第2章
数据标准化

正如第1章讨论的，要成功匹配或进行去重，需要确保数据以一致的方式呈现，并删除或纠正所有异常值。我们使用数据标准化一词，描述将数据集转换成一致格式并清理数据，以移除可能干扰匹配过程的无用额外字符的过程。

在本章中，我们将动手操作，通过真实案例学习数据标准化。我们将搭建工作环境，获取所需的数据，清理数据，然后执行简单的实体消解，做一些简单的分析。最后，评估数据匹配的结果，并分析如何改进匹配。

首先，我们会对案例做简要介绍，并分析为什么需要进行实体消解。