A prior for record linkage based on allelic partitions
A prior for record linkage based on allelic partitions
复制标题
基于等位基因分区的记录链接先验
DOI：
10.1016/j.csda.2022.107474
复制
发表时间：
2022
影响因子：
1.8
通讯作者：
Rodríguez, Abel
中科院分区：
文献类型：
--
作者：
Betancourt, Brenda;Sosa, Juan;Rodríguez, Abel
在数据库管理中，记录链接的目的是识别对应于同一个人的多个记录。记录链接可以看作是一个聚类问题，其中一个或多个噪声数据库记录与一个唯一的潜在实体相关联。与传统的聚类应用程序相比，在这种情况下，预计每个聚类具有少量观测的大量聚类。因此，一类新的先验分布的等位基因分区的基础上提出的小集群设置的记录连锁。所提出的先验便于在不同尺度上引入关于簇大小分布的信息，并且自然地强制最大簇大小的次线性增长-被称为微簇属性。此外，一组新的微聚类条件，以施加进一步的限制，聚类大小的先验。使用模拟数据和三个官方统计数据集的性能进行评估的建议类先验。此外，不同的损失函数的最佳点估计的分区进行了比较，最近提出的基于决策理论的方法在文献中。
In database management, record linkage aims to identify multiple records that correspond to the same individual. Record linkage can be treated as a clustering problem in which one or more noisy database records are associated with a unique latent entity. In contrast to traditional clustering applications, a large number of clusters with a few observations per cluster is expected in this context. Hence, a new class of prior distributions based on allelic partitions is proposed for the small cluster setting of record linkage. The proposed prior facilitates the introduction of information about the cluster size distribution at different scales, and naturally enforces sublinear growth of the maximum cluster size – known as themicroclustering property. In addition, a set of novel microclustering conditions are introduced in order to impose further constraints on the cluster sizes a priori. The performance of the proposed class of priors is evaluated using simulated data and three official statistics data sets. Moreover, different loss functions for optimal point estimation of the partitions are compared using decision-theoretical based approaches recently proposed in the literature.
登录
查看更多内容
用于微聚类的不可交换的随机分区模型
DOI：
10.1214/20-aos2003
发表时间：
2021
期刊：
The Annals of Statistics
影响因子：
--
作者：
Di Benedetto G
通讯作者：
Di Benedetto G
影响因子：
1.8
作者：
Tancredi, Andrea;Liseo, Brunero
通讯作者：
Liseo, Brunero
影响因子：
0.7
作者：
Jeffrey W. Miller
通讯作者：
Jeffrey W. Miller
DOI：
--
发表时间：
2006
期刊：
影响因子：
--
作者：
Peter McCullagh;Jie Yang
通讯作者：
Jie Yang
DOI：
--
发表时间：
2016
期刊：
Neural Information Processing Systems
影响因子：
--
作者：
Brenda Betancourt;Giacomo Zanella;Jeffrey W. Miller;Hanna M. Wallach;Abbas Zaidi;Beka Steorts
通讯作者：
Beka Steorts