《实体解析与信息质量》-1.2.6.总结

总结

实体解析就是对引用做出判断，它是否指相等是向现实世界的实体。链接是一个附加的共通的实例引用以此标识他们是等价的。身份识别，记录链接，记录匹配，记录去重，合并清除，还有实体解析这些都代表了ER的特定形式或方面。广义地来说，ER包含五个主要步骤：实体引用抽取，实体引用准备，实体引用解析，实体身份管理，和实体关系分析。

 

在这5个步骤中精确和模糊匹配是很重要的工具，但是引用的直接匹配并不是确定引用等价唯一的方法。其他方法包括链接传递，链接联想和链接断言。

 

ER系统有4条架构原则：合并清除/记录链接，异构数据库连接，身份识别，还有身份采集。合并清除是最基本和常见的ER，实体引用是系统的相互比较并且划分到等效的记录集群(子集)。异构数据库连接系统是一种事务性的ER系统，输入引用的属性值被翻译成不同的数据库和数据库表的查询。查询结果会被进行分析，以确定数据库中是否有与输入等价的引用。在身份识别架构中，传入的引用对于一组身份管理进行解析。每个身份在身份识别系统中都有一个持续的标识符，它链接到等价身份的引用，一个持续的标识符就是这样创建的。身份采集架构是身份识别的一种方式，它通过一组通过引用它构建身份来进行处理，而不是一组未知的身份。