Leveraging the entity matching performance through adaptive indexing and efficient parallelization

Autor: MESTRE, Demetrio Gomes.

Publikováno v: Biblioteca de Teses e Dissertações da UFCGUniversidade Federal de Campina GrandeUFCG.

Submitted by Emanuel Varela Cardoso (emanuel.varela@ufcg.edu.br) on 2018-09-11T19:44:07Z No. of bitstreams: 1 DEMETRIO GOMES MESTRE – TESE (PPGCC) 2018.pdf: 15362740 bytes, checksum: eb531a72836b3c7f2f4e0171c7f563dc (MD5)
Made available in DSp

Externí odkaz: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/1683

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Efficient Entity Matching over Multiple Data Sources with MapReduce

Autor: Mestre, Demetrio Gomes, Pires, Carlos Eduardo

Publikováno v: Journal of Information and Data Management; Vol 5 No 1 (2014): JOURNAL OF INFORMATION AND DATA MANAGEMENT; 40
Journal of Information and Data Management; v. 5 n. 1 (2014): JOURNAL OF INFORMATION AND DATA MANAGEMENT; 40
Journal of Information and Data Management; v. 5, n. 1 (2014): JOURNAL OF INFORMATION AND DATA MANAGEMENT; 40

The execution of data-intensive tasks such as entity matching on large data sources has become a common demand in the era of Big Data. To face this challenge, cloud computing has proven to be a powerful ally to efficient parallel the execution of suc

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::02b0582b558adfb4f4d0482d3444fceb
https://seer.ufmg.br/index.php/jidm/article/view/251