摘要：本發(fā)明公開了一種基于元數(shù)據(jù)去除重復(fù)對象的方法，涉及元數(shù)據(jù)清理領(lǐng)域，解決了現(xiàn)有去除重復(fù)數(shù)據(jù)工作量大的問題，本發(fā)明先對待錄入的元數(shù)據(jù)進行規(guī)范化處理。在比較時通過縮小比較范圍，減少工作量，提高工作效率。在數(shù)據(jù)集合記錄中，選取與待錄入元數(shù)據(jù)的出版社字段相同的記錄；在選定的記錄中，選取isbn、書名、作者、出版社、出版時間、價格字段，作為比較范圍。利用帶權(quán)重值的相似度比較函數(shù)，計算待錄入元數(shù)據(jù)與數(shù)據(jù)集合中對應(yīng)字段的屬性值之間的相似度值；將各個字段相似度值乘以權(quán)重值，相加得到復(fù)合相似度值；將復(fù)合相似度值與預(yù)設(shè)閾值進行比較；如果復(fù)合相似度值不小于閾值，則數(shù)據(jù)集合中的當(dāng)前記錄與待錄入元數(shù)據(jù)為重復(fù)數(shù)據(jù)。
- 專利類型發(fā)明專利
- 申請人北大方正集團有限公司;北京方正阿帕比技術(shù)有限公司;
- 發(fā)明人高飛;
- 地址100871北京市海淀區(qū)成府路298號方正大廈5層
- 申請?zhí)?/b>CN200710106024.5
- 申請時間2007年05月29日
- 申請公布號CN101286156A
- 申請公布時間2008年10月15日
- 分類號G06F17/30(2006.01);G06F19/00(2006.01);
教育裝備采購網(wǎng)企業(yè)微信客服
京公網(wǎng)安備11010802043465號
