大数据质量测度模型构建

摘要：

文章将大数据质量分为原始质量、过程质量和结果质量,并根据不同的数据处理阶段分析其质量测度指标,通过专家打分计算各指标的权重值,从而构建大数据质量的测度模型.研究发现,大数据结果质量的重要性程度明显高于原始质量和过程质量,说明大数据质量的重点在于面向应用的结果质量上,而结果质量的形成离不开原始质量和过程质量的保障.大数据质量测度是实施大数据质量管理与控制的重要基础.

关键词：数据质量、信息测度、指标分析、大数据、模型

所属期刊栏目：41

资助基金：国家自然科学基金项目“我国政府开放数据的质量保障机制研究”71603244;国家社会科学基金项目“网络信息资源长期保存中信息安全保护机制研究”15BTQ055

在线出版日期：2018-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：11-15