数据清洗技术研究及清洗框架的设计与实现
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 论文研究背景与意义 | 第11-12页 |
| 1.1.1 研究背景及问题的提出 | 第11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 数据清洗国内外研究现状 | 第12-15页 |
| 1.2.1 国外研究现状 | 第12-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 研究目的与主要内容 | 第15页 |
| 1.4 论文组织结构及章节编排 | 第15-17页 |
| 第2章 数据质量与数据清洗 | 第17-26页 |
| 2.1 数据质量 | 第17-21页 |
| 2.1.1 数据质量的定义 | 第17-18页 |
| 2.1.2 数据质量问题的分类 | 第18-20页 |
| 2.1.3 数据质量的产生原因 | 第20-21页 |
| 2.2 数据清洗 | 第21-25页 |
| 2.2.1 数据清洗的定义 | 第21-22页 |
| 2.2.2 数据清洗的原理 | 第22-23页 |
| 2.2.3 数据清洗的一般过程 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 主要清洗算法的研究与分析改进 | 第26-33页 |
| 3.1 主要重复记录清洗算法 | 第26-32页 |
| 3.1.1 DIT算法 | 第27-29页 |
| 3.1.2 DDID算法 | 第29-30页 |
| 3.1.3 邻窗比对法 | 第30-31页 |
| 3.1.4 改进的算法——相似度加权算法 | 第31-32页 |
| 3.2 异常记录检测算法 | 第32页 |
| 3.3 本章小结 | 第32-33页 |
| 第4章 清洗框架设计与实现 | 第33-66页 |
| 4.1 需求分析与开发环境介绍 | 第33-35页 |
| 4.1.1 需求分析 | 第33-34页 |
| 4.1.2 框架设计开发环境 | 第34-35页 |
| 4.2 框架设计原则和系统技术架构 | 第35-39页 |
| 4.2.1 框架设计原则 | 第35-37页 |
| 4.2.2 系统技术架构 | 第37-39页 |
| 4.3 清洗框架总体设计 | 第39-48页 |
| 4.3.1 框架总体设计思路 | 第39-41页 |
| 4.3.2 数据表结构设计 | 第41-44页 |
| 4.3.3 程序主要包层次结构图 | 第44-45页 |
| 4.3.4 总设计流程 | 第45-48页 |
| 4.4 清洗框架细节实现 | 第48-65页 |
| 4.4.1 数据注册 | 第48-50页 |
| 4.4.2 映射关系配置与审核 | 第50-52页 |
| 4.4.3 数据上传 | 第52-53页 |
| 4.4.4 重复数据清洗 | 第53-58页 |
| 4.4.5 关联关系清洗 | 第58-60页 |
| 4.4.6 字典清洗 | 第60-64页 |
| 4.4.7 数据同步 | 第64-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第5章 结果测试与分析 | 第66-73页 |
| 5.1 实验数据 | 第66-67页 |
| 5.2 实验测试与结果分析 | 第67-72页 |
| 5.2.1 元数据检查结果 | 第67页 |
| 5.2.2 数据校验结果 | 第67-68页 |
| 5.2.3 清洗流程测试结果 | 第68-70页 |
| 5.2.4 实验结果分析 | 第70-72页 |
| 5.3 本章小结 | 第72-73页 |
| 第6章 结论与讨论 | 第73-75页 |
| 6.1 结论 | 第73页 |
| 6.2 讨论 | 第73-75页 |
| 参考文献 | 第75-77页 |
| 致谢 | 第77页 |
| 攻读学位期间参加的科研项目 | 第77页 |
