Kavram SözlüğüVeri Bilimi ve Veri Yönetimi

Yinelenen Kayıt

Aynı gerçek dünya varlığını veya olayı birden fazla kez temsil eden tekrar eden veri kaydı.

Yinelenen kayıtlar, veri kalitesini bozan ve analiz sonuçlarını yanıltan temel sorunlardan biridir. Aynı müşterinin iki farklı satırda görünmesi, aynı işlemin birden fazla kez kaydedilmesi veya entegrasyon süreçlerinde kopya üretimi bunun tipik örnekleridir. Duplikasyon, toplamlarda şişme, oranlarda sapma ve model eğitiminde örnek ağırlıklarının bozulmasına neden olabilir. Bu yüzden duplicate tespiti, yalnızca satır eşitliği değil; anahtar alanlar, fuzzy matching ve iş kuralları üzerinden de değerlendirilmelidir.