数据清洗的若干关键技术研究.pdf

类 号 编 号
三
护
硕 士 学 位 论 文
'
论 文题 目
一 一 一 一 一 一 一 一
学科 专业
作 者姓名
协
指 导教师
答辩 日期
学位论文版权使用授权 书
本学位论文作者完全 了解学校有关保留 、 使用学位论文的规定 ,
同意学校保留并向国家有关部门或机构送交论文的复印件和 电子版,
允许论文被查阅和借阅 。本人授权江苏大学可以将本学位论文的全部
内容或部分 内容编入有关数据库进行检索, 可以采用影印 、 缩印或扫
描等复制手段保 存和 汇编本学位论文 。
保 密 口, 在 年解密后适用本授权书 。
本学位论文属于
不保密斌
学位论文作者签名直林 试、口指导今教师签名
、 勺 年
补。年`”`日 月 角
独 创 性 声 明
本人郑重声明 所呈交的学位论文, 是本人在导师的指导下, 独
立进行研究工作所取得的成果 。除文中己注明引用 的内容 以外, 本论
文不包含任何其他个人或集体 己经发表或撰写过 的作品成果 。对本文
的研究做 出重要贡献的个人和集体 , 均 己在文 中以明确方式标 明 。本
人完全意识到本声明的法律结果 由本人承担 。
学位论文储签“包油
日期妙 公`“尸`日
数据清洗的若干关键技术研究
'
专业名称
指导教师
研 究 生
江 苏 大 学
年 月
江 苏 大 学 硕 士 学 位 论 文
摘 要
随着全球信息化进程加速推进, 为了能在激烈竟争中占据有利位置, 各行各
业都在 实施信 息化工程 , 数据仓库 的应用是信 息化程度 的重要体现之一, 它是决策
支持的基础 。数据仓库中数据正确性对于数据仓库的应用至关重要, 并会进一步影
响后期的决策行为 。 由于数据仓库 中的数据来 自多种业务数据源, 这些数据源可
能存储在不同的硬件平台上, 使用不同的操作系统, 由于各种原因, 不可避免地
产生很多的数据质量问题, 主要表现为 相似重复记录 异常记录 。 数
据清洗的 目标就是对数据仓库的数据进行整理和规范, 消除歧义, 提高数据质量,
因此数据清洗被认为是数据仓库建设过程中需要解决的最重要问题之一 。
本文首先论述数据质量的相关理论 , 进而分析 了数据