数据质量研究综述

被引：100

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
韩京宇
徐立臻
董逸生
[J]. 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
邱越峰
田增平
季文贇
周傲英
[J]. 计算机学报, 2001, (01) : 69 - 77
[3] Methods for evaluating and creating data quality
Winkler, WE
[J]. INFORMATION SYSTEMS, 2004, 29 (07) : 531 - 550
[4] A Bayesian decision model for cost optimal record matching
Verykios, VS
Moustakides, GV
Elfeky, MG
[J]. 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
Low, WL
Lee, ML
Ling, TW
[J]. INFORMATION SYSTEMS, 2001, 26 (08) : 585 - 606
[7] Discovering and reconciling value conflicts for numerical data integration
Fan, WG
Lu, HJ
Madnick, SE
Cheung, D
[J]. 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
Strong, DM
Lee, YW
Wang, RY
[J]. COMMUNICATIONS OF THE ACM, 1997, 40 (05) : 103 - 110
[10] TECHNIQUES FOR AUTOMATICALLY CORRECTING WORDS IN TEXT
KUKICH, K
[J]. COMPUTING SURVEYS, 1992, 24 (04) : 377 - 439

← 1 2 →