此卡片不在当前主题的阅读序列中,可返回主题继续阅读。
知识卡片
同名不等于同一实体
跨数据源识别实体时,名称可能因语言或发布市场而变化,也可能多个实体同名;相似字符串不是等同证据。可组合发行年份、导演、演员等属性核验,属性组合越有区分力,误配风险越低。名称适合作候选线索,不能单独决定合并。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第20章 连接数据 · 查看原书依据
不要仅仅基于名字来合并事物,应该使用额外的信息来设计算法
参考来源
- 位置:《数据之美》第20章《连接数据》(源文件:../程序之美系列套装(6册)团队之美、项目管理之美、架构之美、数据之美、测试之美、安全之美/_epub-src/OEBPS/Text/part0450.xhtml)
- 结论依据:原文用同名城镇、同名人物及不同片名的电影说明名字既会重复也会变化,支持基于其他属性与上下文做身份判断。
- 原始内容:不要仅仅基于名字来合并事物,应该使用额外的信息来设计算法