摘要
托马斯·赫尔佐格（Thomas N.Herzog）、弗里茨·J·舍伦（Fritz J.Scheuren）和威廉·温克勒（William E.Winkler）。 数据质量和记录链接技术。 施普林格，2007年。 谷歌学者 
数字图书馆 
范文飞、李建忠、马帅、唐楠和于文元。 CerFix：使用特定修复程序清除数据的系统。 PVLDB，4（12）：1375--13782011年。 谷歌学者 数字图书馆 海伦娜·加尔哈达斯（Helena Galhardas）、丹妮拉·弗洛雷斯库（Daniela Florescu）、丹尼斯·沙沙（Dennis Shasha）、埃里克·西蒙（Eric Simon）和克里斯蒂安·阿古斯汀·赛塔。 声明性数据清理：语言、模型和算法。 在VLDB中，第371-380页，2001年。 谷歌学者 数字图书馆 Vinayak R.Borkar、Michael J.Carey、Raman Grover、Nicola Onose和Rares Vernica。 Hyracks：数据密集型计算的灵活且可扩展的基础。 在ICDE中，第1151--1162页，2011年。 谷歌学者 数字图书馆 Ahmed K.Elmagarmid、Panagiotis G.Ipeirotis和Vassilios S.Verykios。 重复记录检测：一项调查。 IEEE传输。 知识。 数据工程，19（1）：1--16，2007。 谷歌学者 数字图书馆 Erhard Rahm和Hong Hai Do。数据清理：问题和当前方法。 IEEE数据工程公告。， 23(4):3--13, 2000. 谷歌学者 菲利普·博哈农（Philip Bohannon）、范文飞（Wenfei Fan）、弗洛里斯·吉尔茨（Floris Geerts）、贾喜倍（Xibei Jia）和阿纳斯塔西奥斯·凯门齐迪斯（Anastasios Kementsietsidis）。 数据清理的条件函数依赖性。 在ICDE中，第746-755页，2007年。 谷歌学者 交叉引用 
范文飞和弗洛里斯·吉尔茨。 相对信息完整性。 ACM事务处理。 数据库系统。， 35(4):27, 2010. 谷歌学者 数字图书馆 菲利普·博哈农（Philip Bohannon）、迈克尔·弗拉斯特（Michael Flaster）、范文飞（Wenfei Fan）和拉杰夫·拉斯托吉（Rajeev Rastogi）。 通过价值修正修复约束的基于成本的模型和有效启发式。 2005年6月14日至16日，美国马里兰州巴尔的摩举行的ACM SIGMOD国际数据管理会议记录，第143-154页，2005年。 谷歌学者 数字图书馆 高聪、范文飞、弗洛里斯·吉茨、贾西贝和马帅。提高数据质量：一致性和准确性。 2007年9月23日至27日，奥地利维也纳大学第33届超大数据库国际会议记录，第315-326页。 谷歌学者 数字图书馆 Amélie Marian和Minji Wu。 网络来源的验证信息。 IEEE数据工程公告。， 34(3):11--17, 2011. 谷歌学者 Xin Luna Dong、Laure Berti-Equille和Divesh Srivastava。 整合冲突数据：源依赖的作用。 PVLDB，2（1）:550-5612009年。 谷歌学者 数字图书馆 王洪志、李明达、卜英一、李建忠、高红和张嘉诚。 Cleanix：一个大数据清洁帕菲。 2014年11月3日至7日，中国上海，第23届ACM信息与知识管理国际会议记录，第2024-2026页，2014年。 谷歌学者 数字图书馆 Vinayak R.Borkar、Michael J.Carey和Chen Li。“大数据管理”内部：食人魔、洋葱还是帕菲？ EDBT，第3-14页，2012年。 谷歌学者 数字图书馆 埃斯科·乌科宁。 使用q-grams和最大匹配的近似字符串匹配。 西奥。 计算。 科学。， 92(1):191--211, 1992. 谷歌学者 数字图书馆 Li Lingli，Wang Hongzhi，Hong Gao，and Jianzhong Li。EIF：有效实体识别的框架。 WAIM，第717-728页，2010年。 谷歌学者 数字图书馆
建议
Cleanix：大数据清洁Parfait CIKM’14：第23届ACM信息和知识管理国际会议记录 在这个演示中，我们展示了Cleanix，一个用于清理关系型大数据的原型系统。 Cleanix从多个数据源中获取集成的数据，并在无共享的机器集群上清理这些数据。 后端系统建立在可扩展和。。。
