Deduplicação de indivíduos a partir de Record Linkage baseado em busca vetorial
| dc.creator | Pita, Pablo Luiz Lemos | |
| dc.creator | Oliveira, Grinaldo Lopes de | |
| dc.creator | Pita, Robespierre Dantas da Rocha | |
| dc.date.accessioned | 2026-10-19T18:58:40Z | |
| dc.date.available | 2026-08-04 | |
| dc.date.available | 2026-10-19T18:58:40Z | |
| dc.date.issued | 2026-08-04 | |
| dc.description.abstract | Não se aplica | pt_BR |
| dc.description.provenance | Submitted by GABRIELA MARINHO DOS SANTOS (gabrielamarinho@ifba.edu.br) on 2026-08-18T18:33:26Z No. of bitstreams: 5 TERMO_Grinaldo_Lopes_de_Oliveira_Artigo_AnáliseDesenvSistem.pdf: 211726 bytes, checksum: 3b856165c4afe6c6dfefd2d64dc48293 (MD5) TERMO_Robespierre_Dantas_da_Rocha_Pita_Artigo_AnálDesenvSistem.pdf: 211873 bytes, checksum: 545d8b60a6a2509ea0d47b337a6dff3e (MD5) TERMO_Pablo_Luiz_Lemos_Pita_Artigo_Pós_AnáliseDesenSistem.pdf: 207159 bytes, checksum: 1cacd06d8a06228ece5acdf57c0b6913 (MD5) Artigo_Deduplicacao_de_Individuos_AnálisDesenvSistem.pdf: 319669 bytes, checksum: 24c117c36ec0753095d941705b5b693a (MD5) license_rdf: 914 bytes, checksum: 2b2ab6ec8a6a222739b9c0e57c635c2e (MD5) | en |
| dc.description.provenance | Approved for entry into archive by ANDRÉIA S. RIBEIRO SILVA (andreiasr@ifba.edu.br) on 2026-10-19T18:58:40Z (GMT) No. of bitstreams: 5 TERMO_Grinaldo_Lopes_de_Oliveira_Artigo_AnáliseDesenvSistem.pdf: 211726 bytes, checksum: 3b856165c4afe6c6dfefd2d64dc48293 (MD5) TERMO_Robespierre_Dantas_da_Rocha_Pita_Artigo_AnálDesenvSistem.pdf: 211873 bytes, checksum: 545d8b60a6a2509ea0d47b337a6dff3e (MD5) TERMO_Pablo_Luiz_Lemos_Pita_Artigo_Pós_AnáliseDesenSistem.pdf: 207159 bytes, checksum: 1cacd06d8a06228ece5acdf57c0b6913 (MD5) Artigo_Deduplicacao_de_Individuos_AnálisDesenvSistem.pdf: 319669 bytes, checksum: 24c117c36ec0753095d941705b5b693a (MD5) license_rdf: 914 bytes, checksum: 2b2ab6ec8a6a222739b9c0e57c635c2e (MD5) | en |
| dc.description.provenance | Made available in DSpace on 2026-10-19T18:58:40Z (GMT). No. of bitstreams: 5 TERMO_Grinaldo_Lopes_de_Oliveira_Artigo_AnáliseDesenvSistem.pdf: 211726 bytes, checksum: 3b856165c4afe6c6dfefd2d64dc48293 (MD5) TERMO_Robespierre_Dantas_da_Rocha_Pita_Artigo_AnálDesenvSistem.pdf: 211873 bytes, checksum: 545d8b60a6a2509ea0d47b337a6dff3e (MD5) TERMO_Pablo_Luiz_Lemos_Pita_Artigo_Pós_AnáliseDesenSistem.pdf: 207159 bytes, checksum: 1cacd06d8a06228ece5acdf57c0b6913 (MD5) Artigo_Deduplicacao_de_Individuos_AnálisDesenvSistem.pdf: 319669 bytes, checksum: 24c117c36ec0753095d941705b5b693a (MD5) license_rdf: 914 bytes, checksum: 2b2ab6ec8a6a222739b9c0e57c635c2e (MD5) Previous issue date: 2026-08-04 | en |
| dc.description.resumo | Nos bancos de dados modernos, a recuperação de informações nem sempre pode ser realizada por meio de identificadores únicos. Em bases heterogêneas e sujeitas a inconsistências, torna-se necessário empregar técnicas capazes de identificar registros pertencentes a mesma entidade, mesmo na presença de variações textuais, dados incompletos ou erros de preenchimento. Nesse contexto destaca-se o record linkage técnica utilizada para vincular registros de uma mesma entidade a partir da comparação de atributos equivalentes. Tradicionalmente, o record linkage utiliza funções de similaridade textual, como Jaro, Jaro-Winkler e Levenshtein. Entretanto, essas abordagens podem apresentar limitações diante de variações semânticas e inconsistências mais complexas.Este trabalho propõe uma abordagem de deduplicação de indivíduos baseada em record linkage utilizando busca vetorial aproximada. Para isso, empregam-se modelos de linguagem para representar registros por meio de embeddings, permitindo capturar relações semânticas entre diferentes formas de escrita, abreviações e erros comuns em bases de dados reais. A indexação e a recuperação dos vetores são realizadas por meio da estrutura Hierarchical Navigable Small Worlds (HNSW), possibilitando a busca eficiente por registros similares. Por fim, a abordagem proposta é comparada a métodos tradicionais baseados em similaridade textual, considerando métricas de desempenho e qualidade, como precisão, acurácia, sensibilidade e F1-score. Os resultados obtidos permitem avaliar o potencial da busca vetorial aproximada como alternativa para aprimorar processos de deduplicacão e record linkage em cenários com dados heterogêneos e inconsistentes. | pt_BR |
| dc.identifier.citation | PITA, Pablo Luiz Lemos; OLIVEIRA, Grinaldo Lopes de; PITA, Robespierre Dantas da Rocha. Deduplicação de indivíduos a partir de Record Linkage baseado em busca vetorial. 2026. Disponível em: https://repositorio.ifba.edu.br/jspui/submit#dc_subject | pt_BR |
| dc.identifier.uri | https://repositorio.ifba.edu.br/jspui/handle/123456789/1348 | |
| dc.language | por | pt_BR |
| dc.publisher | Instituto Federal de Educação, Ciência e Tecnologia da Bahia | pt_BR |
| dc.publisher.country | Brasil | pt_BR |
| dc.publisher.initials | IFBA | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.rights | Attribution 3.0 United States | * |
| dc.rights.uri | http://creativecommons.org/licenses/by/3.0/us/ | * |
| dc.subject | Recuperação da informação | pt_BR |
| dc.subject | Record Linkage | pt_BR |
| dc.subject | Embeddings | pt_BR |
| dc.subject | Hierarchical Navigable Small Worlds | pt_BR |
| dc.subject | Deduplicação | pt_BR |
| dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | pt_BR |
| dc.title | Deduplicação de indivíduos a partir de Record Linkage baseado em busca vetorial | pt_BR |
| dc.type | Outro | pt_BR |
Arquivos
Pacote original
1 - 4 de 4
Carregando...
- Nome:
- TERMO_Grinaldo_Lopes_de_Oliveira_Artigo_AnáliseDesenvSistem.pdf
- Tamanho:
- 206.76 KB
- Formato:
- Item-specific Creative Commons license agreed upon to submission
- Descrição:
Carregando...
- Nome:
- TERMO_Robespierre_Dantas_da_Rocha_Pita_Artigo_AnálDesenvSistem.pdf
- Tamanho:
- 206.91 KB
- Formato:
- Item-specific Creative Commons license agreed upon to submission
- Descrição:
Carregando...
- Nome:
- TERMO_Pablo_Luiz_Lemos_Pita_Artigo_Pós_AnáliseDesenSistem.pdf
- Tamanho:
- 202.3 KB
- Formato:
- Item-specific Creative Commons license agreed upon to submission
- Descrição:
Carregando...
- Nome:
- Artigo_Deduplicacao_de_Individuos_AnálisDesenvSistem.pdf
- Tamanho:
- 312.18 KB
- Formato:
- Adobe Portable Document Format
- Descrição:
Licença do pacote
1 - 1 de 1
Carregando...
- Nome:
- license.txt
- Tamanho:
- 2.15 KB
- Formato:
- Item-specific license agreed upon to submission
- Descrição:

