数据关于规则的交互式数据清洗技术

东南大学硕士学位论文

术语描述

  一的缩写数据抽取、转换、装载的过程。

东南大学计算机科学与工程系数据库组实现的工具。

 根据   的定义 “数据仓库是面向主题的、集成的、稳定的、随时间变化的主要用于决策支持的数据库系统” 。

元数据。描述数据的数据指在数据仓库建设过程中所产生的有关数据源定义 目标定义转换规则等相关的关键数据。

 利用网络协议 等或文件协议等在源和目标系统之间移动数据利用内存等在处理各组件中移动数据。



东南大学硕士学位论文

首先要设计出一种基于规则的交互式数据清洗框架并对其中的领域知识和清洗规则的表示、定义和执行加以详细阐述其次研究在已有领域知识的情况下如何实现自动检测数据中存在的错误和不一致并且需要研究相似重复记录处理的框架和相关算法作为必不可少的一部分最后要讨论如何提供元数据管理功能使得用户能够实现元数据统一管理和元数据交换。

本文余下部分是这样安排的

第二章提出一个基于规则的交互式数据清洗框架并扼要描述了该框架。

第三章详细阐述清洗规则的表示、交互式定义和执行进一步深化清洗框架 同时阐述领域知识的表示方法。

第四章讨论了清洗框架中的数据分析模块的实现方法。

第五章中将相似重复记录问题单独提出来进行分析和处理。描述了相关算法并提出了基于专家系统的相似重复记录处理子框架。

第六章阐述了数据转换和清洗工具必不可少的基于标准的元数据管理及其功能框架。

第七章对全文做了总结。

