计算机应用

作者：宋洪涛, 于江生, 韩启龙

单位：哈尔滨工程大学 计算机科学与技术学院，哈尔滨 150001

关键词：数据质量,多元时序数据,数据质量维度,数据质量评估,相关性

基金：国家重点研发计划项目(2020YFB1710200)

现有的数据质量评估（DQA）方法通常只从特定数据质量维度（DQD）的基本概念分析，忽略了能够反映数据质量（DQ）关键信息的细粒度的子维度对评估结果的影响。针对上述问题，提出一种工业多元时序数据质量评估（IMTSDQA）方法。首先，对于待评估的DQD，如完整性、规范性、一致性、唯一性和准确性等进行细粒度划分，考虑同一DQD内或不同DQD间各子维度的相关性以确定这些子维度的度量；其次，对完整性的属性完整性、记录完整性、数值完整性，规范性的类型规范性、精度规范性，一致性的顺序一致性、逻辑一致性，唯一性的属性唯一性、记录唯一性，准确性的范围准确性、数值准确性等子维度进行权重分配，进而充分挖掘DQD的深层次信息，从而获得反映DQ详情的评估结果。实验结果表明，与现有的基于框架定性分析、依据DQD基本定义构建模型的方法相比，IMTSDQA能更详细、更全面地评估DQ，且不同DQD的评估结果更能客观准确地反映DQ问题。

来源：2024年第6期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第6期