보고서 주제：CurrentClean : 오래된 데이터의 시공간 청소
보고서 시간：2019年11月7오후3：00
보고서 위치: Central South University학교 본부 컴퓨터 건물308회의실
스피커：ZHeng Zheng (Zheng Zheng)
보고서 요약：데이터 통화는 최신의 정확한 데이터 분석을 달성하는 데 중요합니다. 실제 엔티티의 변경 사항이 데이터베이스에 반영되는 경우 데이터는 최신으로 간주됩니다. 이것이 발생하지 않으면 오래된 데이터가 발생합니다. 오래된 데이터를 식별하고 수리하는 것은 단순히 타임 스탬프를 갖는 것 이상입니다. 개별 엔티티는 각각 공간과 시간 모두에서 고유 한 업데이트 패턴을 가지고 있습니다,예를 들어, 각 은행 고객은 마지막 업데이트 시간에 관계없이 자신의 계정 잔액이 최신인지 여부에 영향을 미치는 자체 입금/인출 패턴을 가지고 있습니다. 이러한 업데이트 패턴은 사용 가능한 쿼리 로그가 주어지면 배우고 예측할 수 있습니다. 이 백서에서는 오래된 값을 식별하고 청소하기위한 확률 론적 시스템 인 CurrentClean을 제시합니다. 우리는 데이터베이스 업데이트 패턴을 캡처하여 오래된 값을 추론하고 실제 데이터에서 일반적으로 볼 수있는 시공간 업데이트 패턴을 모델링하는 일련의 추론 규칙을 제안하는 시공간 확률 론적 모델을 소개합니다. 우리는 셀을 통해 과거의 업데이트 값에서 학습하여 현재 값에 대한 오래된 값을 복구하여 오래된 값을 청소하는 수리를 권장합니다. 우리의 평가는 실제 데이터에 대한 오래된 값을 식별하려는 CurrentClean의 효과를 보여주고 최첨단 기술보다 향상된 오류 감지 및 수리 정확도를 달성합니다.
스피커의 프로필: Zheng Zheng, 캐나다 McMaster University의 컴퓨터 퍼스트 카지노 학교 박사 학위.2015중국 퍼스트 카지노 아카데미에서 컴퓨터 퍼스트 카지노 석사 학위를 취득，연구 분야는 데이터베이스 시스템, 빅 데이터 관리 및 기계 학습입니다. 존재하다icde、CIKM、edbt、GIS의 거래다른 중요한 국제 저널과 회의는 많은 학술 논문을 발표했습니다.
