Efficient record linkage for large datasets by business names / by Hanan Ather, Serge Godbout, and Dave MacNeil. : CS11-522/2024-1-19E-PDF
"Accurate and efficient record linkage is crucial for maintaining a comprehensive and current Statistical Business Register (SBR) at Statistics Canada. Linking external business lists to the SBR by name presents computational and methodological challenges, especially as data volumes grow. This paper describes a scalable methodology that employs blocking techniques to constrain the computational search space and integrates multiple similarity measures - from edit distances and n-gram overlaps to embedding-based methods using Sentence-BERT (SBERT) - to identify likely matches. By combining simple character-level comparisons with more advanced semantic embedding methods, the approach can adapt to various naming conventions and complexities. While it does not guarantee superior accuracy in all circumstances, it offers a pragmatic balance between computational feasibility and linkage quality"--Abstract, page [2].
Lien permanent pour cette publication :
publications.gc.ca/pub?id=9.966663&sl=1
| Ministère/Organisme |
|
|---|---|
| Titre | Efficient record linkage for large datasets by business names / by Hanan Ather, Serge Godbout, and Dave MacNeil. |
| Variante du titre |
|
| Titre de la série |
|
| Type de publication | Monographie - Voir l'enregistrement principal |
| Langue | [Anglais] |
| Autres langues publiées | [Français] |
| Format | Texte numérique |
| Document électronique | |
| Note(s) |
|
| Information sur la publication |
|
| Auteur / Contributeur |
|
| Description | 1 online resource (8 unnumbered pages). |
| Numéro de catalogue |
|
| Numéro de catalogue du ministère | 11-522-X |
| Descripteurs |
Demander des formats alternatifs
Pour demander une publication dans un format alternatif, remplissez le formulaire électronique des publications du gouvernement du Canada. Utilisez le champ du formulaire «question ou commentaire» pour spécifier la publication demandée.Détails de la page
- Date de modification :