基于EM算法的多真值发现问题研究
陈超
崔红霞
1.渤海大学 信息科学与技术学院,辽宁 锦州,1210132.渤海大学 信息科学与技术学院,辽宁 锦州,121013
摘要：大量的web应用需要融合来自不同数据源的真实信息,然而关于同一实体的同一属性,不同的数据源可能会提供多个不同甚至彼此冲突的数据.如何判断数据源的可靠性和甄别事实的真假,即真值发现问题,日益获得关注.针对web数据集成中的多真值发现问题,提出了一种基于贝叶斯分析和最大似然估计的迭代计算方法,将真值发现的每一步与数据源可靠性评估紧密结合.首先,根据提供更多真实信息的数据源具有更高可靠度和由可靠的数据源提供的事实数据更可能为真值的基本原则构建似然函数,将事实真值作为模型的隐变量,并将正确性和错误性两方面的数据源质量指标作为模型参数.然后,迭代执行E步(计算事实为真的概率)和M步(评估数据源的质量),直至参数收敛.最后,真实数据集上的实验结果表明我们的方法提高了真值发现的准确率,有效解决了数据融合过程中的多值冲突问题.
关键词：真值发现贝叶斯分析EM算法多真值数据融合
分类号：TP391.41(计算技术、计算机技术)
资助基金：国家自然科学基金项目(41371425)辽宁省教育科学规划项目(JB17DB016)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 264-270 )
英文信息