[发明专利]一种用于实体匹配的方法及系统有效
| 申请号： | 201510329196.3 | 申请日： | 2015-06-15 |
| 公开（公告）号： | CN104866625B | 公开（公告）日： | 2018-08-17 |
| 发明（设计）人： | 李直旭;杨强;蒋俊 | 申请（专利权）人： | 苏州大学张家港工业技术研究院;苏州大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 常亮 |
| 地址： | 215699 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 用于 实体 匹配 方法 系统 | ||
1.一种用于实体匹配的方法，其特征在于，该方法包括：
根据两个待处理实体的属性值分布分别确定各自的属性区分度；
根据所述两个待处理实体的非主属性的值计算得到所述两个待处理实体的属性相似度；
将所述属性区分度和所述属性相似度加权求和得到所述两个待处理实体的实体相似度；
将所述实体相似度与相似度阈值进行对比，判断所述两个待处理实体的相似性；
其中，所述实体相似度的计算公式为：
其中，Fbaseline(t,s)表示实体t和实体s的实体相似度，SNK表示实体的非主属性构成的集合，difScore(A)表示实体t中属性A的区分度与实体s中属性A的区分度的平均值。
2.根据权利要求1所述的方法，其特征在于，所述属性区分度的计算公式为：
其中，difScore(Ai,T)表示数据表T中属性Ai的区分度，distinct(Ai,T)表示数据表T中属性Ai不同值的个数，|T|表示数据表T中的实体数目。
3.根据权利要求1所述的方法，其特征在于，所述属性相似度的计算公式为：
Similarity(A)＝sim(ti[A],si[A])
其中，Similarity(A)表示两个待处理实体中属性A的相似度，ti[A]表示实体ti中属性A的值，si[A]表示实体si中属性A的值。
4.一种用于实体匹配的系统，其特征在于，该系统包括：
确定单元，用于根据两个待处理实体的属性值分布分别确定各自的属性区分度；
计算单元，用于根据所述两个待处理实体的非主属性的值计算得到所述两个待处理实体的属性相似度；
求和单元，用于将所述属性区分度和所述属性相似度加权求和得到所述两个待处理实体的实体相似度；
判断单元，用于将所述实体相似度与相似度阈值进行对比，判断所述两个待处理实体的相似性；
其中，所述实体相似度的计算公式为：
其中，Fbaseline(t,s)表示实体t和实体s的实体相似度，SNK表示实体的非主属性构成的集合，difScore(A)表示实体t中属性A的区分度与实体s中属性A的区分度的平均值。
5.根据权利要求4所述的系统，其特征在于，所述属性区分度的计算公式为：
其中，difScore(Ai,T)表示数据表T中属性Ai的区分度，distinct(Ai,T)表示数据表T中属性Ai不同值的个数，|T|表示数据表T中的实体数目。
6.根据权利要求4所述的系统，其特征在于，所述属性相似度的计算公式为：
Similarity(A)＝sim(ti[A],si[A])
其中，Similarity(A)表示两个待处理实体中属性A的相似度，ti[A]表示实体ti中属性A的值，si[A]表示实体si中属性A的值。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于苏州大学张家港工业技术研究院;苏州大学，未经苏州大学张家港工业技术研究院;苏州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201510329196.3/1.html，转载请声明来源钻瓜专利网。
