 4.1.2 算法 | 第38-39页 |
| 4.2 框架 | 第39-41页 |
| 4.3 框架的提出 | 第41-48页 |
| 4.3.1 框架概述 | 第42-43页 |
| 4.3.2 数据源真实度和值自信度的计算 | 第43-44页 |
| 4.3.3 产生候选真值 | 第44页 |
| 4.3.4 分组和排序 | 第44-46页 |
| 4.3.5 主动学习过程 | 第46-47页 |
| 4.3.6 参数调整管理器 | 第47-48页 |
| 4.4 实验验证与分析 | 第48-50页 |
| 4.4.1 实验设置 | 第48页 |
| 4.4.2 实验结果与分析 | 第48-50页 |
| 4.5 结论 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表的论文 | 第57-59页 |
| 致谢 | 第59页 |
