- 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
数据质量与元数据
数据质量与元数据 潘 定 教授、博士生导师 2009年5月 目 录 基本概念 数据质量连续统 数据质量模型 TDQM方法学 测量与改进技术 元数据与信息质量应用 数据质量工具 总 结 1 基本概念 当获得的数据与你认为的不一样时,就出现数据质量问题 数据不符合说明:垃圾进,垃圾出,etc. 不了解说明:复杂性,缺少元数据 多数据来源和表现现象 数据质量问题的高成本和普遍性 DQ问题:600 Billion/year DQ问题:管理决策面临的重要问题 例子 如何解释数据? 字段的含义?Key? 度量 ? 数据故障 输入、多种格式、缺失 / 缺省值 元数据与领域专家经验 Field 3 is Revenue. In dollars or cents? Field 7 is Usage. Is it censored? Field 4 is a censored flag. How to handle it? 数据故障 由生成数据过程之外因素导致的数据变化 Changes in data layout / data types Integer becomes string, fields swap positions, etc. Changes in scale / format Dollars vs. euros Temporary reversion to defaults Failure of a processing step Missing and default values Application do not handle NULL values well … Gaps in time series Especially when records represent incremental changes. 传统的数据质量定义(Redman,1992) Accuracy The data was recorded correctly Completeness All relevant data was recorded Timeliness The data is kept up to date Special problems in federated data: time consistency Consistency The data agrees with itself Uniqueness Entities are recorded once 传统定义的问题 … 难以测量 Accuracy and completeness are extremely difficult, perhaps impossible to measure. 与上下文无关 No accounting for what is important. 不完全 What about interpretability, accessibility, metadata, analysis, etc. 含糊不清 The conventional definitions provide no guidance towards practical improvements of the data. 新环境中的数据问题 新的数据范型 自动数据采集、大量数据,对收集数据或设计难控制 不适当使用已知的数据表示方式 联邦数据 异构集成数据、跨企业/部门数据,近似连接 数据采集与数据分析的分离 缺少一致或标准的数据表达,缺少数据含义和解释 新型应用 数据用于决策、预测,需要融合领域知识的挖掘 信息质量的定义 (1) L. English(1999) Consistently meeting all knowledge worker and end-customer expectations in all quality characteristics of the information products and services required to accomplish the enterprise mission or personal objectives; The degree to which information consistently meets the requirements and expectations of all knowledge workers who require it to perform their processes. (2) IAIDQ(2006):The fitness for use of information; information that me
您可能关注的文档
最近下载
- 2 1《长征胜利万岁》课件(共35张PPT)(含音频+视频).pptx VIP
- 2025-2026学年湖北省楚天教科研协作体高二(上)起点考试物理试卷(9月)(含答案).pdf
- 2025人民防空防护设备产品选型目录.docx VIP
- 《建筑与市政工程施工质量控制通用规范》.docx VIP
- 执法办案管理中心信息化建设方案(纯方案,117页) .pdf VIP
- 2025年中考英语三轮冲刺:完形填空解题技巧+专项模拟练习题6组(含答案) .docx VIP
- 大型锅炉的热负荷进行了分析.docx VIP
- 哈姆雷特人物形象性格分析.docx VIP
- 2025年北京师范大学计算机应用基础作业一至九全套.doc VIP
- 人教部编版五年级语文上册全册教案)(内含全册备课-单元备课-教学反思-板书设计及).docx VIP
文档评论(0)