面向數(shù)據(jù)集成的數(shù)據(jù)質(zhì)量控制系統(tǒng)設(shè)計與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩75頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、數(shù)據(jù)集成技術(shù)為企業(yè)解決跨多平臺,異構(gòu)數(shù)據(jù)的集成問題提供了一條解決途徑。數(shù)據(jù)集成系統(tǒng)可以把企業(yè)內(nèi)部的各種相關(guān)數(shù)據(jù)資源進(jìn)行集成、共享,為消除信息孤島,也為企業(yè)的信息資源規(guī)劃提供了可能。數(shù)據(jù)集成過程是一個從分布的數(shù)據(jù)源(包括數(shù)據(jù)庫、應(yīng)用系統(tǒng)等)抽取數(shù)據(jù),進(jìn)行轉(zhuǎn)換、集成和傳輸,以目標(biāo)系統(tǒng)希望的數(shù)據(jù)形式加載到目標(biāo)系統(tǒng)中的過程。在此過程中,數(shù)據(jù)質(zhì)量控制是一個至關(guān)重要的基本組件和功能,它對“臟”數(shù)據(jù)進(jìn)行屏蔽,防止“臟”數(shù)據(jù)進(jìn)入目標(biāo)系統(tǒng),同時負(fù)責(zé)解決數(shù)

2、據(jù)源之間模式關(guān)聯(lián)和映射問題。在實際的數(shù)據(jù)集成過程中如果缺少對數(shù)據(jù)質(zhì)量的有效控制,常常會導(dǎo)致集成過程的失敗。 “如何根據(jù)數(shù)據(jù)集成的特點,設(shè)計面向數(shù)據(jù)集成的數(shù)據(jù)質(zhì)量控制系統(tǒng),減少數(shù)據(jù)集成中的數(shù)據(jù)質(zhì)量問題”是論文研究的重點。 論文首先從數(shù)據(jù)集成過程的特點出發(fā),討論了數(shù)據(jù)集成過程中數(shù)據(jù)質(zhì)量控制的特點和難點,確立了本論文關(guān)于數(shù)據(jù)集成中數(shù)據(jù)質(zhì)量控制的研究方向,即:分別從模式集成和實例數(shù)據(jù)清洗兩個方面進(jìn)行數(shù)據(jù)質(zhì)量控制問題研究。

3、 論文分別在模式集成和實例數(shù)據(jù)清洗兩個層面提出了自動化和基于規(guī)則相結(jié)合的數(shù)據(jù)質(zhì)量控制策略。在模式集成的研究中,論文提出了一種模式自動匹配算法用來輔助進(jìn)行模式集成,并將模式轉(zhuǎn)換和模式?jīng)_突檢測結(jié)合到模式集成過程中。在實例數(shù)據(jù)清洗研究中,提出基于統(tǒng)計分析的異常數(shù)據(jù)自動檢測方法。同時,提出了一種針對中文的相似重復(fù)記錄的檢測算法,能夠有效地檢測多語言的相似重復(fù)記錄。在上述研究基礎(chǔ)上,論文提出了基于規(guī)則的數(shù)據(jù)質(zhì)量控制策略,通過用戶自定義的模式集成規(guī)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論