大数据清洗技术

本书特色

[

本书主要介绍了大数据清洗方面的研究成果。全书共分7章，重点面向大数据清洗中计算困难、错误混杂、缺少知识等难题，针对实体识别、真值发现、缺失值填充、不一致检测与修复等问题提出了相应的技术和算法，并在第7章提出了多数据质量问题综合清洗与优化技术。�� 本书可作为高等院校和科研机构大数据、数据质量管理、数据治理等方面的教学和科研参考书。

]

作者简介

[

王宏志，哈尔滨工业大学计算机科学与技术学院教授、博士生导师，青年龙江学者。其研究方向为大数据、数据科学、数据管理与分析。在VLDB, SIGMOD等国内外重要会议和期刊发表学术论文200余篇，出版学术专著两本，先后主持国家自然科学基金重点项目等10余个项目。获得黑龙江省自然科学一等奖、教育部高等学校科技进步一等奖、黑龙江省青年科技奖等奖励和荣誉。任ACM SIGMOD中国秘书长、中国数据库专业委员会常务委员、ACM数据科学学科标准编写组专家。

]

目录

第 1章 绪论 1��　1.1 大数据的定义及其应用 2��　1.2 数据质量问题 4��　1.3 大数据的质量问题与挑战 12��　1.4 数据清洗研究进展 13��　1.5 本书的内容 16��　本章参考文献 17��第　2章 大数据处理技术概述 21��　2.1 大数据并行计算平台 22��　2.2 众包技术 26��　本章参考文献 29��第3章　实体识别 30��　3.1 实体识别概述 31��　3.2 串行实体识别算法 35��　3.3 并行实体识别算法 45��　3.4 增量实体识别算法 77��　3.5 基于众包的实体识别 94��　本章参考文献 100��第4章　真值发现 107��　4.1 真值发现算法概述 108��　4.2 并行真值发现算法 109��　4.3 增量真值发现算法 127��　4.4 基于众包的真值发现 140��　本章参考文献 144��第5章　缺失值填充 145��　5.1 缺失值填充算法概述 146��　5.2 基于贝叶斯网络的串行缺失值填充算法 150��　5.3 实验结果及分析 175��　5.4 并行缺失值填充算法 182��　5.5 基于众包的缺失值填充算法 196��　本章参考文献 202��第6章　不一致数据检测与修复 205��　6.1 不一致数据检测与修复概述 206��　6.2 并行不一致数据检测与修复算法 211��　6.3 基于众包的不一致数据检测与修复算法 225��　6.4 扫描数据一次的大数据不一致检测算法 229��　本章参考文献 244��第7章　多数据质量问题综合清洗与优化 249��　7.1 数据质量维度的关联 250��　7.2 基于任务合并的并行数据清洗优化 274��　7.3 综合大数据清洗系统 293��　本章参考文献 303��名词索引　307��

封面

书名:大数据清洗技术

作者:王宏志著

页数:308页

定价:¥88.0

出版社:哈尔滨工业大学出版社

出版日期:2020-01-01

ISBN:9787560377537

PDF电子书大小:98MB 高清扫描完整版

---

---