基于數據源依賴關系的信息評價方法研究.pdf

1、每一個網站(又稱為數據源)都會提供一些數據值集合，用來反映事實信息，例如一個網上書店，它會提供很多書的信息，包括作者、書名、出版社和書的價格等。那么這些數據值就對應著一個集合，然而，事實和真相之間沒有直接的關系?！笆聦崱贝_實存在，也有可能不存在。而“真相”一定存在并且存在于“事實”的背后，“事實”是可以迷惑人的。不同的數據源通常會提供一些相互沖突的數據值，哪些值才是最可靠的值呢，為了提供給用戶高質量的數據值，關鍵是數據集成系統能夠解決數

2、據沖突問題，并能夠提取出正確的數據值。
　　 通常我們認為正確的數據值會被多數的數據源提供，而提供錯誤數據值的數據源相對是少的。依據這一觀點，我們利用選票算法，把被最多的數據源提供的數據值作為正確的數據值，但是一個數據源提供的值無論正確與否，都會被很多其它的數據源復制。在這樣一個數據信息化時代，提取準確的數據就變的很棘手。因此真值發(fā)現問題受到了日益廣泛的關注。本文給出了實現數據源分類，數據沖突處理的具體實現策略，詳細描述了捕獲數