数据质量多种性质的关联关系研究

摘要：

信息化时代数据海量增长的同时,用户需要利用多种指标从不同性质角度对数据质量进行评价和改善.但在目前数据质量管理过程中,影响数据可用性的多种重要因素并非完全孤立,在评估机制和指导数据清洗规则时,彼此会发生关联.研究了在实际信息系统中适用的综合性数据质量评估方法,将文献所提出以及在实际的信息系统中常用的数据质量性质指标按其定义与性质进行了归纳总结,提出了基于性质的数据质量综合评估框架.之后针对影响数据可用性的4个重要性质:精确性、完整性、一致性以及时效性整理出在数据集合上的操作方法,并逐一介绍其违反模式的定义,随后给出其具体关系证明,进而确定数据质量多维关联关系评估策略,并通过实验验证了该策略的有效性.

关键词：数据质量、数据质量性质、多性质关系、数据清洗、数据管理

所属期刊栏目：27

分类号：TP311(计算技术、计算机技术)

资助基金：国家重点基础研究发展计划9732012CB316200;国家自然科学基金U1509216,61472099,61133002;黑龙江省留学回国人员基金LC2016026;National Program on Key Basic ResearchProject of China 9732012CB316200;National Natural Science Foundation of ChinaU1509216,61472099,61133002;Scientific Research Foundation for the Returned Overseas Chinese Scholars of Heilongjiang ProvienceLC2016026

在线出版日期：2016-12-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共19页

页码：1626-1644