| Publikationsart: |
Workshop- oder Konferenzbeitrag |
| Autor(en): |
Melanie Weis; Felix Naumann |
| Titel: |
DogmatiX Tracks down Duplicates in XML |
| Erschienen in: |
Proceedings of the ACM SIGMOD International Conference on Management of Data, Baltimore, Maryland, USA, June 14-16, 2005 2005
S. 431-442 |
| Veranstaltung: |
SIGMOD Conference 2005
Baltimore, Maryland, USA
14.06.2005 - 16.06.2005 |
| Verlag: |
ACM
http://www.acm.org/
|
| Erscheinungsort: |
Baltimore, Maryland, USA |
| ISBN: |
1-59593-060-4 |
| DOI: |
1066157.1066207 |
| Erstveröffentlichung: |
01.06.2005 |
| Veröffentlichung auf edoc: |
29.06.2006 |
| Status: |
published
peer_reviewed |
| Volltext: |
pdf
(urn:nbn:de:kobv:11-10065394)
|
| URL der Erstveröffentlichung: |
http://doi.acm.org/10.1145/1066157.1066207
|
| Fachgebiet(e): |
Informatik |
| Schlagwörter (eng): |
ETL, Data Cleansing, Databases |
| Einrichtung: |
Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät II |
Metadatenexport:
 Um
den gesamten Metadatensatz im Endnote- oder
Bibtex-Format zu speichern,
klicken Sie bitte auf den entsprechenden Link.
|
Endnote
Bibtex
|
| print on demand:
Wenn
Sie auf dieses Icon klicken, können Sie
ein Druckexemplar dieser Publikation bestellen.
|
|
| Diese Seite taggen:
Diese
Icons führen auf so genannte Social-Bookmark-Systeme, auf denen Sie
Lesezeichen anlegen, persönliche Tags vergeben und Lesezeichen anderer Nutzer
ansehen können.
|
|
| Abstract (eng): |
| Duplicate detection is the problem of detecting different entries in a data source representing the same real-world entity. While research abounds in the realm of duplicate detection in relational data, there is yet little work for duplicates in other, more complex data models, such as XML. In this paper, we present a generalized framework for duplicate detection, dividing the problem into three components: candidate definition defining which objects are to be compared, duplicate definition defining when two duplicate candidates are in fact duplicates, and duplicate detection specifying how to efficiently find those duplicates.
Using this framework, we propose an XML duplicate detection method, DogmatiX, which compares XML elements based not only on their direct data values, but also on the similarity of their parents, children, structure, etc. We propose heuristics to determine which of these to choose, as well as a similarity measure specifically geared towards the XML data model. An evaluation of our algorithm using several heuristics validates our approach. |
Zugriffsstatistik:
Die Daten für die Zugriffsstatistik der einzelnen Dokumente
wurden aus den durch AWSTATS aggregierten Webserver-Logs erstellt.
Sie beziehen sich auf den monatlichen Zugriff auf den Volltext sowie
auf die Startseite.
Bei Formatversionen eines Dokuments, die aus mehreren Dateien bestehen
(insbesondere HTML), wird jeweils der monatlich höchste Zugriffswert
auf eine der Dateien (Kapitel) des Dokuments angezeigt.
Um die detaillierten Zugriffszahlen zu sehen,
fahren Sie bitte mit dem Mauszeiger
über die einzelnen Balken des Diagramms.
|
 | | |  | | | | | | | | | | | | | | | | | | | Jun
11 | Jul
11 | Aug
11 | Oct
11 | Nov
11 | Dec
11 | Jan
12 | Feb
12 | Apr
12 | May
12 | Jun
12 | Jul
12 | Aug
12 | Sep
12 | Oct
12 | Nov
12 | Dec
12 | Jan
13 | Feb
13 | Mar
13 | Apr
13 | May
13 |
| Monat | Jun
11 | Jul
11 | Aug
11 | Oct
11 | Nov
11 | Dec
11 | Jan
12 | Feb
12 | Apr
12 | May
12 | Jun
12 | Jul
12 | Aug
12 | Sep
12 | Oct
12 | Nov
12 | Dec
12 | Jan
13 | Feb
13 | Mar
13 | Apr
13 | May
13 | | Startseite | | | | 3 | 1 | 5 | 5 | 5 | 6 | 3 | 1 | 5 | 4 | 5 | 1 | | | 1 | | | 1 | | | PDF | 1 | 1 | 1 | 1 | 3 | 1 | 19 | 5 | 10 | 8 | 8 | 6 | 1 | | 6 | 2 | 1 | 5 | 12 | 11 | 9 | 11 |
Gesamtzahl der Zugriffe seit Jun 2011: - Startseite – 46 (2.42 pro Monat)
- PDF – 122 (5.55 pro Monat)
|
