简介：数据质量问题关系到信息系统建设。首先，概述了数据质量的定义和数据质量问题的分类并总结其来源，介绍了数据质量维度这一数据质量评估指标；然后，说明了不同领域中数据清洗的概念，分析了不同数据质量问题的清洗方法，并归纳了数据清洗有关的框架和工具。最后，对数据清洗相关研究进行了展望。

简介：摩根士丹利最近关于摩根士丹利的争议和它内部的争议成为了热点话题.不过,从国际投行人士的眼光来看,即使是它的竞争者,都在为它的命运多舛而扼腕叹息.在坚持"中国墙"方面,它做的也是最好的,这也是老摩根立下的铁律:不论什么时候,研究都要独立.

简介：摘要：数据质量的治理始终作为一条主线贯穿于建设的整个过程中。良好的数据质量能带来决策上的支持，而低下的数据质量同样可能带来意想不到的阻力。数据质量治理好可以成为“放大器”，治理不好反而成为“衰减器”。本文充分了解数据质量方面存在的问题及原因，结合数据质量管理、评估和控制，展望数据质量治理建设的发展前景。

简介：

简介：摘要随着我国经济社会发展，在一定程度上也促进了我信息化技术及互联网技术水平的提升，对带动数据量的增长以及数据类型的增多起着积极的作用，大大提高了数据的复杂性，对我国社会朝着数据化时代的发展有着重要的意义。对此，要想使大数据的应用价值得到充分的发挥，就应做好对数据质量的管理工作，保证数据传输的稳定性和安全性。笔者通过对大数据特征的研究，对现阶段我国数据质量管理所面临的各种问题提出积极的解决对策。

简介：摘要大数据几乎对每个领域都产生了影响，遥感数据作为大数据重要组成部分，其自身也在发生深刻变革。本文结合大数据时代背景和遥感数据质量管控现势情况，对大数据在遥感数据质量管控方面进行初步探索，浅要分析大数据下的遥感数据质量管理模式。

简介：摘要：对于当前的电能质量检测数据处理工作来说，解决电能质量监测数据庞大、数据低密度以及数据异构严重问题势在必行，这就需要加强数据挖掘技术在电能质量检测数据中的应用研究。鉴于此，本文将从分析数据挖掘技术的内涵与应用过程出发，以数据挖掘在电能质量检测数据中所发挥的应用作用与意义为导向，着重探讨了在电能质量检测数据中，数据挖掘的实践应用方法。

简介：采用粗糙集与BP神经网络理论相结合的方法对作战数据质量进行了评估。在评估模型构建上,分析了影响作战数据质量的多种因素,确定了评估指标体系,组建了作战数据质量评估元及评估网络,构建了六元组评估模型。在作战数据质量评估上,利用粗糙集理论对评估指标信息进行了约简,利用BP神经网络理论对作战数据质量进行了评估。通过数据分析,结果显示该方法评估误差小,方法简单、实用。

简介：逻辑结构与信息本身相分离的特性，使得电子审计数据在真实性、完整性、一致性和有效性等方面难以满足审计工作对数据质量的要求。而利用分类、聚类、关联规则等数据挖掘技术可以控制和提升审计数据质量，提高电子审计效率。

简介：摘要信息时代的基础是数据，数据从产生到传播以及后期的加工无不影响各行各业，并参与到重要的决策中去，提高决策的科学性。现代化的分工决定了这是一个追求效率的社会，而大量无用的、低质量数据会降低决策人员的工作效率。大数据时代下从数据产生的角度似乎变得过于泛滥，因此如何在众多数据中把控好数据质量，是数据处理人才需要解决的难题。本文在建立数据质量评价体系、落实质量信息的采集分析与监控、建立持续改进的工作机制和完善元数据管理四个方面提出了提高数据质量的策略办法，并建立一套可行的管理体系，为信息系统提供更高质的数据。

简介：摘要：当今时代正处于从工业经济向数字经济转型的大变革时代，数字经济正成为全球经济增长的新动能和经济提质增效的新引擎，数据的基础性、战略性资源的作用愈发突出。数字经济从本质上来讲就是数据驱动，数据作为新型生产要素，对传统方式变革具有重大影响。从数据管理、数据治理、数据资源和数据存储等多个维度进行分析，面向企业执行层、管理层和决策层多方位呈现各类业务应用场景，实现“业务数据化、数据资产化、资产价值化”的管理目标，为企业数字化转型奠定基础。

简介：摘要：摘要：随着网络技术和信息技术的飞速发展，数据的数量呈现井喷式增长，数据种类不断增加，而且越来越复杂。随着时代的发展，人类已经步入了一个大数据时代。在此背景下，要充分利用大数据的价值，就需要对数据进行有效的管理，改善资料传送与使用之安全性与稳定性。本文从大数据的特点出发，分析了目前数据质量管理所面临的问题，并给出了一些建议，只作参考。

简介：摘要；随着经济的不断发展，人民生活质量的不断提高，对于高质量生活的需求也在急剧增加，加强数据库的数据质量检查，为其发展提供更加科学稳健的发展保障，确保现代化的发展技术得以增强，促进我国经济不断发展，促进数据库质量建设的不断提高，为现代化的发展做出更加卓越的贡献。

简介：摘要：当今时代正处于从工业经济向数字经济转型的大变革时代，数字经济正成为全球经济增长的新动能和经济提质增效的新引擎，数据的基础性、战略性资源的作用愈发突出。数字经济从本质上来讲就是数据驱动，数据作为新型生产要素，对传统方式变革具有重大影响。从数据管理、数据治理、数据资源和数据存储等多个维度进行分析，面向企业执行层、管理层和决策层多方位呈现各类业务应用场景，实现“业务数据化、数据资产化、资产价值化”的管理目标，为企业数字化转型奠定基础。

简介：摘要：随着大数据时代的到来，数据质量成为了数据分析和应用中至关重要的一环。本文针对大数据环境下的数据质量进行研究，提出了一个全面的数据质量评价指标体系，旨在帮助企业和研究机构更好地评估和提高数据质量，从而确保数据分析的准确性和可靠性。

简介：摘要:数据治理作为企业数据管理的重要手段，对提升数据质量起着至关重要的作用。本研究通过对数据治理对企业数据质量提升的影响因素进行分析，揭示了在复杂的商业环境中，有效的数据治理策略如何影响数据质量，为企业实现高质量数据的价值提供了理论支持。关键因素包括数据管理流程、数据质量度量、组织文化等，这些因素相互交织，共同构建了一个有序的数据治理体系，为企业提供了数据驱动决策的基础。

简介：对目前书目数据的来源及存在的质量问题进行分析，提出了在书目数据产生源与应用源两个方面建立起编目质量控制机制的建议。

简介：高质量的统计数据,是保障社会经济健康发展的重要基础,是国家预测经济发展的走向,进行宏观决策的重要依据。剖析统计数据的现状,找出影响统计数据质量的原因,并提出治理和防范统计失真的对策是十分重要和迫切的。

简介：<正>一、转变统计观念,扩大统计领域一是统计服务要从反映计划经济转向反映市场经济。随着市场经济的建立和发展,统计内容和统计对象都发生了巨大的变化。在统计观念上要实现由计划经济向市场经济的转变,要按照市场经济发展到哪里,统计工作就延伸到哪里的思路,开展统计调查,拓宽统计服务领域。这不仅是市场经济发展对统计部门提出的挑战,也是统计部门的义务和职责。当前,要加快探索建立一套能够全面准确

简介：　　普查是专门组织的全面调查,是一项有关国情国力的重大调查,调查的范围大,涉及面广,参与的部门多,技术要求高,从理论上说普查数据是准确可靠的.但实际中普查数据往往受多个因素的制约影响了它的质量.……