logo
calendar30 Dekabr 2025
view13
Asosiy til:O'zbek

Bibliografik yozuvlarni avtomatik bog‘lashda Levenshtein masofasiga asoslangan o‘xshashlikni aniqlash

Fan yo'nalishi:Kompyuter fanlariAxborot tizimlari
pdf

63._Ishniyazov_O.O.__Ba....pdf

PDF

“Raqamli iqtisodiyot” ilmiy-elektron jurnali

“Raqamli iqtisodiyot” ilmiy-elektron jurnali

Maqola chop etishsee more

MAQOLA ANNOTATSIYASI

quote
Maqolada bibliografik yozuvlarni avtomatik bog‘lash (record linkage) jarayonida satrlar o‘xshashligini aniqlash uchun Levenshtein masofasiga asoslangan yondashuv taklif etiladi va baholanadi. Bibliografik ma’lumotlar bazalarida muallif ismi, asar nomi, nashriyot, nashr yili kabi maydonlarda uchraydigan imlo xatolari, transliteratsiya farqlari, qisqartmalar hamda formatlash nomuvofiqliklari yozuvlar o‘rtasida “yo‘qolgan” bog‘lanishlarni keltirib chiqaradi va qidiruv natijalarining aniqligi hamda to‘liqligini pasaytiradi. Tadqiqot doirasida bibliografik yozuvlar atributlari oldindan normalizatsiya qilinib, Levenshtein masofasi asosida normallashtirilgan o‘xshashlik ko‘rsatkichi hisoblandi va moslikni qabul qilish uchun chegara (threshold) qiymatlari sinovdan o‘tkazildi. Eksperimental natijalar threshold tanlovi precision va recall ko‘rsatkichlari o‘rtasidagi muvozanatga bevosita ta’sir qilishini ko‘rsatdi hamda amaliy sharoitda Levenshtein masofasi “kandidat juftliklar”ni ajratish va dastlabki bog‘lash bosqichida samarali yechim bo‘lishini tasdiqladi.

MUALLIFLAR

O.Ishniyazov

"MUHAMMAD AL-XORAZMIY NOMIDAGI TOSHKENT AXBOROT TEXNOLOGIYALARI UNIVERSITETI" DAVLAT MUASSASASI

Teglar

# precision# normallashtirish# bibliografik yozuv# yozuvlarni bog‘lash# dublikatlarni aniqlash# Levenshtein masofasi# satr o‘xshashligi# threshold# recall# F1-mezon# elektron katalog# avtoritet nazorat

O'XSHASH MAQOLALAR

SHU JURNALDAGI BOSHQA MAQOLALAR

Maqolani baholang

0
0 ta baho
5
4
3
2
1

Maqola idintifikatorlari

ROI:

https://eroi.uz/11.142/A026-357768

DOI:

Mavjud emas

Foydalanilgan adabiyotlar

Winkler W.E. Overview of Record Linkage and Current Research Directions. – U.S. Census Bureau, 2006.

Christen P. Data Matching: Concepts and Techniques for Record Linkage, Entity Resolution, and Duplicate Detection. – Springer, 2012.

Fellegi I.P., Sunter A.B. A Theory for Record Linkage // Journal of the American Statistical Association. – 1969. – Vol. 64, No. 328. – P. 1183–1210.

Hernández M.A., Stolfo S.J. Real-world data is dirty: Data cleansing and the merge/purge problem // Data Mining and Knowledge Discovery. – 1998. – Vol. 2, No. 1. – P. 9–37.

Hylton J.A. Identifying and Merging Related Bibliographic Records. – MIT Libraries, 2001.

Levenshtein V.I. Binary codes capable of correcting deletions, insertions, and reversals // Soviet Physics Doklady. – 1966. – Vol. 10. – P. 707–710.

Bilenko M., Mooney R.J. Adaptive Duplicate Detection Using Learnable String Similarity Measures // KDD. – 2003. – P. 39–48.

Christen P., Churches T. Febrl: A Freely Available Record Linkage System with a GUI. – Canberra, 2005.

Herzog T.N., Scheuren F.J., Winkler W.E. Data Quality and Record Linkage Techniques. – Springer, 2007.

Ishniyazov O. Linking model and algorithm of bibliographical database //AIP Conference Proceedings. – AIP Publishing LLC, 2024. – Т. 3147. – №. 1. – С. 030035.

Ishniyazov O. Levinstein's algorithm for comparing records // Multidiscipline Proceedings of “digital fashion conference”, 2024. – ISSN:2466-0744. – №.4(3). – P.11-13.