大數(shù)據(jù)清洗技術(shù)

定　價：￥88.00

作　者：	王宏志著
出版社：	哈爾濱工業(yè)大學出版社
叢編項：	國之重器出版工程
標　簽：	暫缺

購買這本書可以去

ISBN：	9787560377537	出版時間：	2020-01-01	包裝：	平裝
開本：	16開	頁數(shù)：	308	字數(shù)：

內(nèi)容簡介

　　本書主要介紹了大數(shù)據(jù)清洗方面的研究成果。全書共分7章，重點面向大數(shù)據(jù)清洗中計算困難、錯誤混雜、缺少知識等難題，針對實體識別、真值發(fā)現(xiàn)、缺失值填充、不一致檢測與修復等問題提出了相應的技術(shù)和算法，并在第7章提出了多數(shù)據(jù)質(zhì)量問題綜合清洗與優(yōu)化技術(shù)。本書可作為高等院校和科研機構(gòu)大數(shù)據(jù)、數(shù)據(jù)質(zhì)量管理、數(shù)據(jù)治理等方面的教學和科研參考書。

作者簡介

　　王宏志，哈爾濱工業(yè)大學計算機科學與技術(shù)學院教授、博士生導師，青年龍江學者。其研究方向為大數(shù)據(jù)、數(shù)據(jù)科學、數(shù)據(jù)管理與分析。在VLDB， SIGMOD等國內(nèi)外重要會議和期刊發(fā)表學術(shù)論文200余篇，出版學術(shù)專著兩本，先后主持國家自然科學基金重點項目等10余個項目。獲得黑龍江省自然科學一等獎、教育部高等學?？萍歼M步一等獎、黑龍江省青年科技獎等獎勵和榮譽。任ACM SIGMOD中國秘書長、中國數(shù)據(jù)庫專業(yè)委員會常務委員、ACM數(shù)據(jù)科學學科標準編寫組專家。

圖書目錄

第 1章緒論 1
1．1 大數(shù)據(jù)的定義及其應用 2
1．2 數(shù)據(jù)質(zhì)量問題 4
1．3 大數(shù)據(jù)的質(zhì)量問題與挑戰(zhàn) 12
1．4 數(shù)據(jù)清洗研究進展 13
1．5 本書的內(nèi)容 16
本章參考文獻 17
第　2章大數(shù)據(jù)處理技術(shù)概述 21
2．1 大數(shù)據(jù)并行計算平臺 22
2．2 眾包技術(shù) 26
本章參考文獻 29
第3章　實體識別 30
3．1 實體識別概述 31
3．2 串行實體識別算法 35
3．3 并行實體識別算法 45
3．4 增量實體識別算法 77
3．5 基于眾包的實體識別 94
本章參考文獻 100
第4章　真值發(fā)現(xiàn) 107
4．1 真值發(fā)現(xiàn)算法概述 108
4．2 并行真值發(fā)現(xiàn)算法 109
4．3 增量真值發(fā)現(xiàn)算法 127
4．4 基于眾包的真值發(fā)現(xiàn) 140
本章參考文獻 144
第5章　缺失值填充 145
5．1 缺失值填充算法概述 146
5．2 基于貝葉斯網(wǎng)絡的串行缺失值填充算法 150
5．3 實驗結(jié)果及分析 175
5．4 并行缺失值填充算法 182
5．5 基于眾包的缺失值填充算法 196
本章參考文獻 202
第6章　不一致數(shù)據(jù)檢測與修復 205
6．1 不一致數(shù)據(jù)檢測與修復概述 206
6．2 并行不一致數(shù)據(jù)檢測與修復算法 211
6．3 基于眾包的不一致數(shù)據(jù)檢測與修復算法 225
6．4 掃描數(shù)據(jù)一次的大數(shù)據(jù)不一致檢測算法 229
本章參考文獻 244
第7章　多數(shù)據(jù)質(zhì)量問題綜合清洗與優(yōu)化 249
7．1 數(shù)據(jù)質(zhì)量維度的關聯(lián) 250
7．2 基于任務合并的并行數(shù)據(jù)清洗優(yōu)化 274
7．3 綜合大數(shù)據(jù)清洗系統(tǒng) 293
本章參考文獻 303
名詞索引　307