A Bayesian approach for de-duplication in the presence of relational data
A Bayesian approach for de-duplication in the presence of relational data
复制标题
在存在关系数据的情况下进行重复数据删除的贝叶斯方法
DOI：
10.1080/02664763.2022.2118678
复制
发表时间：
2022
影响因子：
1.5
通讯作者：
Rodríguez, Abel
中科院分区：
文献类型：
--
作者：
Sosa, Juan;Rodríguez, Abel
本文研究了剖面数据与网络数据相结合对解决记录重复数据删除问题的影响。我们还评估了一系列先验分布对连接结构的影响，并探索了使用随机梯度哈密顿蒙特卡罗方法作为从网络参数的后验分布中获取样本的更快替代方法。我们的方法是使用RLdata500数据进行评估的，这是记录链接文献中一个流行的数据集。
In this paper, we study the impact of combining profile and network data in solving record de-duplication problems. We also assess the influence of a range of prior distributions on the linkage structure, and explore the use of stochastic gradient Hamiltonian Monte Carlo methods as a faster alternative to obtain samples from the posterior distribution for network parameters. Our methodology is evaluated using the RLdata500 data, which is a popular dataset in the record linkage literature.