基于统计推理的不一致数据清洗方法
Cleaning inconsistent data based on statistical inference
1. 中国科学院沈阳计算技术研究所, 沈阳 110168
2. 沈阳航空航天大学 计算机学院, 沈阳 110136
摘要
不一致数据修复是数据清洗领域的一个重要研究方向，现有方法大多是基于完整性约束规则的，采用最小代价原则进行修复，然而，代价最小的修复方案通常是不正确的，导致现有修复方法的准确率较低。针对现有方法准确率较低的问题，提出了一种基于统计推理的不一致数据清洗方法BayesOUR，兼顾修复的代价与质量，提高修复准确性。BayesOUR主要分为三个阶段：首先根据完整性约束规则进行错误检测，然后利用贝叶斯网络推理所有可能的一致性修复方案概率，最后选择概率最大的修复方案进行数据清洗。真实数据上的实验结果表明，提出的方法与目前领先的方法相比能够显著提高不一致数据修复的准确性。
基金项目
国家自然科学基金青年基金资助项目(6210071734)
出版信息
DOI: 10.19734/j.issn.1001-3695.2024.02.0055
出版期卷: 《计算机应用研究》 优先出版, 2024年第41卷 第10期
发布历史
[2024-07-05] 优先出版
引用本文
张安珍, 胡生吉, 夏秀峰. 基于统计推理的不一致数据清洗方法 [J]. 计算机应用研究, 2024, 41 (10). (2024-07-12). https://doi.org/10.19734/j.issn.1001-3695.2024.02.0055. (Zhang Anzhen, Hu Shengji, Xia Xiufeng. Cleaning inconsistent data based on statistical inference [J]. Application Research of Computers, 2024, 41 (10). (2024-07-12). https://doi.org/10.19734/j.issn.1001-3695.2024.02.0055. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
