بررسی روشهای مطرح شده درفازهای تطبیق فیلد برای تشخیص داده های تکراری دریکپارچه سازی اطلاعات

باتوجه به اینکه پایگاه داده ها نقش مهمی را درفناوری های مبتنی براقتصاد بازی می کنند بسیاری ازصنایع و سیستم ها برای انجام عملیاتشان به صحت و دقت پایگاه داده ها وابسته اند بنابراین کیفیت اطلاعات ذخیره شده درپایگاه داده ها برای سیستمی که برپایه آن اطلاعات به کسب و کارمی پردازد هزینه ها و پیامدهای قابل توجهی می تواندداشته باشد ازطرفیدربرخی موارد یکپارچه سازی چندین پایگاه داده با نمایش های داده ای متفاوت نیز به نوبه خود برمیزان کاهش دقت داده خواهد افزود وجود رکوردهای تکراری یکی ازمواردی است که مخصوصا درراستای یکپارچه سازی پایگاه داده منجر به کاهش دقت داده و به دنبال آن کاهش میزان صحت اطلاعات اماری استننتاج شده ازآنها خواهد شد ازاین رو جهت تشخیص تکرار داده انواع تکنیکهای تطابق فیلد مبتنی برکاراکتر TOKEN و روشهای ترکیبی مطرح شدها ست که هردسته دارای الگوریتم های مختلفی میباشد دراین مقاله تمامی الگوریتم های مذکور مورد بررسی و ارزیابی قرار داده شده است

کلیدواژه ها:

پایگاه داده ، رکوردتکراری ، تطابق فیلد ، تشخیص تکرار