نوشته شماره ۵

سلام به دوستان عزیز

استفاده از Fuzzy Grouping

نمونه مورد بررسی: شناسایی مشتریان مشابه

داده ها در سازمان های بزرگ در طی سالیان دراز و توسط سیستم های متفاوت و ناهمگون تولید می شوند، لذا غالبا مشکلات زیادی در خصوص کیفیت داده ها در این سازمان ها وجود دارد. یکی از این مشکلات این است که گاهی یک موجودیت واحد از داده های پایه، با کدهای متفاوتی در سیستم تعریف شده اند. بعنوان مثال می بینید در یک بانک، یک مشتری چندین بار با کدهای مختلف در سیستم تعریف شده است، این در حالی است که ممکن است برخی از مشخصات ثبت شده مثل نام و نام خانوادگی این مشتری نیز در هریک از رکوردها کمی با سایر رکوردها متفاوت باشد بنابراین امکان مقایسه دقیق این رکوردها وجود ندارد. در چنین شرایطی استفاده از منطق فازی برای شناسایی شباهت های موجود بین رکوردها می تواند کمک شایانی در عملیات پالایش داده ها ارائه نماید.

امیدوارم مفید باشد

لینک دانلود

#etl, #ssis

برچسبها: etl, ssis