基于元数据的数据质量管理研究

发布时间：2021-04-05 00:29

　　数据质量问题一直是困扰数据资产价值提升的重要因素,在进行数据资产建设之初就应当从战略角度对数据质量体系进行规划。以元数据为基础,在数据工程设计、数据汇集治理、数据核查和矫正等过程中,进行数据质量的完整性、有效性、一致性、唯一性、正确性、准确性、充足性管理,能够充分有效的保障数据质量,为充分分析数据关系、发挥数据价值打下基础。本文按照从数据源到目标数据的数据生成过程,描述了设计元数据、制定数据质量管理要求、汇集治理数据、核查和矫正目标数据等四个方面的主要数据质量管控内容和思路,为同行提供借鉴和参考。 

【文章来源】：信息技术与信息化. 2020,(07)

【文章页数】：4 页

【部分图文】：

数据质量管理流程

元数据是数据资产最原始的词典,设计元数据,首先应参考源数据,识别出与目标数据关联性较大的源数据结构和内容,然后分析数据应用要求,二者结合,构建元模型,为元数据提供建设标准和构建依据。2.1 元数据的识别

制定数据质量管理要求,是从管理的角度,对影响数据质量的因素进行约束和控制。数据质量管理要求主要包括元数据标准、数据质量控制规范、数据质量评价等三方面的内容。3.1 元数据标准

【参考文献】：
期刊论文
[1]异构数据资源整合的方法与系统实现[J]. 张梦瑾.  信息与电脑(理论版). 2018(01)
[2]基于元数据的动态数据资源管理机制研究[J]. 张程烨.  信息技术与信息化. 2017(12)
[3]军事情报元数据模型与描述方法[J]. 黄子俊,李轶童,黎慧.  兵工自动化. 2017(09)
[4]大数据资源规划研究框架的构建[J]. 周耀林,赵跃,Zhou Jiani.  图书情报知识. 2017(04)



本文编号：3118786