列名與數(shù)值不確定情況下的模式匹配問題研究.pdf

1、數(shù)據(jù)的集成會造成數(shù)據(jù)的不確定性。模式匹配是數(shù)據(jù)集成的基礎，在匹配時降低數(shù)據(jù)的不確定性有助于數(shù)據(jù)集成效果的提升。但是傳統(tǒng)的基于語義的匹配效率不高，且經常出現(xiàn)錯誤。因此，人們考慮利用專業(yè)的工具來進行匹配。然而對于語義解析的匹配方式，其準確性還有待考量，且無法直觀的描述，因此也增大了匹配過程中的不確定性。
　　在模式匹配不確定性情形下，經常會有不透明模式的問題出現(xiàn)，這會給原來的語義匹配方法帶來難度。例如在實際列表中的值或屬性名（列名）沒

2、有明確給出，而是用一些代碼表示。列名與數(shù)據(jù)值不確定在模式匹配中較為常見，目前大多數(shù)的算法都是基于互信息及歐式空間距離，但是并沒有將屬性相似度相同或相近導致匹配錯誤的問題考慮在內。在模式匹配不確定性研究中，本文主要研究的是一種錯誤匹配問題，即屬性值差異性較大的問題。針對不確定模式匹配中屬性值差異性較大導致的錯誤匹配問題，本文提出了混合匹配的方式進行解決，首先提出了多重迭代篩選方法，尋找關系模式中以此匹配成功的屬性對，并從中繼續(xù)尋找最優(yōu)屬性

3、對，接著利用條件互信息進行匹配，并利用最優(yōu)屬性對未匹配屬性的條件互信息進行計算，進而得出屬性間的歐式距離，最終得出結果，在上述的過程中，提升了匹配的效率，減少了匹配的錯誤。
　　同時，為了進一步提高不確定模式匹配的準確度，進一步解決不確定模式匹配中同一表屬性值相似度分布相同情況下的特殊模式匹配問題，以及多屬性關系模式的高復雜度匹配問題，本文又提出了基于貝葉斯信息的匹配方法，構建關系模式的貝葉斯網(wǎng)絡，分別計算得到最優(yōu)屬性對的馬爾科夫