引导式数据修复
数据库
2011-03-17 v1
摘要
在本文中，我们提出了GDR，一个引导式数据修复框架，它在数据清洗过程中融入用户反馈，以增强和加速现有的自动修复技术，同时最小化用户参与。GDR就最有可能有益于提高数据质量的更新向用户咨询。GDR还使用机器学习方法直接识别并将正确的更新应用到数据库中，而无需用户实际参与这些特定更新。为了对潜在更新进行排序以供用户咨询，我们首先将这些修复分组，并使用决策理论中的信息价值（VOI）概念量化每个组的效用。然后，我们应用主动学习，根据组内更新改善学习模型的能力对其进行排序。用户反馈用于修复数据库，并自适应地优化模型的训练集。我们在真实世界数据集上对GDR进行了实证评估，并展示了使用我们用户引导的修复过程在数据质量上的显著提升。同时，我们评估了用户努力与最终数据质量之间的权衡。
引用
@article{arxiv.1103.3103,
title = {Guided Data Repair},
author = {Mohamed Yakout and Ahmed K. Elmagarmid and Jennifer Neville and Mourad Ouzzani and Ihab F. Ilyas},
journal= {arXiv preprint arXiv:1103.3103},
year = {2011}
}
备注
VLDB2011