《实体解析与信息质量》 - 3.1.0 概述

本章将要介绍三种ER模型，这些模型分别涵盖了ER流程的不同层面，相互之间进行补充。第一个也是最先被讨论的模型是Fellegi-Sunter模型，该模型讨论的是如何利用直接匹配进行等价引用链接的方法。为处理概率匹配下的等价匹配问题，Fellegi-Sunter模型还提供了一种特殊的算法。我们要讨论的第二个模型是斯坦福实体解析框架（SERF），该模型针对ER的一般处理流程，定义出一系列通用术语，其中包括引用对之间的匹配，整合等操作。不同于Fellegi-Sunter模型，SERF模型并不定义关于匹配或整合的具体实现办法，相应的，它的关注点在于如何以系统的方式处理大规模的引用数据量。本章要讨论的第三个模型是代数模型，该模型站在更高的抽象层次来描述ER流程。它关注于不同的ER流程所产生的结果，以及相同输入在不同ER流程中产生的结果之间的差异性。代数模型将ER流程看作是一组引用输入之间的等价关系。在第四章，我们会讨论一个叫做基于实体的数据整合模型（EBDI），该模型就是从ER的代数模型衍生而来。