结构化数据清洗技术综述_郝爽.pdfVIP

（ ） ／ 清华大学学报 自然科学版 年 第 卷 第 期 ＩＳＳ ２０１８ ５８ １２ １ １０ 　 － ／ 　 （ ） ， ， ＣＮ １１２２２３Ｎ ＪＴｓｉｎ ｈｕａＵｎｉｖ Ｓｃｉ＆ Ｔｅｃｈｎｏｌ ２０１８ Ｖｏｌ．５８ Ｎｏ．１２ 　 － 　 　 ｇ 　 　 － 结构化数据清洗技术综述 ， １ ２ ２ ２ １ 郝 爽 ， 李国良 ， 冯建华 ， 王 宁 　 　 　 　 　 （ ， ； ， ， ） 北京交通大学 计算机与信息技术学院 北京 清华大学 计算机科学与技术系 数据库组 北京 １． １０００４４ ２． １０００８４ ： ， 摘 要 数据清洗是对脏数据进行检测和纠正的过程 是进 ， 。 　 能准确地反映现实状况 有效地支持组织决策 但 。 行数据分析和 管理 的 基 础 该 文 对 经 典 和 新 兴 的 数 据 清 洗 ， ， 是 现实世界中脏数据无处不在 数据不正确或者 ， 。 技术进行分类和总结 为进一步的研究工作提供方向 形式 ， 不一致会严 重影响数据 分析的结果 从而产生消极 ， 、 、 化定义了数据清洗问题 对数据缺失 数据冗余 数据冲突 。 ， 作用 在美 国 脏 数 据 导 致 １４％的 医 疗 支 出 被 浪 和数据错误这 ４种 数 据 噪 声 的 检 测 技 术 进 行 详 细 阐 述 。按 ［ ］