数据质量研究综述

被引：101

作者：

韩京宇 ^{[1
]}

徐立臻 ^{[2
]}

董逸生 ^{[2
]}

机构：

[1] 中科院软件所基础软件国家工程中心

[2] 东南大学计算机科学与工程系

来源：

计算机科学 | 2008年 / 02期

关键词：

数据质量; 数据清洗; 机器学习; 数据审计;

D O I：

暂无

中图分类号：

TP315 [管理程序、管理系统];

学科分类号：

1201 ;

摘要：

数据质量管理是信息系统建设的首要问题。本文首先回顾了数据质量的定义和质量提高策略的分类,然后对数据质量研究涉及的两个主要方面,即数据质量评估和数据质量提高技术的各种方法进行了比较和分析,并对有代表性的数据质量提高工具进行了介绍。最后提出了一个评估驱动的数据质量提高框架,并对数据质量研究方向进行了展望。

引用

页码：1 / 5+12 +12

页数：6

共 11 条

[1] 一种大数据量的相似记录检测方法 [J].

韩京宇 ;

徐立臻 ;

董逸生 .

计算机研究与发展, 2005, (12) :2206-2212

[2] 一种高效的检测相似重复记录的方法 [J].

邱越峰 ;

田增平 ;

季文贇 ;

周傲英 .

计算机学报, 2001, (01) :69-77

[3] Methods for evaluating and creating data quality [J].

Winkler, WE .

INFORMATION SYSTEMS, 2004, 29 (07) :531-550

[4] A Bayesian decision model for cost optimal record matching [J].

Verykios, VS ;

Moustakides, GV ;

Elfeky, MG .

VLDB JOURNAL, 2003, 12 (01) :28-40

[5]

Learning missing values from summary constraints[J] . Xintao Wu,Daniel Barbará.ACM SIGKDD Explorations Newsletter . 2002 (1)

[6] A knowledge-based approach for duplicate elimination in data cleaning [J].

Low, WL ;

Lee, ML ;

Ling, TW .

INFORMATION SYSTEMS, 2001, 26 (08) :585-606

[7] Discovering and reconciling value conflicts for numerical data integration [J].

Fan, WG ;

Lu, HJ ;

Madnick, SE ;

Cheung, D .

INFORMATION SYSTEMS, 2001, 26 (08) :635-656

[8]

The Asilomar report on database research[J] . Phil Bernstein,Michael Brodie,Stefano Ceri,David DeWitt,Mike Franklin,Hector Garcia-Molina,Jim Gray,Jerry Held,Joe Hellerstein,H. V. Jagadish,Michael Lesk,Dave Maier,Jeff Naughton,Hamid Pirahesh,Mike Stonebraker,Jeff Ullman.ACM SIGMOD Record . 1998 (4)

[9] Data quality in context [J].

Strong, DM ;

Lee, YW ;

Wang, RY .

COMMUNICATIONS OF THE ACM, 1997, 40 (05) :103-110

[10] TECHNIQUES FOR AUTOMATICALLY CORRECTING WORDS IN TEXT [J].

KUKICH, K .

COMPUTING SURVEYS, 1992, 24 (04) :377-439

← 1 2 →