数据质量评价述评

发布时间：2018-01-23 00:20

本文关键词： 数据质量评价研究现状　出处：《情报理论与实践》2017年10期 　论文类型：期刊论文

【摘要】：[目的/意义]从数据资产的视角来说,数据质量评价对于数据质量价值提升具有重要作用。对数据质量评价的模型、方法、评价主体和评价对象的相关研究进行述评,以期将数据质量评价研究引向深入。[方法/过程]采用文献调研法,对国内外文献进行系统脉络梳理和整体内容述评。[结果/结论]目前研究普遍采用数据质量调查法确定多个维度指标,主要采用定性定量相结合的评价策略,并且逐步关注数据用户的需求。现有研究存在"评价标准视角单一""多维指标之间的相关性欠缺论证""计算机自动化评价受数据体量增大的瓶颈限制"等问题,未来研究需关注"大数据环境下的数据质量评价模型建模""充分考虑数据使用者的需求和认知条件""非结构化数据的有效质量评价方式构建""规模半结构化数据质量评价的计算机自动评价的实现"。
[Abstract]:[Objective / significance] from the perspective of data assets, data quality evaluation plays an important role in improving the value of data quality. The research on evaluation subject and evaluation object is reviewed in order to lead the research on data quality evaluation. [Methods the literature was systematically reviewed and reviewed by literature survey. [Results / conclusion at present, data quality survey is widely used to determine multiple dimensional indicators, mainly using qualitative and quantitative evaluation strategy. And gradually pay attention to the needs of data users. There is a "single evaluation standard perspective", "lack of correlation between multi-dimensional indicators" "computer automated evaluation is limited by the bottleneck of increasing data volume". Wait for questions. Future research needs to pay attention to "modeling of data quality evaluation model in big data environment", "fully consider the needs and cognitive conditions of data users", "Construction of effective quality assessment methods for unstructured data" The realization of computer automatic evaluation of scale and semi-structured data quality evaluation.
【作者单位】：南京大学信息管理学院;贵州财经大学信息学院;
【基金】：商务部国际贸易经济合作研究院联合基金项目“大数据环境下的农业数据资产管理研究”(项目编号:2016SWBZD17) 贵州省教育厅青年科技人才成长项目“面向数据资产管理的数据质量评价关键技术研究”(项目编号:黔教合KY字[2016]181)的成果
【分类号】：G201
【正文快照】： 随着数据不断地增长和积累,基于大数据的产品和服务创新,正有力地改变传统组织的竞争格局,充分表明数据的价值已被提升到前所未有的高度,数据已然成为一种重要的资产,是能为组织带来经济利益的数字资源。然而,随着数据体量和复杂度的上升,加剧了低质量数据产生的风险,低质量数

【相似文献】