| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 引言 | 第7-12页 |
| ·研究意义 | 第7-8页 |
| ·数据清洗技术的研究现状和发展趋势 | 第8-10页 |
| ·国外研究现状 | 第8-9页 |
| ·国内研究现状 | 第9-10页 |
| ·发展趋势 | 第10页 |
| ·本文的研究内容与章节安排 | 第10页 |
| ·本章小结 | 第10-12页 |
| 第二章 数据清洗技术和聚类算法的原理及知识 | 第12-23页 |
| ·数据清洗的定义与简介 | 第12-13页 |
| ·数据仓库应用中的数据清洗定义 | 第12-13页 |
| ·数据/信息质量管理应用中的数据清洗定义 | 第13页 |
| ·数据清洗的形式化定义 | 第13页 |
| ·数据清洗的原理与方法 | 第13-16页 |
| ·数据清洗的原理 | 第13-14页 |
| ·数据清洗的方法 | 第14-16页 |
| ·模式层的数据清洗方法 | 第14页 |
| ·实例层的数据清洗方法 | 第14-16页 |
| ·数据清洗的基本过程 | 第16-18页 |
| ·数据清洗的评价标准 | 第18-19页 |
| ·现有的数据清洗工具及不足 | 第19-20页 |
| ·聚类算法简介 | 第20-21页 |
| ·聚类方法的分类 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 对缺失值进行清洗的研究 | 第23-34页 |
| ·缺失值清洗简述 | 第23页 |
| ·对缺失值进行填充的清洗算法 | 第23-24页 |
| ·采用分类方法清洗缺失值 | 第23-24页 |
| ·采用统计方法清洗缺失值 | 第24页 |
| ·采用关联规则清洗缺失值 | 第24页 |
| ·基于密度的DBSCAN 算法在缺失值填充中的研究 | 第24-28页 |
| ·基本的DBSCAN 算法 | 第24-26页 |
| ·DBSCAN 算法在缺失值填充中的应用 | 第26-28页 |
| ·改进的DBSCAN 算法在缺失值填充中的应用研究 | 第28-29页 |
| ·实验对比结果及分析 | 第29-33页 |
| ·实验说明 | 第29-30页 |
| ·实验结果及分析 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 对重复记录进行数据清洗的研究 | 第34-51页 |
| ·数据清洗前的预处理 | 第34页 |
| ·基于聚类的多表记录匹配问题 | 第34-44页 |
| ·重复记录检测中的匹配问题 | 第34-37页 |
| ·字段匹配问题 | 第35-37页 |
| ·记录匹配问题 | 第37页 |
| ·改进的多表记录匹配算法 | 第37-44页 |
| ·改进的算法 | 第37-39页 |
| ·算法在多表记录匹配中的应用 | 第39-41页 |
| ·算法复杂度分析 | 第41页 |
| ·实验结果对比与分析 | 第41-44页 |
| ·基于聚类的重复记录清洗算法 | 第44-49页 |
| ·现有的重复记录清洗算法 | 第44-46页 |
| ·排序近邻方法 | 第44页 |
| ·优先权队列算法 | 第44-45页 |
| ·多路数据清洗方法 | 第45页 |
| ·增量数据清洗 | 第45页 |
| ·独立于领域知识的数据清洗 | 第45页 |
| ·与数据库管理系统集成的数据清洗 | 第45-46页 |
| ·改进的重复记录清洗算法 | 第46-49页 |
| ·改进的算法 | 第46-48页 |
| ·算法复杂度分析 | 第48页 |
| ·重复记录的删除 | 第48页 |
| ·实验结果及分析 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 第五章 总结与展望 | 第51-53页 |
| ·工作总结 | 第51页 |
| ·工作展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 附录 | 第58-59页 |
| 在学期间发表的学术论文 | 第59页 |