Fast Bayesian Record Linkage With Record-Specific Disagreement Parameters
含记录特定不一致概率参数的快速贝叶斯记录链接AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要聚焦概率记录链接、常见字段值的处理及计算实现，未提供可归入给定计量领域细分的直接证据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
含记录特定不一致概率参数的快速贝叶斯记录链接
- 研究问题
- 两个数据集缺少共同唯一标识符时，如何在大量记录共享姓名、出生地等字段值的情况下，提高匹配数量并维持准确性和计算可行性？
- 方法与思路
- 作者在贝叶斯概率匹配模型中，将非匹配条件下的不一致概率设为较小数据集内记录特定的参数，并用 R/C++ 加速实现。
- 材料陈述的贡献
- 摘要称，在征兵资料与1900年美国人口普查的匹配中，准确性不变时真匹配数增加逾50%，同时实现了相对比较方法的速度提升。
- 阅读关注点
- 核对记录特定参数的先验、专家标签的代表性、固定准确性时的比较口径，以及缺少真值标签时估计真阳性率和阳性预测值的条件。
- 阅读边界
- 摘要中的改进来自特定历史资料匹配，未说明先验敏感性、计算成本随规模的变化及无标签评价的完整条件，不能直接推广到任意数据。
原文摘要
Researchers are often interested in linking individuals between two datasets that lack a common unique identifier. Matching procedures often struggle to match records with common names, birthplaces, or other field values. Computational feasibility is also a challenge, particularly when linking large datasets. We develop a Bayesian method for automated probabilistic record linkage and show it recovers more than 50% more true matches, holding accuracy constant, than comparable methods in a matching of military recruitment data to the 1900 U.S. Census for which expert-labeled matches are available. Our approach, which builds on a recent state-of-the-art Bayesian method, refines the modeling of comparison data, allowing disagreement probability parameters conditional on nonmatch status to be record-specific in the smaller of the two datasets. This flexibility significantly improves matching when many records share common field values. We show that our method is computationally feasible in practice, despite the added complexity, with an R/C++ implementation that achieves a significant improvement in speed over comparable recent methods. We also suggest a lightweight method for treatment of very common names and show how to estimate true positive rate and positive predictive value when true match status is unavailable.