基于數(shù)據(jù)源依賴關(guān)系的信息評(píng)價(jià)方法研究.pdf

1、每一個(gè)網(wǎng)站(又稱為數(shù)據(jù)源)都會(huì)提供一些數(shù)據(jù)值集合，用來(lái)反映事實(shí)信息，例如一個(gè)網(wǎng)上書店，它會(huì)提供很多書的信息，包括作者、書名、出版社和書的價(jià)格等。那么這些數(shù)據(jù)值就對(duì)應(yīng)著一個(gè)集合，然而，事實(shí)和真相之間沒有直接的關(guān)系?！笆聦?shí)”確實(shí)存在，也有可能不存在。而“真相”一定存在并且存在于“事實(shí)”的背后，“事實(shí)”是可以迷惑人的。不同的數(shù)據(jù)源通常會(huì)提供一些相互沖突的數(shù)據(jù)值，哪些值才是最可靠的值呢，為了提供給用戶高質(zhì)量的數(shù)據(jù)值，關(guān)鍵是數(shù)據(jù)集成系統(tǒng)能夠解決數(shù)

2、據(jù)沖突問題，并能夠提取出正確的數(shù)據(jù)值。
　　 通常我們認(rèn)為正確的數(shù)據(jù)值會(huì)被多數(shù)的數(shù)據(jù)源提供，而提供錯(cuò)誤數(shù)據(jù)值的數(shù)據(jù)源相對(duì)是少的。依據(jù)這一觀點(diǎn)，我們利用選票算法，把被最多的數(shù)據(jù)源提供的數(shù)據(jù)值作為正確的數(shù)據(jù)值，但是一個(gè)數(shù)據(jù)源提供的值無(wú)論正確與否，都會(huì)被很多其它的數(shù)據(jù)源復(fù)制。在這樣一個(gè)數(shù)據(jù)信息化時(shí)代，提取準(zhǔn)確的數(shù)據(jù)就變的很棘手。因此真值發(fā)現(xiàn)問題受到了日益廣泛的關(guān)注。本文給出了實(shí)現(xiàn)數(shù)據(jù)源分類，數(shù)據(jù)沖突處理的具體實(shí)現(xiàn)策略，詳細(xì)描述了捕獲數(shù)