时间约束的实体解析中记录对排序研究

实体解析是数据集成和数据清洗的重要组成部分，也是大数据分析与挖掘的必要预处理步骤.传统的批处理式实体解析的整体运行时间较长，无法满足当前（近似）实时的数据应用需求.因此，研究时间约束的实体解析，其核心问题是基于匹配可能性的记录对排序.通过对多路分块得到的块内信息与块间信息分别进行分析，提出两个基本的记录匹配可能性计算方法.在此基础上，提出一种基于二分图上相似性传播的记录匹配可能性计算方法.将记录对、块及其关联关系构建二分图；相似性沿着二分图不断地在记录对结点与块结点之间传播，直到收敛.收敛结果可以通过不动点计算得到.提出近似的收敛计算方法来降低计算代价，从而保证实体解析的实时召回率.最后，在两个数据集上进行实验评价，验证了所提出方法的有效性，并测试方法的各个方面