Bayesian Estimation of Bipartite Matchings for Record Linkage
记录链接中二部匹配的贝叶斯估计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：摘要研究数据整合中的记录链接，二部匹配是记录对应结构，未明确属于经济网络或其他给定领域细分。
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
记录链接中二部匹配的贝叶斯估计
- 研究问题
- 缺少唯一标识符时，如何合并包含重叠实体的两份数据，并在记录匹配决策中处理约束、依赖和匹配不确定性？
- 方法与思路
- 作者将整体二部匹配作为参数进行贝叶斯估计，依据不同损失函数构造点估计，并允许不确定部分保持未匹配状态。
- 材料陈述的贡献
- 摘要称方法可量化匹配不确定性并提供部分贝叶斯估计，在多种挑战情境中优于传统方法，另展示战争伤亡数据应用。
- 阅读关注点
- 应核对匹配约束、比较信息的概率模型及先验、损失函数与暂不决策规则，以及评估中错误匹配和漏配的权衡。
- 阅读边界
- 材料为版本未注明的 OpenAlex 摘要；比较情境和具体结果未提供，不能将所述优势推广至所有记录链接问题。
原文摘要
The bipartite record linkage task consists of merging two disparate datafiles containing information on two overlapping sets of entities. This is nontrivial in the absence of unique identifiers and it is important for a wide variety of applications given that it needs to be solved whenever we have to combine information from different sources. Most statistical techniques currently used for record linkage are derived from a seminal article by Fellegi and Sunter in 1969 Fellegi, I. P., and Sunter, A. B. (1969), “A Theory for Record Linkage,” Journal of the American Statistical Association, 64, 1183–1210.[Taylor & Francis Online], [Web of Science ®] , [Google Scholar]. These techniques usually assume independence in the matching statuses of record pairs to derive estimation procedures and optimal point estimators. We argue that this independence assumption is unreasonable and instead target a bipartite matching between the two datafiles as our parameter of interest. Bayesian implementations allow us to quantify uncertainty on the matching decisions and derive a variety of point estimators using different loss functions. We propose partial Bayes estimates that allow uncertain parts of the bipartite matching to be left unresolved. We evaluate our approach to record linkage using a variety of challenging scenarios and show that it outperforms the traditional methodology. We illustrate the advantages of our methods merging two datafiles on casualties from the civil war of El Salvador. Supplementary materials for this article are available online.