Data matching: concepts and techniques for record linkage, entity resolution, and duplicate detection

ویرایش: 1 
نویسندگان: Peter Christen (auth.)  
سری: Data-centric systems and applications 
ISBN (شابک) : 9783642311642, 3642311644 
ناشر: Springer-Verlag Berlin Heidelberg 
سال نشر: 2012 
تعداد صفحات: 279 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 مگابایت 

قیمت کتاب (تومان) : 30,000



تطبیق داده‌ها (همچنین به عنوان پیوند رکورد یا داده، وضوح موجودیت، شناسایی شی یا تطبیق فیلد نیز شناخته می‌شود) وظیفه شناسایی، تطبیق و ادغام رکوردهایی است که با موجودیت‌های مشابه از چندین پایگاه داده یا حتی در یک پایگاه داده مطابقت دارند. پایگاه داده بر اساس تحقیقات در حوزه های مختلف از جمله آمار کاربردی، انفورماتیک سلامت، داده کاوی، یادگیری ماشین، هوش مصنوعی، مدیریت پایگاه داده و کتابخانه های دیجیتال، پیشرفت های قابل توجهی در طول دهه گذشته در تمام جنبه های فرآیند تطبیق داده ها، به ویژه در مورد چگونگی به دست آمده است. برای بهبود دقت تطبیق داده‌ها و مقیاس‌پذیری آن در پایگاه‌های داده بزرگ.

کتاب پیتر کریستن به سه بخش تقسیم می‌شود: بخش اول، «نمای کلی»، موضوع را با ارائه چندین نمونه کاربردی و چالش‌های خاص آن‌ها معرفی می‌کند. ، و همچنین یک نمای کلی از فرآیند تطبیق داده های عمومی. بخش دوم، "مراحل فرآیند تطبیق داده ها"، سپس مراحل اصلی آن مانند پیش پردازش، نمایه سازی، مقایسه میدانی و رکورد، طبقه بندی و ارزیابی کیفیت را شرح می دهد. در نهایت، بخش سوم، "موضوعات بیشتر"، به جنبه های خاصی مانند حریم خصوصی، تطبیق بلادرنگ یا تطبیق داده های بدون ساختار می پردازد. در نهایت، به طور خلاصه ویژگی‌های اصلی بسیاری از تحقیقات و سیستم‌های منبع باز موجود امروزی را شرح می‌دهد.

این کتاب با ارائه طیف گسترده‌ای از مفاهیم و تکنیک‌های تطبیق داده‌ها و لمس تمام جنبه‌های فرآیند تطبیق داده‌ها، به خواننده کمک می‌کند. محققان و همچنین دانشجویان متخصص در کیفیت داده ها یا جنبه های تطبیق داده ها برای آشنایی با پیشرفت های تحقیقاتی اخیر و شناسایی چالش های تحقیقاتی باز در زمینه تطبیق داده ها. برای این منظور، هر فصل از کتاب شامل بخش پایانی است که نکاتی را برای پیشینه و مطالب تحقیقاتی بیشتر ارائه می دهد. پزشکان وضعیت فعلی هنر در تطبیق داده ها و همچنین عملکرد داخلی و محدودیت های سیستم های فعلی را بهتر درک خواهند کرد. به خصوص، آنها یاد خواهند گرفت که اغلب نمی‌توان به سادگی یک سیستم تطبیق داده‌های موجود را بدون تطبیق و سفارشی‌سازی به سادگی پیاده‌سازی کرد. چنین ملاحظات عملی برای هر یک از مراحل اصلی در فرآیند تطبیق داده ها مورد بحث قرار می گیرد.

Data matching (also known as record or data linkage, entity resolution, object identification, or field matching) is the task of identifying, matching and merging records that correspond to the same entities from several databases or even within one database. Based on research in various domains including applied statistics, health informatics, data mining, machine learning, artificial intelligence, database management, and digital libraries, significant advances have been achieved over the last decade in all aspects of the data matching process, especially on how to improve the accuracy of data matching, and its scalability to large databases.

Peter Christen’s book is divided into three parts: Part I, “Overview”, introduces the subject by presenting several sample applications and their special challenges, as well as a general overview of a generic data matching process. Part II, “Steps of the Data Matching Process”, then details its main steps like pre-processing, indexing, field and record comparison, classification, and quality evaluation. Lastly, part III, “Further Topics”, deals with specific aspects like privacy, real-time matching, or matching unstructured data. Finally, it briefly describes the main features of many research and open source systems available today.

By providing the reader with a broad range of data matching concepts and techniques and touching on all aspects of the data matching process, this book helps researchers as well as students specializing in data quality or data matching aspects to familiarize themselves with recent research advances and to identify open research challenges in the area of data matching. To this end, each chapter of the book includes a final section that provides pointers to further background and research material. Practitioners will better understand the current state of the art in data matching as well as the internal workings and limitations of current systems. Especially, they will learn that it is often not feasible to simply implement an existing off-the-shelf data matching system without substantial adaption and customization. Such practical considerations are discussed for each of the major steps in the data matching process.

Front Matter....Pages i-xix
Front Matter....Pages 1-1
Introduction....Pages 3-22
The Data Matching Process....Pages 23-35
Front Matter....Pages 37-37
Data Pre-Processing....Pages 39-67
Indexing....Pages 69-100
Field and Record Comparison....Pages 101-127
Classification....Pages 129-162
Evaluation of Matching Quality and Complexity....Pages 163-184
Front Matter....Pages 185-185
Privacy Aspects of Data Matching....Pages 187-207
Further Topics and Research Directions....Pages 209-228
Data Matching Systems....Pages 229-242
Back Matter....Pages 243-270