實體解析技術研究與應用.pdf

1、傳統(tǒng)的實體解析是指，給定一個或多個描述現(xiàn)實世界的引用集合，識別其中對應于現(xiàn)實世界中同一實體的所有引用的過程。實體解析是數(shù)據清理，數(shù)據集成，數(shù)據挖掘等技術中關鍵的一步，是數(shù)據質量的保障。對于實體解析相關課題的研究其實早已起步，而由于近幾年網絡的迅速普及和數(shù)據規(guī)模的爆炸性增長，如何在海量數(shù)據中準確獲取所需的信息，如何消除相似數(shù)據的歧義，如何檢測出數(shù)據中的錯誤信息等已成為在生活生產中亟待解決的關鍵問題，實體解析也因此成為近幾年熱門的研究課題。

2、隨著研究的深入，已經有不少的研究成果被應用于各個領域，包括保險、銀行、醫(yī)療等。
　　論文中介紹了實體解析含義，背景起源，以及算法基礎。列舉并解釋了實體解析發(fā)展過程中的經典算法包括成對實體解析，集合實體解析，大數(shù)據的實體解析等，以及它們的特點和局限性，分享了在新的應用環(huán)境下衍生出來的針對不同需求的新的實體解析算法。
　　由于電子商務的興起，對網絡產品的精確識別成了亟待解決的具有極高應用價值的課題。網絡數(shù)據具有無標準，無結構的特