基于汉字机内编码的中文相似重复记录消除研究

摘要：

提出一种利用汉字机内编码特点的相似重复记录相似度计算算法,并对Apriori算法进行了改进.利用改进后的Apriori算法获取数据库记录的频繁集,消除进行比较记录的共有项,有效提高相异字符的计算权重,提高相似度计算的准确性.在车辆检测数据库中对该算法进行了实验,取得了较好的实验结果,证明该算法具有较好的实用价值.

关键词：相似重复记录、汉字机内编码、Apriori算法

所属期刊栏目：5

分类号：TP311(计算技术、计算机技术)

在线出版日期：2009-12-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：8314-8316