A deduplicação objetiva identificar e combinar registros que representam a mesma entidade no mundo real. A etapa da deduplicação que tem por objetivo agregar registros que apresent

Gabarito

A

Comentário do professor

A Blocagem é a etapa da deduplicação que agrupa registros em conjuntos chamados blocos para reduzir o número de pares a serem comparados nas fases seguintes.

Funciona criando chaves de blocagem (ex.: domínio de sobrenome, faixa de data) e atribuindo cada registro a um ou mais blocos; somente os registros dentro de cada bloco são comparados entre si, o que diminui drasticamente a carga computacional em relação à comparação exaustiva \(O(n^2)\).

Esse procedimento transforma o problema em várias comparações locais, preservando a eficiência do pareamento probabilístico e viabilizando bases grandes.

Há porém um trade‑off: chaves muito rígidas podem gerar falsos negativos (duplicatas em blocos distintos); por isso, costuma‑se usar múltiplas chaves ou técnicas como blocagem difusa para equilibrar precisão e custo.