实体消解指南：使用Python进行数据匹配
迈克尔·希勒
72人在读
6.9万字总字数
¥41定价
迈克尔·希勒
在数据驱动时代，实体消解技术是打通数据孤岛的核心利器。本书以Python为工具，系统讲解从数据清洗到云端大规模部署的全流程技术： ·基础原理：解析实体消解5大步骤（数据标准化、分块、属性比较、匹配分类、聚类），直面姓名模糊、数据缺失、跨源匹配等实战难题； ·算法攻坚：详解编辑距离、Jaro-Winkler相似度等文本匹配技术，结合贝叶斯定理、期望zui大化算法构建概率匹配模型； ·工具实战：基于Splink实现企业级数据消解，通过谷歌云平台扩展至百万级数据集； ·前沿拓展：引入隐私增强技术（PSI），平衡数据利用与合规风险。 全书配套GitHub代码库，以英国公司注册署、海事署等真实数据演示跨领域（金融风控、供应链管理）场景应用，助力读者构建可复用的数据资产整合方案。