基于Markov逻辑网的两阶段数据冲突解决方法

摘要：

在数据集成中,如何准确地解决数据冲突是关系集成数据质量的关键问题.现有的方法主要针对单个属性进行冲突解决,由于没有区分不同属性的冲突程度,也没有考虑不同属性间冲突解决的相互影响,导致数据冲突解决的准确率不高.针对现有方法存在的不足,文中提出一种基于Markov逻辑网的两阶段数据冲突解决方法.该方法可以根据冲突程度对属性进行划分,并分两阶段进行处理:(1)在第1阶段,对于弱冲突属性,利用投票规则及事实之间相互印证等简单规则进行冲突解决；(2)在第2阶段,利用了第1阶段冲突解决的结果,在规则中加入数据源与事实之间的相互影响规则、数据源之间相互依赖规则及弱冲突属性对强冲突属性影响规则,对强冲突属性进行冲突解决.通过在大量真实数据上的实验结果证明,该方法能够有效地解决集成数据的冲突问题,具有较高的准确率.

关键词：数据冲突解决、Markov逻辑网、数据集成、冲突程度、推理规则

所属期刊栏目：35

分类号：TP311(计算技术、计算机技术)

资助基金：国家科技支撑计划2009BAH44B02;国家自然科学基金90818001,61003051;山东省科技攻关计划2010GGX10108

在线出版日期：2012-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：101-111