Michael Shearer 著

林润 译

出版时间：2025年06月

页数：182

“本书填补了掌握实体消解技术的重要空白。数据链接既是科学也是艺术，本书去粗取精，提炼并汇集了许多专业人士才掌握的宝贵知识。”
——Robin Linacre
Splink工具的主要作者
实体消解是一项关键的分析技术，可识别出指向同一实体的多条数据记录。通过这本实用指南，产品经理、数据分析师和数据科学家将学习如何通过使用开源的Python库和云端API，对数据集进行清洗、分析和消解，从而使数据增值。
本书将指导读者快速完成海量数据匹配，同时提高数据匹配的准确性。读者能掌握消除单一数据源中的重复条目，并在缺少公共键的条件下合并不同数据源。通过使用真实数据作为示例，本书将帮助读者获得宝贵的实际经验，以加速交付真正的业务价值。
通过阅读本书，你将能够：
● 应对数据集去重与合并的挑战。
● 提取、清洗和准备用于匹配的数据集。
● 掌握用于识别等价实体的文本匹配算法。
● 掌握大规模数据集的去重与合并方法。
● 匹配包含个人和组织的数据集。
● 优化和调优数据匹配算法。
● 使用云端API进行实体消解。
● 使用隐私增强技术进行匹配。
借助实体消解技术，读者能构建丰富且全面的数据资产，管理风险并发掘新机会，进而发挥机器学习和人工智能的全部潜力。