数据清洗及其一般性系统框架

• 作者: 刁兴春 曹建军 邵衍振 陈爽
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 数据质量 数据清洗 相似重复记录 不完整记录 框架
• 年，卷（期）: 2012,（z3）
• 所属期刊栏目: 信息存储与挖掘
• 页码范围: 207-211
• 页数: 5页
• 分类号: TP311
• 字数: 5729字
• 语种: 中文

摘要

数据清洗是提高数据质量的重要手段之一.从数据产品与传统的有形产品、软件产品相类比的视角,研究数据清洗及其系统框架.数据清洗是数据质量研究的起点,从数据质量发展的角度明确数据清洗的地位和作用,并将其类比为其他产品形式的故障诊断与维修.对数据清洗做了10点说明,进一步澄清了其基本内涵；将数据清洗与数据集成进行了比较分析,指出二者是同等的数据质量概念.提出了数据清洗的一般性系统框架,其由准备、检测、定位、修正、验证5部分组成,允许在多处停止以完成不同的数据清洗任务,是一个柔性的、可扩展的、交互性好的、松耦合的框架.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹建军		12	155	6.0	12.0
2	刁兴春		17	153	6.0	12.0
3	陈爽		1	52	1.0	1.0