| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 课题研究背景以及研究意义 | 第8页 |
| 1.2 数据清洗技术的研究现状 | 第8-10页 |
| 1.2.1 数据清洗技术的研究 | 第8-9页 |
| 1.2.2 实体识别的研究 | 第9-10页 |
| 1.3 本文主要研究内容 | 第10页 |
| 1.4 本文组织结构 | 第10-12页 |
| 第2章 基于网络数据清洗框架 | 第12-18页 |
| 2.1 问题定义 | 第12-16页 |
| 2.1.1 数据质量问题定义 | 第12-13页 |
| 2.1.2 数据清洗的定义 | 第13-14页 |
| 2.1.3 基于网络的数据清洗的定义 | 第14-16页 |
| 2.2 基于网络数据清洗的整体框架 | 第16-17页 |
| 2.2.1 框架 | 第16-17页 |
| 2.3 本章小结 | 第17-18页 |
| 第3章 数据质量问题检测 | 第18-34页 |
| 3.1 丢失值检测 | 第18页 |
| 3.2 错误值检测 | 第18-20页 |
| 3.3 冲突值检测 | 第20-33页 |
| 3.3.1 元组匹配 | 第21-24页 |
| 3.3.2 元组聚类 | 第24-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 基于网络的模式获取 | 第34-40页 |
| 4.1 关键字生成 | 第34-35页 |
| 4.2 模式获取 | 第35-40页 |
| 4.2.1 与网络信息交互 | 第35-36页 |
| 4.2.2 挖掘模式 | 第36-40页 |
| 第5章 基于网络模式的数据清洗 | 第40-47页 |
| 5.1 可行元组的选择 | 第40-42页 |
| 5.1.1 为什么要选择可行元组 | 第40-42页 |
| 5.2 其它清洗策略 | 第42-43页 |
| 5.2.1 使用 FD\CFD 进行清洗 | 第42-43页 |
| 5.2.2 使用真值发现算法清洗 | 第43页 |
| 5.3 基于网络模式的清洗 | 第43-47页 |
| 5.3.1 空缺值清洗 | 第43-44页 |
| 5.3.2 错误值清洗 | 第44-45页 |
| 5.3.3 冲突值清洗 | 第45-47页 |
| 第6章 实验验证 | 第47-65页 |
| 6.1 元组匹配算法实验 | 第47-52页 |
| 6.1.1 效率、精确率和召回率 | 第47-48页 |
| 6.1.2 与已有算法的比较 | 第48-49页 |
| 6.1.3 参数影响 | 第49-52页 |
| 6.2 元组聚类算法实验 | 第52-59页 |
| 6.2.1 量化标准 | 第52-53页 |
| 6.2.2 使用 Zachary's karate club 测试 | 第53-54页 |
| 6.2.3 使用 College football 测试 | 第54-55页 |
| 6.2.4 在人工合成的数据上进行测试 | 第55-57页 |
| 6.2.5 在更多的真实数据上进行测试 | 第57-59页 |
| 6.3 基于网络的数据清洗算法实验 | 第59-63页 |
| 6.3.1 获取网络模式 | 第59-61页 |
| 6.3.2 对空缺值的清洗 | 第61-62页 |
| 6.3.3 对错误值的清洗 | 第62-63页 |
| 6.3.4 对冲突值的清洗 | 第63页 |
| 6.4 实验小结 | 第63-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表及在投的论文 | 第70-72页 |
| 致谢 | 第72页 |