论文研究-数据质量维度量化方法.pdf

为了实现自动化的数据质量评估，提出了一种在背景范围内的数据质量量化方法QDC（Quantify Dimensions within Context）。数据质量可以用数据和其对应实体的“完美表达”间的差距来衡量。由于“完美表达”很难获得或代价很高，因此提出在多数据源条件下，数据的“完美表达”可以在其背景范围内用投票获得的“最近似”来替代，从而确定了数据质量评估参照的标准。同时提出利用信息论中信息熵指标，将不同类型数据的质量维度统一为通用的度量。作为一种自动化的数据质量评估方法，QDC方法不仅能够对数据的准确性和完整性维度给出准确的评估值，并且具有很高的计算效率。