基于贝叶斯概率模型实现多来源数据链接处理的方法

摘要

本发明涉及一种基于贝叶斯概率模型实现多来源数据链接处理的方法，包括以下步骤：对源数据的数据进行预处理，分析可进行比对的字段；对全链接数据集的字符型变量和非字符型变量进行比对；对阈值进行设定，构建贝叶斯先验概率模型；进行模型评估。本发明的基于贝叶斯概率模型实现多来源数据链接处理的方法，适用于不同来源、不同类型数据库的链接，可用于医药、商业管理、官方统计等领域中。本发明能识别重复记录，提高数据质量，可便捷识别重复记录，可极大地降低人工核对成本；能提高数据整合效率，将极大地提高数据链接效率；能扩充数据维度，开展跨领域研究。因此能够扩充数据维度，对于推进我国跨领域研究的质量和效率，会有着极大的帮助作用。