İlişkisel veri tabanlarında mükerrer kayıtların makine öğrenmesiyle tespiti

Yükleniyor...
Küçük Resim

Tarih

2018-07-05

Dergi Başlığı

Dergi ISSN

Cilt Başlığı

Yayıncı

Institute of Electrical and Electronics Engineers Inc.

Erişim Hakkı

info:eu-repo/semantics/closedAccess

Araştırma projeleri

Organizasyon Birimleri

Dergi sayısı

Özet

Veri miktarının artışına paralel olarak, ilişkisel veri tabanlarında mükerrer kayıtlar da artmaktadır. Artan bu kayıtlar kullanıldıkları rapor veya analizlerde tutarsızlığa sebep olabilmektedir. Bu sorunu en aza indirgemek için yaptığımız çalışmada, kayıtların birbirlerine olan benzerlikleri ve alan uzmanlık bilgisiyle belirlenen ağırlıklar, öznitelik olarak kullanılarak makine öğrenmesi algoritmaları ile mükerrer kayıtların bulunması hedeflenmiştir. Yapılan işlem sonucunda 9301467 satır veride 28412 mükerrer çift tespit edilmiştir. Bulunan bu mükerrer kayıtlar veri kaynağından temizlenerek verinin daha tutarlı hale gelmesi sağlanmaktadır.
While data amount increases, number of duplicate records in relational databases increase gradually. The duplicate records might cause inconsistency on reports and analyzes. To reduce the effects of this problem, we aim to detect duplicate records using machine learning algorithms with features that are produced by similarity of the records. We achieved to detect 28412 duplicate records in 9301467 records. The detected duplicate rows are removed from the data source and the data become more consistent.

Açıklama

Anahtar Kelimeler

Benzerlik fonksiyonları, Makine öğrenmesi, Mükerrer kayıt tespiti, Algorithms, Artificial intelligence, Data mining, Database systems, Data-source, Dogs, Duplicate record detection, Duplicate records, Duplicate record detection, Feature extraction, Kernel, Knowledge discovery, Learning (artificial intelligence), Learning algorithms, Learning systems, Machine learning, Machine learning algorithms, Near-duplicate detection, Near-duplicate detection, Privacy-preserving record, Relational databases, Relational database, Signal processing, Similarity functions

Kaynak

26th IEEE Signal Processing and Communications Applications Conference, SIU 2018

WoS Q Değeri

N/A

Scopus Q Değeri

N/A

Cilt

Sayı

Künye

Bayrak, A. T., Yılmaz, A. I., Yılmaz, K. B., Düzağaç, R. & Yıldız, O. T. (2018). Near duplicate detection in relational databases. Paper presented at the 26th IEEE Signal Processing and Communications Applications Conference, SIU 2018, 1-4. doi:10.1109/SIU.2018.8404678