کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6855765 1437673 2016 35 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Fixing rules for data cleaning based on conditional functional dependency
ترجمه فارسی عنوان
اصالح قوانین برای تمیز کردن داده ها بر اساس وابستگی کارکرد مشروط
کلمات کلیدی
کیفیت داده، تعمیرات داده ها، داده کاوی، عدم انطباق داده، تمیز کردن داده ها،
ترجمه چکیده
اکثر پایگاه های موجود از ناهماهنگی های داده ها رنج می برند. تلاش برای افزایش کیفیت داده ها برای حل این مسئله ضروری است. در این مقاله، دو روش برای معادلات وابسته به عملکرد عملیات شرطی معادلات از جمله پایگاه داده های مورد استفاده برای تمیز کردن داده ها پیشنهاد می شود. ایده تکنیک های پیشنهادی این است که ابتدا ابتدا الگوهای مکرر بسته حداکثر را در نظر بگیریم و سپس معادلات وابسته به کارکرد مشروط معتبر با استفاده از معیار بالایی تنظیم می شود. علاوه بر این، الگوریتم تعمیرات داده ها برای تثبیت قواعد متناقض موجود در پایگاه داده با استفاده از قوانین تولید شده پیشنهاد می شود. یک آزمایش گسترده ای انجام شده است تا اثربخشی تکنیک های پیشنهادی را در مقایسه با تکنیک موجود در مجموعه های داده های پزشکی واقعی و مصنوعی تأیید کند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
Most existing databases suffer from data inconsistencies. Enhancing data quality efforts are necessary to resolve this issue. In this paper, two techniques are proposed for mining accurate conditional functional dependencies rules from such databases to be employed for data cleaning. The idea of the proposed techniques is to mine firstly maximal closed frequent patterns, then mine the dependable conditional functional dependencies rules with the help of lift measure. Moreover, data repairing algorithm is proposed for fixing inconsistent tuples found in the database exploiting the generated rules. An extensive experimental is conducted study to confirm the effectiveness of the proposed techniques compared with existing technique on both real-life and synthetic medical data sets.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Future Computing and Informatics Journal - Volume 1, Issues 1–2, December 2016, Pages 10-26
نویسندگان
, ,