亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

A Data Cleaning Method for Industrial Data Flow Based on Multistage Combinational Optimization of Rule Set

计算机科学 数据挖掘 数据集 数据清理 数据质量 集合(抽象数据类型) 大数据 数据建模 质量(理念) 人工智能 数据库 工程类 认识论 哲学 公制(单位) 程序设计语言 运营管理
作者
Cheng Zhang,Song-Bo Lin,Zhang Dang
标识
DOI:10.1145/3561801.3561814
摘要

With the development of the era of big data, the quality of data has become a growing concern of people. Improving data quality has become a very hot topic at present. In this paper, we propose a data cleaning method for industrial data flow based on multistage combinational optimization of rule set. According to the characteristics of the data, excellent cleaning algorithm is selected for the data. The data is evaluated and the cleaning rules are updated. In the first step, feature detection is carried out on the data, and high-quality data is selected as training samples to match the optimal data cleaning algorithm for them. In the second step, the model uses a random forest algorithm to learn the relationship between data features and data cleansing algorithms, and constructs multi-level filtering rules. In the third step, the data is cleansed and iterated to ensure that the rules are updated automatically. Finally, the model can automatically clean the data with a good cleaning effect. The results show that the method presented in this paper can achieve automatic cleaning effect on real industrial data sets, and the cleaning effect can reach 99% accuracy. This method effectively solves the problem of automatic data cleaning and can be used in the actual industrial data system.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
夏无极发布了新的文献求助10
1秒前
科研通AI2S应助ma采纳,获得10
38秒前
1分钟前
wu完成签到,获得积分10
1分钟前
子月之路完成签到,获得积分10
3分钟前
3分钟前
3分钟前
勤恳山晴发布了新的文献求助10
4分钟前
F77完成签到 ,获得积分10
5分钟前
6分钟前
bcc666发布了新的文献求助10
6分钟前
桐桐应助bcc666采纳,获得10
6分钟前
希望天下0贩的0应助ma采纳,获得10
6分钟前
7分钟前
ma发布了新的文献求助10
7分钟前
爱静静应助科研通管家采纳,获得10
7分钟前
爱静静应助科研通管家采纳,获得10
7分钟前
lanxinyue应助科研通管家采纳,获得10
7分钟前
爱静静应助科研通管家采纳,获得10
7分钟前
8分钟前
jerry发布了新的文献求助10
8分钟前
9分钟前
勤恳山晴发布了新的文献求助10
9分钟前
bcc666发布了新的文献求助10
9分钟前
lanxinyue应助科研通管家采纳,获得10
9分钟前
爱静静应助科研通管家采纳,获得10
9分钟前
爱静静应助科研通管家采纳,获得10
9分钟前
lanxinyue应助科研通管家采纳,获得10
9分钟前
爱静静应助科研通管家采纳,获得10
9分钟前
星辰大海应助bcc666采纳,获得10
9分钟前
10分钟前
6373737发布了新的文献求助10
10分钟前
6373737完成签到,获得积分10
10分钟前
爱静静应助科研通管家采纳,获得10
11分钟前
爱静静应助科研通管家采纳,获得10
11分钟前
爱静静应助科研通管家采纳,获得10
11分钟前
爱静静应助科研通管家采纳,获得10
11分钟前
爱静静应助科研通管家采纳,获得10
11分钟前
11分钟前
ma发布了新的文献求助10
11分钟前
高分求助中
中国国际图书贸易总公司40周年纪念文集: 史论集 2500
Sustainability in Tides Chemistry 2000
大理州人民医院2021上半年(卫生类)人员招聘试题及解析 1000
2023云南大理州事业单位招聘专业技术人员医疗岗162人笔试历年典型考题及考点剖析附带答案详解 1000
Дружба 友好报 (1957-1958) 1000
The Data Economy: Tools and Applications 1000
Mantiden - Faszinierende Lauerjäger – Buch gebraucht kaufen 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3114404
求助须知:如何正确求助?哪些是违规求助? 2764670
关于积分的说明 7679035
捐赠科研通 2419717
什么是DOI,文献DOI怎么找? 1284734
科研通“疑难数据库(出版商)”最低求助积分说明 619790
版权声明 599715