模式匹配和实体匹配是多源数据融合的俩个核心问题和主要步骤。其中模式匹配旨在统一异源数据集的不同模式;而实体匹配旨在发现异源数据集中指向同一实体的不同记录。在以往的研究中,这俩个问题往往被看做俩个相互独立的重要问题而被大量研究者关注。然而模式匹配和实体匹配之间天然存在相互关联性,模式匹配的结果好坏会影响到实体匹配的结果,反之亦然。此外,以往的模式匹配和实体匹配方法一般只借助数据源本身的知识进行匹配,往往由于缺乏相关领域知识支撑而达不到很好的匹配效果。基于以上问题,本文提出基于互联网与众包的交互式数据融合方法。一方面我们研究模式匹配和实体匹配之间的交互问题,以协同交互地方式执行模式匹配和实体匹配从而使对方从中获益以达到更好的融合效果。另一方面,我们考虑借助互联网和众包来获取外部领域知识,来辅助我们更好地进行匹配。综上,我们的研究内容具体包括:(1)本文调研了多数据源融合中模式匹配和实体匹配之间的交互性。每一步的模式匹配的决策是基于中间过程的实体匹配结果,反之亦然。(2)本文提出了交互式数据融合方法,考虑了属性对和记录对的匹配可能性的计算问题以及语意漂移问题。我们设计了一种基于sigmoid函数概率模型来估计属性和记录对的匹配可能性。针对语意漂移问题,我们提出了两种有效的方法来检测属性对和记录对的正确性,从而保证了每一步的匹配质量。一种是通过计算两个属性下属性值之间的相似度的无偏方差来筛选记录对。另一种通过交叉验证的方法来检测属性对。(3)本文提出了在数据源中缺失值较多时利用互联网和众包来辅助我们进行交互式数据融合的方法。我们分别研究了如何从互联网上获取高质量的数据,以及互联网和众包的使用时机。(4)为了减少交互式算法的时间消耗,我们设计了一种基于q-gram的索引结构。基于该索引我们降低了该算法90%左右的时间消耗。