数据清洗的若干关键技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-19页 |
| ·研究背景 | 第11页 |
| ·数据质量 | 第11-14页 |
| ·数据质量概念 | 第12页 |
| ·数据质量分类 | 第12-14页 |
| ·数据清洗研究的必要性 | 第14-15页 |
| ·数据清洗技术研究现状 | 第15-17页 |
| ·国外研究现状 | 第15-16页 |
| ·国内研究现状 | 第16页 |
| ·存在的问题 | 第16-17页 |
| ·本文的工作 | 第17页 |
| ·论文的组织结构 | 第17-19页 |
| 第二章 数据清洗相关理论研究 | 第19-38页 |
| ·数据清洗定义 | 第19-20页 |
| ·数据仓库应用中的数据清洗定义 | 第19页 |
| ·数据/信息质量管理应用中的数据清洗定义 | 第19-20页 |
| ·KDD应用中的数据清洗定义 | 第20页 |
| ·数据清洗的原理 | 第20-21页 |
| ·异常记录检测的常用算法 | 第21-24页 |
| ·统计学算法 | 第21-22页 |
| ·关联规则 | 第22-23页 |
| ·聚类算法 | 第23-24页 |
| ·算法分析 | 第24页 |
| ·重复记录检测的常用算法 | 第24-26页 |
| ·基本近邻排序算法SNM | 第25页 |
| ·多趟近邻排序算法MPN | 第25-26页 |
| ·优先权队列算法 | 第26页 |
| ·算法分析 | 第26页 |
| ·数据清洗的策略 | 第26-28页 |
| ·模式层的数据清洗策略 | 第26-27页 |
| ·实例层的数据清洗策略 | 第27-28页 |
| ·数据清洗的评价标准 | 第28-29页 |
| ·数据质量 | 第28-29页 |
| ·成本效益 | 第29页 |
| ·数据集成 | 第29页 |
| ·元数据管理 | 第29-35页 |
| ·元数据定义 | 第29-30页 |
| ·为什么需要元数据 | 第30-32页 |
| ·元数据来源 | 第32-33页 |
| ·元数据分类 | 第33-34页 |
| ·元数据的管理结构 | 第34-35页 |
| ·数据清洗的基本流程 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 基于等级分组的相似重复记录检测方法 | 第38-47页 |
| ·基本思想 | 第38-39页 |
| ·基本定义 | 第39-40页 |
| ·基本步骤 | 第40-44页 |
| ·等级法计算权值 | 第40-41页 |
| ·数据分组 | 第41-42页 |
| ·字段匹配算法 | 第42-43页 |
| ·算法描述 | 第43-44页 |
| ·实验 | 第44-46页 |
| ·查准率和查全率对比 | 第45页 |
| ·时间对比 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 基于加权快速聚类的异常记录检测算法 | 第47-55页 |
| ·相关研究 | 第47页 |
| ·基本思想 | 第47-48页 |
| ·步聚 | 第48-52页 |
| ·度量标准 | 第48页 |
| ·参数优化 | 第48-49页 |
| ·选择中心点 | 第49-51页 |
| ·迭代分类 | 第51-52页 |
| ·快速聚类法的结果 | 第52页 |
| ·实验 | 第52-54页 |
| ·时间对比 | 第53页 |
| ·精度对比 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 可扩展和可交互的数据清洗系统 | 第55-66页 |
| ·清洗原因 | 第55-56页 |
| ·数据清洗系统框架 | 第56页 |
| ·数据检测 | 第56-58页 |
| ·数据清洗 | 第58-59页 |
| ·元数据 | 第59页 |
| ·数据评估 | 第59页 |
| ·特点 | 第59-60页 |
| ·流程图 | 第60页 |
| ·应用 | 第60-65页 |
| ·系统服务器配置以及开发工具 | 第61页 |
| ·系统部份功能简介 | 第61-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 结束语 | 第66-68页 |
| ·全文总结 | 第66页 |
| ·工作展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 论文及科研情况 | 第72页 |
