2018年8月1日
Spark数据分析-记录关联问题
摘要： 1. 问题描述 记录关联问题（Record Linkage）：有大量从一个或多个源系统来的记录，其中有些记录可能代表了相同的基础实体。 每个实体有若干个属性，比如姓名、地址、生日。我们需要根据这些属性找到那些代表相同实体的记录。 不幸的是，有些属性值有问题：格式不一致，或有笔误，或信息缺失。如果简单 阅读全文
posted @ 2018-08-01 22:38 ZacksTang 阅读(2379) 评论(0) 推荐(0) 编辑