| 第一章 概述 | 第1-14页 |
| ·问题的提出 | 第7-8页 |
| ·数据质量 | 第8-9页 |
| ·数据质量的描述 | 第8页 |
| ·数据质量问题的分类 | 第8-9页 |
| ·数据清洗定义与简介 | 第9-10页 |
| ·数据仓库应用中的数据清洗定义 | 第9页 |
| ·KDD应用中的数据清洗定义 | 第9页 |
| ·数据／信息质量管理应用中的数据清洗定义 | 第9-10页 |
| ·数据清洗技术研究现状 | 第10-12页 |
| ·国外研究现状 | 第10-12页 |
| ·国内研究现状 | 第12页 |
| ·本文的研究内容与章节安排 | 第12-14页 |
| 第二章 数据清洗知识 | 第14-20页 |
| ·数据清洗的原理和方法 | 第14-16页 |
| ·数据清洗的原理 | 第14页 |
| ·数据清洗的方法 | 第14-16页 |
| ·数据清洗的基本流程 | 第16-18页 |
| ·数据清洗的评价标准 | 第18-20页 |
| ·成本效益 | 第18-19页 |
| ·数据质量 | 第19页 |
| ·数据集成 | 第19-20页 |
| 第三章 属性清洗 | 第20-26页 |
| ·属性清洗的对象 | 第20页 |
| ·属性清洗的基本方法 | 第20-21页 |
| ·缺失值的清洗方法 | 第20-21页 |
| ·错误值的检测及清洗方法 | 第21页 |
| ·不一致数据的清洗方法 | 第21页 |
| ·自动检测属性错误的方法 | 第21-24页 |
| ·统计分析的方法 | 第22页 |
| ·聚类的方法 | 第22-23页 |
| ·基于模式的方法 | 第23页 |
| ·关联规则的方法 | 第23-24页 |
| ·实验结果 | 第24-26页 |
| ·实验数据集介绍 | 第24-25页 |
| ·实验结果分析 | 第25-26页 |
| 第四章 重复记录清洗 | 第26-49页 |
| ·重复记录清洗简介 | 第26-28页 |
| ·重复记录的定义 | 第26页 |
| ·重复记录清洗的意义 | 第26-27页 |
| ·重复记录清洗的基本流程 | 第27-28页 |
| ·预处理 | 第28-30页 |
| ·属性选择 | 第28页 |
| ·初步聚类 | 第28-30页 |
| ·分配属性的权重 | 第30页 |
| ·重复记录检测 | 第30-42页 |
| ·字段匹配问题 | 第30-38页 |
| ·基本的字段匹配算法 | 第31页 |
| ·递归的字段匹配算法 | 第31-32页 |
| ·Smith-Waterman算法 | 第32-33页 |
| ·改进的Smith-Waterman算法(R-S-W算法) | 第33页 |
| ·基于编辑距离的字段匹配算法及缩写发现算法 | 第33-38页 |
| ·记录匹配问题 | 第38-42页 |
| ·记录相似度和有效权值 | 第38-39页 |
| ·长度过滤优化算法 | 第39-42页 |
| ·数据库级重复记录聚类 | 第42-47页 |
| ·基本近邻排序算法SNM | 第42-43页 |
| ·多趟近邻排序算法MPN | 第43-44页 |
| ·优先权队列算法 | 第44-45页 |
| ·改进的SNM算法 | 第45-46页 |
| ·衡量重复记录清洗算法效率的度量标准 | 第46-47页 |
| ·实验结果 | 第47页 |
| ·冲突处理 | 第47-49页 |
| 第五章 应用工具的设计 | 第49-52页 |
| ·应用背景 | 第49页 |
| ·源数据中存在的问题 | 第49-50页 |
| ·工具的框架结构和操作流程 | 第50-51页 |
| ·工具的框架结构 | 第50-51页 |
| ·工具的操作流程 | 第51页 |
| ·工具的优缺点 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·本文所做工作的总结 | 第52页 |
| ·未来研究方向的展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表的论文 | 第57-58页 |
| 致谢 | 第58-59页 |
| 学位论文独创性声明 | 第59页 |
| 学位论文知识产权权属声明 | 第59-60页 |