《动态规则论文：动态规则 数据质量 知识建模 规则学习 数据清洗 数据比对》由会员分享，可在线阅读，更多相关《动态规则论文：动态规则 数据质量 知识建模 规则学习 数据清洗 数据比对（4页珍藏版）》请在金锄头文库上搜索。
1、 动态规则论文：基于知识建模的数据共享研究动态规则论文：基于知识建模的数据共享研究【中文摘要】随着我国社会信用体系的发展,企业业务系统的办理、个人经济活动的办理、金融机构的业务办理和政府部门的政务办理对信用信息的共享和服务的需求越来越迫切。但是,据调查企业信用信息 80%左右分散在银行、工商、税务、海关、公安、司法、财政、审计、质监、证券监管、环保等政府部门手中。如何把这些分散的企业信用信息进行整合汇总,并为各个部门都共享,实现部门间信用信息的集成和互联,实现部门间信用数据共享和重复利用,最终达到信用信息资源的交换和共享的,已成为一个十分重要的问题。面对这个问题,本文主要从数据清洗、数据比对和
2、知识建模的角度加以探讨。第一,提出了一个灵活的、可扩展的、动态的数据共享模型。模型共分三部分：清洗模型、比对模型和共享引擎。共享引擎先通知清洗模型获取用户的动态清洗知识信息;然后通知比对模型获取用户的动态比对知识信息；共享引擎负责收集动态生成的清洗知识信息、比对知识信息并执行清洗算法和比对算法,最终形成信用的共享数据。第二,考虑到当前清洗工具缺乏灵活性、可扩展性和高效性特点,提出了一个基于知识建模的清洗模型。模型分三部分：规则学习模型、数据学习模型和判重学习模型。规则学习模型实现动态规则和数据.【英文摘要】With the development of social credit system
3、, it becomes more and more urgent for sharing of the credit information to transact enterprise business, handle individual economic business, deal with financial businesses and carry on government affairs. However, enterprise credit information is distributed in the bank, commerce, tax, securities r
4、egulation, customs, public security, justice, finance, auditing, quality supervision, environmental protection and other government departments according to the survey.【关键词】动态规则 数据质量 知识建模 规则学习 数据清洗 数据比对【英文关键词】dynamic rule data quality knowledge modeling rule learning data cleaning data comparison 【索
5、购全文索购全文】联系联系Q1Q1：138113721138113721 Q2Q2：139938848139938848 同时提供论文写作一对一辅导和论文发表服务同时提供论文写作一对一辅导和论文发表服务. .保过包发保过包发【目录】基于知识建模的数据共享研究 摘要 3-5 Abstract 5-6 第 1 章 绪论 10-16 1.1 课题背景 10-11 1.2 国内外研究现状 11-14 1.2.1 共享分类 12-13 1.2.2 共享平台 13-14 1.3 研究内容 14-15 1.4 论文结构 15-16 第 2 章 企业信用数据共享模型研究 16-24 2.1 企业数据共享意义 1
6、6 2.2 企业数据共享模型 16-18 2.2.1 共享流程 17 2.2.2 模型学习 17-18 2.2.3 共享过程 18 2.3 企业信用数据清洗 18-20 2.3.1 数据质量 19 2.3.2 清洗原理 19-20 2.3.3 清洗过程 20 2.4 企业信用数据比对 20-23 2.4.1 信息孤岛 21 2.4.2 比对原理 21-22 2.4.3 比对过程 22-23 2.5 本章小结 23-24 第 3 章 基于知识建模的数据清洗 24-44 3.1 清洗存在问题 24 3.2 知识建模清洗 24-25 3.3 清洗规则学习 25-34 3.3.1 本体概述 25-26
7、 3.3.2 规则匹配学习 26-30 3.3.3 规则反馈学习 30-34 3.4 动态数据学习 34-37 3.4.1 数据字段学习 34-35 3.4.2 数据库表学习 35-37 3.5 记录判重学习 37-41 3.5.1 记录聚类学习 37-38 3.5.2 类别反馈学习 38-40 3.5.3 窗口排序学习 40-41 3.5.4 聚类反馈模式规约 41 3.6 清洗执行引擎 41-43 3.7 本章小结 43-44 第 4 章 基于知识建模的数据比对 44-52 4.1 比对存在问题 44 4.2 知识建模比对 44-45 4.3 比对规则学习 45-49 4.3.1 规则匹配
8、学习 46-49 4.4 比对数据学习 49-51 4.4.1 基准规则学习 50 4.4.2 基准数据学习 50-51 4.5 本章小结 51-52 第 5 章 企业信用数据共享平台实现 52-72 5.1 企业信用数据共享平台需求 52-54 5.1.1 平台总体需求 52-53 5.1.2 清洗模块需求 53-54 5.1.3 比对模块需求 54 5.2 企业信用数据共享平台简介 54-58 5.2.1 系统总体框架 54-56 5.2.2 系统逻辑架构 56-58 5.3 企业信用数据共享平台设计 58-65 5.3.1 整体流程设计 58-61 5.3.2 清洗流程设计 61-63 5.3.3 比对流程设计 63-65 5.4 企业信用数据共享功能实现 65-71 5.4.1 信用服务功能 66-68 5.4.2 数据清洗实验 68-70 5.4.3 数据比对实验 70-71 5.5 本章小结 71-72 第 6 章 总结和展望 72-74 6.1 论文总结 72-73 6.2 论文展望 73-74 参考文献 74-80 致谢 80-82 攻读硕士学位期间取得的研究成果 82
