图式记录链接与去重的贝叶斯方法

我们提出了一种无监督方法，用于在任意多个文件之间链接记录，同时检测文件内的重复记录。我们的关键创新在于将记录间的链接模式表示为二分图，其中记录直接链接到潜在的真实个体，而仅间接链接到其他记录。这种灵活的链接结构表示自然地允许我们估计人群中唯一可观测个体的属性，计算记录间的传递链接概率（并以可视化方式呈现），并将记录链接的不确定性传播到后续分析中。我们的方法使得将记录链接与后处理程序（如逻辑回归、捕获 - 再捕获等）集成变得特别容易。我们的链接结构适用于一种高效、线性时间的混合马尔可夫链蒙特卡洛算法，该算法克服了许多先前记录链接方法遇到的障碍，尽管参数空间维度很高。我们利用国家长期护理调查的纵向数据和意大利家庭与财富调查的数据说明了我们的方法，评估了我们方法的准确性，并表明其在错误率和经验可扩展性方面优于文献中的其他方法。