一种虚拟化环境下的多元数据清洗技术
基本信息
| 申请号 | CN201611002341.8 | 申请日 | - |
| 公开（公告）号 | CN106776703A | 公开（公告）日 | 2017-05-31 |
| 申请公布号 | CN106776703A | 申请公布日 | 2017-05-31 |
| 分类号 | G06F17/30(2006.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 肖国玉;王瑞青;高广涛;周专科;陈建楠;徐金龙;刘凯;李娜 | 申请（专利权）人 | 上海汉邦京泰数码技术有限公司 |
| 代理机构 | - | 代理人 | - |
| 地址 | 200093 上海市杨浦区控江路1555号A座805－809室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种虚拟化环境下的多元数据清洗技术，包含以下步骤：（1）数据分析、定义错误类型，（2）搜索、识别错误记录，（3）修正错误。经过本方法数据清洗之后：数据质量至少达到：1)数据对用户必须是可信的。可信性包括精确性、完整性、一致性、有效性、唯一性等指标。(1)精确性:描述数据是否与其对应的客观实体的特征相一致。(2)完整性:描述数据是否存在缺失记录或缺失字段。(3)一致性:描述同一实体的同一属性的值在不同的系统是否一致。(4)有效性:描述数据是否满足用户定义的条件或在一定的域值范围(5)唯一性描述数据是否存在重复记录。 |
