公开(公告)号：US20140059015A1

公开(公告)日：2014-02-27

申请号：US13593508

申请日：2012-08-23

申请人： Yaron Zinar ,  Efim Hudis ,  Yifat Orlin ,  Gal Novik ,  Yuri Gurevich ,  Gad Peleg

发明人： Yaron Zinar ,  Efim Hudis ,  Yifat Orlin ,  Gal Novik ,  Yuri Gurevich ,  Gad Peleg

IPC分类号： G06F17/30

CPC分类号： G06F17/30156 ,  G06F3/0641 ,  G06F17/30138 ,  G06F17/30303

摘要： The present invention extends to methods, systems, and computer program products for selecting candidate records for deduplication from a table. A table can be processed to compute an inverse index for each field of the table. A deduplication algorithm can traverse the inverse indices in accordance with a flexible user-defined policy to identify candidate records for deduplication. Both exact matches and approximate matches can be found.

公开(公告)号：US08719236B2

公开(公告)日：2014-05-06

申请号：US13593508

申请日：2012-08-23

申请人： Yaron Zinar ,  Efim Hudis ,  Yifat Orlin ,  Gal Novik ,  Yuri Gurevich ,  Gad Peleg

发明人： Yaron Zinar ,  Efim Hudis ,  Yifat Orlin ,  Gal Novik ,  Yuri Gurevich ,  Gad Peleg

IPC分类号： G06F17/30 ,  G06F3/06

CPC分类号： G06F17/30156 ,  G06F3/0641 ,  G06F17/30138 ,  G06F17/30303

摘要： The present invention extends to methods, systems, and computer program products for selecting candidate records for deduplication from a table. A table can be processed to compute an inverse index for each field of the table. A deduplication algorithm can traverse the inverse indices in accordance with a flexible user-defined policy to identify candidate records for deduplication. Both exact matches and approximate matches can be found.

摘要翻译： 本发明扩展到用于从表中选择重复数据删除的候选记录的方法，系统和计算机程序产品。 可以处理表以计算表的每个字段的反向索引。 重复数据删除算法可以根据灵活的用户定义策略遍历反向索引，以识别重复数据删除的候选记录。 可以找到精确匹配和近似匹配。