實體消解指南：使用Python進行數據匹配
邁克爾·希勒
72人在讀
6.9萬字總字數
¥41定價
邁克爾·希勒
在數據驅動時代，實體消解技術是打通數據孤島的核心利器。本書以Python爲工具，系統講解從數據清洗到雲端大規模部署的全流程技術： ·基礎原理：解析實體消解5大步驟（數據標準化、分塊、屬性比較、匹配分類、聚類），直面姓名模糊、數據缺失、跨源匹配等實戰難題； ·算法攻堅：詳解編輯距離、Jaro-Winkler相似度等文本匹配技術，結合貝葉斯定理、期望zui大化算法構建概率匹配模型； ·工具實戰：基於Splink實現企業級數據消解，通過谷歌雲平臺擴展至百萬級數據集； ·前沿拓展：引入隱私增強技術（PSI），平衡數據利用與合規風險。 全書配套GitHub代碼庫，以英國公司註冊署、海事署等真實數據演示跨領域（金融風控、供應鏈管理）場景應用，助力讀者構建可複用的數據資產整合方案。