基于马尔可夫链的蒙特卡洛模拟方法评估记录链接的准确性

记录链接是寻找不同数据源中记录的匹配并链接它们，使链接后的记录属于同一实体的过程。在统计、卫生、政府与商业机构中，记录链接应用于链接行政、调查、人口普查及其他文件以创建完整信息集以供更全面分析的情形日益增多。为使用链接文件作出有效推断，评估链接方法正变得愈发重要。寻找改进链接过程以实现更高准确性的技术也很重要。这促使我们开发一种评估链接过程并帮助判定哪种链接方法更可能适用于某链接任务的方法。本文提出一种基于马尔可夫链的蒙特卡洛模拟方法 MaCSim，用于评估链接方法，并利用从澳大利亚统计局获得的现实合成数据集说明了该方法的效用，以避免使用真实个人信息带来的隐私问题。文中也定义了由 MaCSim 应用的链接方法。为评估所定义的链接方法，使用我们开发的模拟方法计算每条记录的正确重链接比例。对若干模拟数据集确定了准确性。分析表明所提出的 MaCSim 方法在链接准确性评估方面性能良好。还研究了该方法的计算机方面以评估其实际使用的可行性。