Access this book
Tax calculation will be finalised at checkout
Other ways to access
Table of contents (7 chapters)
Keywords
About this book
Duplikate bzw. Dubletten sind mehrere Datensätze, die das gleiche Realweltobjekt beschreiben, etwa mehrfach erfasste Kunden in einem CRM-System oder unterschiedliche Repräsentationen eines Produkts. Das Auffinden dieser Duplikate ist auch für moderne Computer eine komplexe und zeitintensive Aufgabe. Uwe Draisbach vergleicht zwei der einschlägigen Partitionierungsstrategien, die eine intelligente Auswahl von zu vergleichenden Datensatzpaaren treffen. Daraus entwickelt er ein verallgemeinertes Verfahren und zeigt, dass eine intelligente Auswahl der Datensatzpaare den Aufwand signifikant reduzieren kann, ohne die Qualität der Duplikaterkennung wesentlich zu verringern.
Die Arbeit wurde mit dem „Information Quality Best Master Degree Award“ der Deutschen Gesellschaft für Informations- und Datenqualität ausgezeichnet.
Authors and Affiliations
About the author
Uwe Draisbach studierte Informatik an der FernUniversität Hagen und ist wissenschaftlicher Mitarbeiter am Hasso-Plattner-Institut in Potsdam.
Bibliographic Information
Book Title: Partitionierung zur effizienten Duplikaterkennung in relationalen Daten
Authors: Uwe Draisbach
Series Title: Ausgezeichnete Arbeiten zur Informationsqualität
DOI: https://doi.org/10.1007/978-3-8348-8289-9
Publisher: Vieweg+Teubner Verlag Wiesbaden
eBook Packages: Computer Science and Engineering (German Language)
Copyright Information: Vieweg+Teubner Verlag | Springer Fachmedien Wiesbaden 2012
Softcover ISBN: 978-3-8348-1772-3Published: 23 February 2012
eBook ISBN: 978-3-8348-8289-9Published: 09 March 2012
Edition Number: 1
Number of Pages: XIV, 91
Number of Illustrations: 22 b/w illustrations, 6 illustrations in colour
Topics: Database Management