数据仓库环境下以用户为中心的数据清洗过程模型

摘要

数据清洗是数据仓库和数据挖掘中非常重要的一个环节.本文首先分析总结了数据清洗的有关概念,给出了数据清洗中需要解决的质量问题,并总结了解决这些问题的技术和方法.在此基础上提出了以人为中心的数据清洗过程模型.该模型集成了工作流技术、数据集成、数据转换和数据挖掘技术.给出了每个工具箱应该提供的基本功能.