توضیحات
This book organizes entity resolution (ER) into four generations based on the challenges posed by ‘the four Vs,’ Veracity, Volume, Variety, and Velocity. Entity resolution lies at the core of data integration and cleaning and, thus, a bulk of the research examines ways for improving its effectiveness and time efficiency.
For each generation, we outline the corresponding ER workflow, discuss the state-of-the-art methods per workflow step, and present current research directions. The discussion of these methods takes into account a historical perspective, explaining the evolution of the methods over time along with their similarities and differences. The lecture also discusses the available ER tools and benchmark datasets that allow expert as well as novice users to make use of the available solutions.
The initial ER methods primarily target Veracity in the context of structured (relational) data that are described by a schema of well-known quality and meaning. To achieve high effectiveness, they leverage schema, expert, and/or external knowledge. Part of these methods are extended to address Volume, processing large datasets through multi-core or massive parallelization approaches, such as the MapReduce paradigm. However, these early schema-based approaches are inapplicable to Web Data, which abound in voluminous, noisy, semi-structured, and highly heterogeneous information. To address the additional challenge of Variety, recent works on ER adopt a novel, loosely schema-aware functionality that emphasizes scalability and robustness to noise. Another line of present research focuses on the additional challenge of Velocity, aiming to process data collections of a continuously increasing volume. The latest works, though, take advantage of the significant breakthroughs in Deep Learning and Crowdsourcing, incorporating external knowledge to enhance the existing words to a significant extent.
————————————————————–
ترجمه ماشینی :
این کتاب وضوح موجودیت (ER) را به چهار نسل بر اساس چالشهای مطرح شده توسط “چهار در مقابل”، صحت، حجم، تنوع و سرعت سازماندهی میکند. وضوح موجودیت در هسته یکپارچه سازی و تمیز کردن داده ها قرار دارد و بنابراین، بخش عمده ای از تحقیقات راه هایی را برای بهبود اثربخشی و کارایی زمانی بررسی می کند. \ برای هر نسل، گردش کار ER مربوطه را ترسیم میکنیم، روشهای پیشرفته را در هر مرحله گردش کار مورد بحث قرار میدهیم و جهتهای تحقیق فعلی را ارائه میکنیم. بحث در مورد این روش ها با در نظر گرفتن یک دیدگاه تاریخی، سیر تحول روش ها در طول زمان را همراه با شباهت ها و تفاوت های آنها توضیح می دهد. این سخنرانی همچنین ابزارهای موجود ER و مجموعه داده های معیار را مورد بحث قرار می دهد که به کاربران متخصص و همچنین کاربران تازه کار اجازه می دهد از راه حل های موجود استفاده کنند. روشهای اولیه ER اساساً Veracity را در زمینه دادههای ساختاریافته (رابطهای) هدف قرار میدهند که توسط طرحی با کیفیت و معنی شناخته شده توصیف میشوند. برای دستیابی به اثربخشی بالا، آنها از طرحواره، متخصص و/یا دانش خارجی استفاده می کنند. بخشی از این روشها برای پرداختن به حجم، پردازش مجموعه دادههای بزرگ از طریق رویکردهای موازیسازی چند هستهای یا عظیم، مانند پارادایم MapReduce، گسترش مییابد. با این حال، این رویکردهای اولیه مبتنی بر طرحواره برای داده های وب، که دارای
tag : دانلود کتاب چهار نسل از وضوح موجودیت , Download چهار نسل از وضوح موجودیت , دانلود چهار نسل از وضوح موجودیت , Download The Four Generations of Entity Resolution Book , چهار نسل از وضوح موجودیت دانلود , buy چهار نسل از وضوح موجودیت , خرید کتاب چهار نسل از وضوح موجودیت , دانلود کتاب The Four Generations of Entity Resolution , کتاب The Four Generations of Entity Resolution , دانلود The Four Generations of Entity Resolution , خرید The Four Generations of Entity Resolution , خرید کتاب The Four Generations of Entity Resolution ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.