利用有序互信息匹配包含非透明列的数据模式

来源：计算机科学与探索杂志2017年第9期北京时间：

作者：郭乐乐，林友芳，韩升

单位：北京交通大学 计算机与信息技术学院 交通数据分析与挖掘北京市重点实验室，北京 100044

摘要：数据模式匹配是异构数据源数据合并过程中的核心环节，属于数据集成中的关键问题。目前已有许多数据模式匹配方法，但其中很大一部分方法由于过多依赖数据模式描述信息，导致通用性不足，很难应用于其他场景中。为此，提出了一种利用有序互信息的匹配包含非透明列名和列数据值的数据模式。该方法不依赖诸如列名、列类型、主外键依赖等数据模式描述信息，因此具有很强的通用性。在多个数据集上实验结果表明，该方法能够在大幅降低匹配花费时间的同时提高匹配结果的准确率。

关键词：数据模式匹配,非透明条件,互信息,无向图匹配