最近三天IDQ培训的一点意外收获
- 2011年3月9日
- 由naroah
最近三天参加Informatica的一个Workshop，关于Data Quality的。说是培训，其实上也就是一个简略的介绍，好在发下来的资料文档挺详尽，对于掌握一件工具的简单使用足矣。在Matching Theory部分提到了几种算法，倒是让我有点意外，虽然不是很深入地介绍了下，而且只是算法的使用，可也是一点收获。
在Grouping时Create Key的Strategy使用了Soundex和NYSIIS两个算法，其中Soundex在Kunth的书中有详细介绍。在Matching的Strategy中也提到5中经典的匹配算法策略，分别是Jaro Distance，Bigram Distance，Hamming Distance，Edit Distance和Reverse Hamming Distance，都是比较简单的算法。