分层贝叶斯记录链接实验

在记录链接 (RL) 或精确文件匹配中，目标是识别两个或多个文件中实体之间的链接。RL 是人口统计、增强调查框架和数据、以及进行流行病学和随访研究等领域的一项重要活动。当文件非常大、所有文件中所有单元缺乏准确的个人识别 (ID) 号码、且部分信息记录有误时，RL 具有挑战性。在没有唯一 ID 号码的情况下，必须依赖姓名、地址、日期和其他信息的比较来寻找链接。潜类别模型可用于自动评分信息以确定匹配状态。用于拟合模型的数据来自通过初始文件分块要求的单元组内的比较。数据分布可能在分块间有所不同。本文考察了先验信息和分层潜类别模型在 RL 背景下的使用。