大数据处理流程中的数据质量影响分析

发布时间：2021-03-01 17:14

　　大数据的规模性、高速性和数据来源的多样性,使数据更可能产生不一致和冲突,这会导致大数据质量问题。本文在界定大数据质量内涵及其维度的基础上,分析大数据处理流程中数据收集、数据预处理、数据存储、数据处理与分析、数据可视化及应用等环节对大数据质量的影响及关键因素,构建大数据流程的质量影响模型,并提出大数据质量保障的建议与措施。 

【文章来源】：现代情报. 2017,37(03)北大核心CSSCI

【文章页数】：5 页

【部分图文】：

大数据质量影响模型

?⒋?理等一系列操作之前，通过对应用情境的充分调研、对管理决策需求信息的深入分析，可明确大数据处理与分析的目标，从而为大数据收集、存储、处理、分析等过程提供明确的方向，并保障大数据分析结果的可用性、价值性和用户需求的满足。3大数据流程的质量影响模型由以上分析可知，大数据质量与其整个数据流程有关，影响大数据质量的重要因素包括数据源、数据收集方式与技术、预处理技术、存储系统与技术、数据处理系统、数据分析技术、数据可视化技术等，技术性是大数据质量影响因素的主要特征。它们的影响关系如图1所示。图1大数据质量影响模型(下转第115页)—72—2017年3月第37卷第3期大数据处理流程中的数据质量影响分析Mar.，2017Vol.37No.3

【参考文献】：
期刊论文
[1]基于用户服务价值的图书馆大数据价值分析与服务质量保证研究[J]. 马晓亭.  图书馆. 2014(05)
[2]企业大数据治理研究[J]. 王宇德.  互联网天地. 2014(01)
[3]大数据研究与应用综述(上)[J]. 胡雄伟,张宝林,李抵飞.  标准科学. 2013(09)
[4]大数据时代下数据质量的挑战[J]. 宗威,吴锋.  西安交通大学学报(社会科学版). 2013(05)



本文编号：3057779