基于带准确率众包的schema匹配不确定性削减方法
数据库
2018-09-12 v1
摘要
模式匹配是数据集成系统的核心挑战。受众包平台流行与成功的启发，我们探索利用众包来降低模式匹配的不确定性。由于众包平台对简单问题最为有效，我们假设每个对应正确性问题（CCQ）询问众包人员判断给定对应关系是否应存在于正确匹配中。此外，众包成员有时会以不同概率返回错误答案。个体众包工人的准确率是返回正确答案的概率，既可作为CCQ的属性，也可作为对个体工人的评价。我们证明不确定性削减等于答案熵减去众包熵，并给出其下界与上界的求法。我们提出若干框架与高效算法，在有限问题预算内动态管理CCQ以最大化不确定性削减。我们开发了两种新方法，即“单一CCQ”与“多重CCQ”，可自适应地选择、发布与管理问题。我们通过仿真与真实实现验证了方案的价值。
引用
@article{arxiv.1809.04017,
title = {Reducing Uncertainty of Schema Matching via Crowdsourcing with Accuracy Rates},
author = {Chen Jason Zhang and Lei Chen and H. V. Jagadish and Mengchen Zhang and Yongxin Tong},
journal= {arXiv preprint arXiv:1809.04017},
year = {2018}
}
备注
15 pages