基于聚类的数据清洗算法的研究
| 摘要 | 第6-7页 |
| abstract | 第7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 国外研究现状 | 第12-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 论文的研究内容和组织结构 | 第15-19页 |
| 1.3.1 论文主要研究内容 | 第15-16页 |
| 1.3.2 论文组织结构 | 第16-19页 |
| 第2章 相关理论 | 第19-31页 |
| 2.1 概述 | 第19页 |
| 2.2 数据质量问题 | 第19-21页 |
| 2.2.1 单数据源问题 | 第20页 |
| 2.2.2 多数据源问题 | 第20-21页 |
| 2.3 数据清洗 | 第21-24页 |
| 2.3.1 数据清洗原理 | 第21页 |
| 2.3.2 数据清洗的框架 | 第21-22页 |
| 2.3.3 数据清洗的方法 | 第22-23页 |
| 2.3.4 数据清洗的评价标准 | 第23-24页 |
| 2.4 聚类算法 | 第24-28页 |
| 2.4.1 聚类算法的分类 | 第25-26页 |
| 2.4.2 基于密度聚类算法 | 第26-28页 |
| 2.5 缺失值处理方法 | 第28-29页 |
| 2.6 重复记录检测方法 | 第29-30页 |
| 2.7 本章小结 | 第30-31页 |
| 第3章 基于聚类的缺失值填补算法研究 | 第31-41页 |
| 3.1 问题提出 | 第31页 |
| 3.2 聚类算法填补缺失值的应用 | 第31-34页 |
| 3.2.1 算法流程 | 第31-33页 |
| 3.2.2 填补过程描述 | 第33页 |
| 3.2.3 算法复杂度分析 | 第33-34页 |
| 3.2.4 应用评价 | 第34页 |
| 3.3 改进的缺失值填补算法 | 第34-37页 |
| 3.3.1 算法思想 | 第35-36页 |
| 3.3.2 算法的伪代码 | 第36-37页 |
| 3.4 实验对比结果及分析 | 第37-40页 |
| 3.4.1 实验说明 | 第37-38页 |
| 3.4.2 实验环境 | 第38页 |
| 3.4.3 实验结果及分析 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 基于聚类的重复记录检测算法研究 | 第41-56页 |
| 4.1 问题提出 | 第41-42页 |
| 4.2 重复记录检测流程 | 第42-43页 |
| 4.3 重复相似度的计算 | 第43-46页 |
| 4.3.1 相似度度量方法 | 第43-44页 |
| 4.3.2 编辑距离度量方法 | 第44-45页 |
| 4.3.3 字段匹配 | 第45-46页 |
| 4.4 多表记录匹配算法 | 第46-49页 |
| 4.4.1 算法思想 | 第46-47页 |
| 4.4.2 算法的伪代码 | 第47-48页 |
| 4.4.3 实验对比分析 | 第48-49页 |
| 4.5 改进的重复记录检测算法 | 第49-53页 |
| 4.5.1 算法思想 | 第49-51页 |
| 4.5.2 算法的伪代码 | 第51-52页 |
| 4.5.3 重复记录处理 | 第52-53页 |
| 4.6 实验对比结果及分析 | 第53-55页 |
| 4.6.1 实验说明 | 第53-54页 |
| 4.6.2 实验环境 | 第54页 |
| 4.6.3 实验结果及分析 | 第54-55页 |
| 4.7 本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第61-62页 |
| 致谢 | 第62页 |
