宋俊典 劉豐源

(上海計(jì)算機(jī)軟件技術(shù)開發(fā)中心 上海 201112)

0 引 言

當(dāng)前各行業(yè)企業(yè)越來越多依賴于數(shù)據(jù)進(jìn)行決策和運(yùn)轉(zhuǎn)，數(shù)據(jù)的信息提取能力和處理能力急需提升。然而許多數(shù)據(jù)已經(jīng)超出了傳統(tǒng)技術(shù)能管控的范疇，存在大規(guī)模的低質(zhì)量數(shù)據(jù)混在其中，進(jìn)而影響了整體數(shù)據(jù)的清潔度。由于數(shù)據(jù)質(zhì)量問題導(dǎo)致的計(jì)算偏差和決策失誤屢見不鮮，數(shù)據(jù)質(zhì)量的低下造成嚴(yán)重經(jīng)濟(jì)損失，并影響著各行業(yè)的發(fā)展。數(shù)據(jù)本身和數(shù)據(jù)質(zhì)量都是一個(gè)多維度而模糊的概念，數(shù)據(jù)質(zhì)量的評(píng)估難以用單一的指標(biāo)來準(zhǔn)確判斷，而且隨著業(yè)務(wù)流程的不同，數(shù)據(jù)質(zhì)量的評(píng)價(jià)維度也是多種多樣。如何處理數(shù)據(jù)質(zhì)量評(píng)價(jià)維度的模糊性，使得數(shù)據(jù)質(zhì)量的評(píng)價(jià)具有可靠性和準(zhǔn)確性，在數(shù)據(jù)質(zhì)量的評(píng)估工作中一直是研究的重點(diǎn)和難點(diǎn)。本文面向數(shù)據(jù)質(zhì)量評(píng)估提出了一種基于多維度的模糊綜合評(píng)價(jià)法，具有全面、可靠、準(zhǔn)確等優(yōu)點(diǎn)，為輔助企業(yè)進(jìn)行數(shù)據(jù)質(zhì)量的提升和改進(jìn)提供了一套行之有效的方法。

1 數(shù)據(jù)質(zhì)量評(píng)價(jià)概述

數(shù)據(jù)質(zhì)量評(píng)估是指針對(duì)數(shù)據(jù)的好壞優(yōu)劣進(jìn)行評(píng)判的方法或模型[1]，國內(nèi)外學(xué)者對(duì)此開展了大量的研究。Meyen[2]等最早定義數(shù)據(jù)質(zhì)量評(píng)估是一種面向數(shù)據(jù)環(huán)境的屬性,旨在提高數(shù)據(jù)準(zhǔn)確性的有效手段。Richard[3]在隨后一年首創(chuàng)數(shù)據(jù)質(zhì)量評(píng)估先例，將質(zhì)量評(píng)估定義、質(zhì)量量化和質(zhì)量分析以及提升納入質(zhì)量評(píng)估體系中。Eppler[4]等基于之前的質(zhì)量分析框架融合了新的原色，提出納入質(zhì)量提升方案作為評(píng)估體系的內(nèi)容之一。IMF 緊接著發(fā)布了更適用于定性度量的DQAF即《數(shù)據(jù)質(zhì)量評(píng)估框架》[5]，該框架成為后來的三大框架之一。相同時(shí)期Yang等[6]和Leo等[7](2002)都分別在質(zhì)量評(píng)估方法上有所突破，分別提出了AIMQ方法和主客觀融合評(píng)估方法，大大改進(jìn)了數(shù)據(jù)質(zhì)量的評(píng)估方法的單一問題，其中AIMQ方法同樣成為了三大數(shù)據(jù)質(zhì)量評(píng)估框架之一，廣為沿用。 Carlo[8]等在2008年擴(kuò)展了原有的質(zhì)量評(píng)估方法，提出一套更為全面、靈活的評(píng)估框架，被命名為CDQ，同屬三大框架之一。

而國內(nèi)的學(xué)者在數(shù)據(jù)質(zhì)量評(píng)估方法的研究和應(yīng)用方面起步較晚，但是近年也做出了大量的研究和實(shí)踐。其中王淑貞[9]面向ERP系統(tǒng)，分析了數(shù)據(jù)精確度缺陷的根源和弊端，提出了面向準(zhǔn)確性屬性的優(yōu)化手段。王欣[10]對(duì)Benford分布律不能用于有界數(shù)據(jù)集準(zhǔn)確性評(píng)估的局限性,提出了修正Benford分布律基礎(chǔ)上的準(zhǔn)確性評(píng)估方法。然而上述方法都是將數(shù)據(jù)質(zhì)量等同于數(shù)據(jù)準(zhǔn)確性，存在一定的偏差，近年來越來越多的學(xué)者開始考慮多維評(píng)估問題，規(guī)避原始的單維度評(píng)估可能導(dǎo)致的不客觀性。吳騁[11]等關(guān)注數(shù)據(jù)質(zhì)量評(píng)估工作的多維性，提出了量化的評(píng)估方法并應(yīng)用在醫(yī)療領(lǐng)域。丁小歐[12]等歸納了一套數(shù)據(jù)質(zhì)量評(píng)估指標(biāo)，并深入研究了多維關(guān)系評(píng)估策略。劉偉濤[13]等結(jié)合互聯(lián)網(wǎng)數(shù)據(jù)，建立了面向WEB數(shù)據(jù)的評(píng)估模型和標(biāo)準(zhǔn)。

綜上所述，國外研究人員傾向于宏觀框架的構(gòu)建，研究主體在于評(píng)估方法的組合和復(fù)用，而國內(nèi)學(xué)者更傾向于應(yīng)用在具體的場(chǎng)景中，構(gòu)建不同的特色的質(zhì)量指標(biāo)評(píng)估體系并更關(guān)注準(zhǔn)確性這個(gè)單一維度，但近年來國內(nèi)學(xué)者也開始關(guān)注多維數(shù)據(jù)質(zhì)量評(píng)估問題。然而結(jié)合國內(nèi)外針對(duì)數(shù)據(jù)質(zhì)量評(píng)價(jià)方法的研究現(xiàn)狀可以看出，國外的質(zhì)量評(píng)估框架僅能對(duì)質(zhì)量評(píng)估工作起到一定的指導(dǎo)作用，鮮有結(jié)合計(jì)算機(jī)系統(tǒng)落地實(shí)施的工具產(chǎn)生，而國內(nèi)的指標(biāo)體系并不完全，即便是考慮到了多維質(zhì)量評(píng)估維度，仍然局限在準(zhǔn)確性、完整性、規(guī)范性等少數(shù)維度，缺少與國際主流框架的結(jié)合，尚不夠全面，進(jìn)而導(dǎo)致質(zhì)量評(píng)估的結(jié)果會(huì)有一定偏差。基于以上問題，本文的研究試圖解決以下 3 個(gè)方面的問題: ① 綜合現(xiàn)有研究成果和國際主流評(píng)估框架，制定8大維度的多層級(jí)數(shù)據(jù)質(zhì)量評(píng)估指標(biāo)體系； ② 融合德爾菲法和層次分析法進(jìn)行權(quán)重的計(jì)算，使權(quán)重集更為客觀準(zhǔn)確，并融合模糊綜合評(píng)價(jià)法進(jìn)行多維度模糊綜合評(píng)價(jià)法的構(gòu)建； ③ 在實(shí)踐層面給出具體算例分析并結(jié)合計(jì)算機(jī)系統(tǒng)實(shí)現(xiàn)和驗(yàn)證，并將方法成功應(yīng)用在一個(gè)項(xiàng)目實(shí)例中。

2 基于多維度模糊綜合評(píng)價(jià)方法

2.1 關(guān)鍵技術(shù)

1) 德爾菲法(Delphi) 德爾菲法[13]是實(shí)現(xiàn)專家決策的重要手段，通過采用背對(duì)背的通信方式屏蔽專家之間的溝通渠道，再通過反復(fù)輪詢使結(jié)果趨同。德爾菲法具有鮮明的特點(diǎn)：綜合考慮到參與決策者的專業(yè)知識(shí)，是吸收融合知識(shí)進(jìn)行預(yù)測(cè)的專業(yè)方法；只允許背靠背通信方式，即只允許參與決策者與調(diào)研人員單方面溝通，禁止專家之間的直接交流，可以有效避免主觀意識(shí)對(duì)結(jié)果的影響；反復(fù)迭代單次統(tǒng)計(jì)結(jié)果，直到結(jié)果逐漸趨于統(tǒng)一，可以通過統(tǒng)計(jì)次數(shù)的遞增降低決策的失誤率。

正是由于德爾菲法充分利用了決策者的資源，并具有一定的匿名性和獨(dú)立性，使得每次調(diào)研和決策結(jié)果都是真實(shí)可信的，且具有一定的可靠性，同時(shí)該方法又利用反復(fù)迭代的思想得到趨同的最終結(jié)果，使得反饋結(jié)果具有一致性和可信性。

2) 層次分析法(AHP) 層次分析法AHP[14]的提出是面向復(fù)雜關(guān)系的梳理和轉(zhuǎn)化，該方法通過層次分析結(jié)構(gòu)模型實(shí)現(xiàn)各層級(jí)的比較，實(shí)現(xiàn)彼此重要程度的比對(duì)，建立判端矩陣并計(jì)算權(quán)重分配。層次分析法優(yōu)點(diǎn)明確，通過將原始的定性問題轉(zhuǎn)化為定量處理，可以實(shí)現(xiàn)更好的效果。相比于其他定量方法，層次分析法更加注重模擬人腦思考的過程，關(guān)注于定性的分析和判斷。同時(shí)層次分析法具有簡單可實(shí)行的特點(diǎn)，通過把問題分層量化，實(shí)現(xiàn)了數(shù)學(xué)計(jì)算的簡化，有助于快速輔助決策。因此層次分析法常常應(yīng)用于解決定性問題和簡化指標(biāo)計(jì)算。

3) 模糊綜合評(píng)價(jià)法(FCEM) 模糊綜合評(píng)價(jià)法[15]是實(shí)現(xiàn)模糊概念轉(zhuǎn)化與評(píng)價(jià)的方法，基礎(chǔ)是模糊數(shù)學(xué)。模糊數(shù)學(xué)是用來描述、研究和處理事物所具有的模糊特征的數(shù)學(xué)，可以有效地解決表述對(duì)象的不確定性和模糊性，并且提供了相關(guān)處理不精確問題的工具。模糊綜合評(píng)價(jià)法的核心是隸屬度函數(shù)，可以把定性的問題轉(zhuǎn)化為定量的問題來處理，是實(shí)現(xiàn)模糊轉(zhuǎn)化的核心手段，最終可以實(shí)現(xiàn)將多維評(píng)價(jià)屬性轉(zhuǎn)化為定量的計(jì)算，得到科學(xué)的評(píng)價(jià)等級(jí)的目的。

模糊綜合評(píng)價(jià)法具有通用的流程可以參考，首先是構(gòu)建符合特定業(yè)務(wù)場(chǎng)景的評(píng)估指標(biāo)體系，且需要具有一定的客觀性，指標(biāo)體系可分為多層級(jí)指標(biāo)，用于后續(xù)模糊轉(zhuǎn)化以及權(quán)重制定；其次是進(jìn)行權(quán)重向量的制定，權(quán)重的確定可根據(jù)需要變更權(quán)重確定方法，但需要遵循客觀準(zhǔn)確的原則；接著是構(gòu)建評(píng)價(jià)矩陣，在這個(gè)環(huán)節(jié)里需要對(duì)隸屬度函數(shù)進(jìn)行確定并應(yīng)用隸屬度函數(shù)進(jìn)行模糊轉(zhuǎn)化和模糊計(jì)算；最后是矩陣和權(quán)重的合成，可以更好地綜合模糊概念的定性和定量特征，保證最終結(jié)果的準(zhǔn)確可靠。

模糊綜合評(píng)價(jià)法在難以定量計(jì)算的評(píng)價(jià)問題上具有非常優(yōu)秀的實(shí)用性，通過模糊概念的定量轉(zhuǎn)化，可以結(jié)合計(jì)算機(jī)實(shí)現(xiàn)精準(zhǔn)的評(píng)價(jià)。

2.2 多維模糊評(píng)價(jià)法概述

本方法計(jì)算流程如圖1所示。

圖1 方法流程圖

1) 確定評(píng)價(jià)指標(biāo)集：依據(jù)業(yè)務(wù)場(chǎng)景制定可以評(píng)價(jià)數(shù)據(jù)質(zhì)量的評(píng)判對(duì)象因素構(gòu)成集合。假設(shè)存在二級(jí)指標(biāo)，則U(u1,u2,…,un)表示一級(jí)指標(biāo)，Uk(uk1,uk2,…,uks)為二級(jí)指標(biāo)，k=1,2,…,n。

2) 建立權(quán)重集，依照指標(biāo)體系中各指標(biāo)重要性比對(duì)結(jié)果制定相應(yīng)的權(quán)重矩陣，本方法中一級(jí)指標(biāo)的權(quán)重集A(a1,a2,…,an)可采用德爾菲法計(jì)算；二級(jí)指標(biāo)采用層次分析法計(jì)算Ak(ak1,ak2,…,aks)，通過對(duì)各因素相互比較形成判斷矩陣來確定的各因素的權(quán)重。

3) 確定評(píng)語集v(v1,v2,…,vm)，比如4類評(píng)語等級(jí){優(yōu)，良，中，差}。

4) 確定隸屬度函數(shù)，即依據(jù)數(shù)據(jù)對(duì)于指標(biāo)體系的貼合程度確定U對(duì)v的隸屬度rij，構(gòu)造各評(píng)價(jià)指標(biāo)的評(píng)價(jià)矩陣Rk=(rij)s×m。

5) 模糊變換及模糊綜合評(píng)價(jià)模型：

(1) 通過將uki的評(píng)價(jià)矩陣Rk與權(quán)重進(jìn)行矩陣合成，得到一級(jí)指標(biāo)uk對(duì)于評(píng)語集v的隸屬向量Bk=AkRk=[bk1,bk2,…,bkm]。

(2) 再對(duì)R進(jìn)行模糊變換得到目標(biāo)指標(biāo)U對(duì)評(píng)語集v的隸屬向量B1×m=AR=[a1,a2,…,an][B1,B2,…,Bn]。

(3) 最后計(jì)算出隸屬向量。

6) 根據(jù)最大隸屬度原則，得到數(shù)據(jù)質(zhì)量評(píng)價(jià)等級(jí)。

2.3 數(shù)據(jù)質(zhì)量評(píng)估指標(biāo)體系

數(shù)據(jù)質(zhì)量評(píng)估系統(tǒng)除了需要滿足一般的系統(tǒng)管理、權(quán)限管理等基礎(chǔ)功能外[16]，重要的需求點(diǎn)在于質(zhì)量評(píng)估指標(biāo)體系如何制定以及如何將指標(biāo)落實(shí)到系統(tǒng)中。結(jié)合當(dāng)前研究成果和實(shí)現(xiàn)數(shù)據(jù)質(zhì)量評(píng)估檢查所需要的實(shí)際指標(biāo)，制訂如下兩層指標(biāo)體系，作為系統(tǒng)指標(biāo)體系。

本指標(biāo)體系分為8類一級(jí)指標(biāo)和20類二級(jí)指標(biāo)。各級(jí)指標(biāo)如下所述：

1) 可靠性：包含原始數(shù)據(jù)、定期更新的權(quán)威數(shù)據(jù)、不定期更新的文獻(xiàn)數(shù)據(jù)或?qū)Ｖ械臄?shù)據(jù)、基于文獻(xiàn)統(tǒng)計(jì)數(shù)據(jù)、無根據(jù)的假設(shè)數(shù)據(jù)等5類二級(jí)指標(biāo)。其中原始數(shù)據(jù)是現(xiàn)場(chǎng)調(diào)查的一線數(shù)據(jù)；定時(shí)更新的權(quán)威數(shù)據(jù)和不定期更新的文獻(xiàn)專著數(shù)據(jù)主要指爬蟲獲取的互聯(lián)網(wǎng)數(shù)據(jù)。

2) 準(zhǔn)確性：包含數(shù)值準(zhǔn)確性、值域準(zhǔn)確性和平衡規(guī)則檢查3類二級(jí)指標(biāo)。其中數(shù)值準(zhǔn)確性指指標(biāo)數(shù)值與閾值上下限的比較；值域準(zhǔn)確性指檢查特定字段的取值是否在預(yù)定的取值范圍之內(nèi)；平衡規(guī)則檢查指多個(gè)指標(biāo)間的約束關(guān)系檢查。

3) 完整性：包含數(shù)據(jù)量充足性、關(guān)鍵屬性空置率和外鍵引用檢查3類二級(jí)指標(biāo)。其中數(shù)據(jù)量充足性指檢查樣本數(shù)據(jù)是否充足；關(guān)鍵屬性空置率指實(shí)體關(guān)鍵屬性中空置部分的占比；外鍵引用檢查是指檢查是否滿足引用完整性的規(guī)則。

4) 一致性：包含數(shù)據(jù)一致性、格式一致性和變更一致性3類二級(jí)指標(biāo)。數(shù)據(jù)一致性指采集點(diǎn)、取數(shù)時(shí)間點(diǎn)、接口數(shù)據(jù)獲取是否失真；格式一致性指創(chuàng)建數(shù)據(jù)默認(rèn)值與數(shù)據(jù)錄入的校驗(yàn)規(guī)則是否不當(dāng)；變更一致性指與基礎(chǔ)數(shù)據(jù)可庫一致性。

5) 及時(shí)性：包含數(shù)據(jù)更新及時(shí)率1個(gè)二級(jí)指標(biāo)，指數(shù)據(jù)來源的范圍、數(shù)據(jù)量以及更新的時(shí)間。

6) 規(guī)范性：包含數(shù)據(jù)命名標(biāo)準(zhǔn)規(guī)范率檢查1個(gè)二級(jí)指標(biāo)，該指標(biāo)指根據(jù)數(shù)據(jù)的標(biāo)準(zhǔn)字典進(jìn)行評(píng)判是否符合標(biāo)準(zhǔn)化的定義。

7) 唯一性：包含數(shù)值重復(fù)率和業(yè)務(wù)主鍵唯一性2個(gè)二級(jí)指標(biāo)。數(shù)值重復(fù)率指檢查數(shù)據(jù)記錄與其所表示的真實(shí)實(shí)體或事件是否一一對(duì)應(yīng)；業(yè)務(wù)主鍵唯一性指對(duì)具有業(yè)務(wù)唯一意義的字段進(jìn)行唯一性檢查。

8) 有效性：包含實(shí)體主鍵取值有效性(業(yè)務(wù)主鍵唯一性占比)和屬性有效性2個(gè)二級(jí)指標(biāo)。實(shí)體主鍵取值有效性指邏輯主鍵是表的唯一標(biāo)識(shí)，主鍵上數(shù)據(jù)有效性；屬性有效性指實(shí)體屬性的取值在語法和語義上均應(yīng)符合業(yè)務(wù)邏輯。

2.4 確定隸屬度函數(shù)

隸屬度是多維度模糊評(píng)判法的核心，因此在確定數(shù)據(jù)質(zhì)量評(píng)估指標(biāo)體系后需要依據(jù)其進(jìn)行隸屬度函數(shù)的確定，具體方法如下所示：

給定監(jiān)測(cè)對(duì)象Uk關(guān)于指標(biāo)uks的一個(gè)質(zhì)量評(píng)價(jià)值xks表示最底層質(zhì)量指標(biāo)的分值，其屬于模糊類p(p=1…m)的隸屬度計(jì)算如下，

1)p=1(偏大型，優(yōu)級(jí))

2) 1

3)p=m(偏小型，差級(jí))

圖2 基本模糊等級(jí)的隸屬度函數(shù)

2.5 確定權(quán)重系數(shù)

而對(duì)于權(quán)重的計(jì)算，本方法采用一二級(jí)指標(biāo)分開計(jì)算的策略，一級(jí)指標(biāo)較為簡單，因此采用德爾菲法進(jìn)行專家打分評(píng)定，考慮到細(xì)粒度指標(biāo)較復(fù)雜，選擇采用層次分析法處理，并構(gòu)建指標(biāo)間對(duì)比矩陣如表1所示。

表1 指標(biāo)間對(duì)比矩陣(9級(jí)標(biāo)度)

按照二級(jí)數(shù)據(jù)質(zhì)量評(píng)價(jià)指標(biāo)構(gòu)造比較矩陣，以dij表示評(píng)價(jià)指標(biāo)aki與akj的重要程度。

Dk=[dij]s×s

3 案例應(yīng)用

本文提出的基于多維度的模糊綜合評(píng)價(jià)法應(yīng)用在上海市某大型證券公司與上海軟件中心合作的數(shù)據(jù)治理項(xiàng)目中，以該證券公司部分?jǐn)?shù)據(jù)為例進(jìn)行驗(yàn)證。本項(xiàng)目指標(biāo)體系參照表1，本項(xiàng)目中評(píng)估結(jié)果采用優(yōu)、良、中、差四級(jí)評(píng)語集，基于本方法進(jìn)行模糊計(jì)算并得到數(shù)據(jù)等級(jí)評(píng)估結(jié)果。基于算理的整體計(jì)算分析過程如下：

1) 根據(jù)評(píng)價(jià)指標(biāo)構(gòu)建評(píng)估對(duì)象集U={u1,u2,u3,u4,u5,u6,u7,u8}，其下指標(biāo)集為u1={u11,u12,u13,u14,u15}，u2={u21,u22,u23}，u3={u31,u32,u33}，u4={u41,u42,u43}，u5={u51}，u6={u61}，u7={u71,u72}，u8={u81,u82}。

2) 建立評(píng)語集v，v={v1=優(yōu),v2=良,v3=中,v4=差}。

3) 計(jì)算二級(jí)指標(biāo)權(quán)重Ak，得到權(quán)重A1={a11,a12,a13,a14,a15}，A2={a21,a22,a23},A3={a31,a32,a33},A4={a41,a42,a43}，A5={a51}，A6={a61}，A7={a71,a72}，A8={a81,a82}。

4) 構(gòu)造評(píng)價(jià)矩陣Rk，本項(xiàng)目中x≥96為優(yōu)，82≤x≤89為良，68≤x≤75為中，x≤61為差，其余分值則根據(jù)隸屬度函數(shù)計(jì)算求得：

5) 對(duì)二級(jí)評(píng)價(jià)矩陣進(jìn)行模糊變換，即求模糊綜合評(píng)價(jià)Bk。本文模糊算子M(,⊕)為加權(quán)平均型，因此模糊子集Bk=AkRk=[bk1,bk2,bk3,bk4]，一級(jí)指標(biāo)評(píng)判矩陣R=[B1,B2,…,Bn]n×4。

6) 數(shù)據(jù)質(zhì)量評(píng)價(jià)向量B，B1×4=AR=[a1,a2,…,an][B1,B2,…,Bn]。

7) 在各隸屬度中選擇最大的作為該對(duì)象隸屬度，構(gòu)造結(jié)果矩陣。

8) 評(píng)價(jià)結(jié)果分析，通過系統(tǒng)實(shí)現(xiàn)本次數(shù)據(jù)質(zhì)量的評(píng)估，評(píng)估結(jié)果如圖3所示。

圖3 數(shù)據(jù)質(zhì)量評(píng)估結(jié)果

為了驗(yàn)證本研究提出的基于多維度模糊綜合評(píng)價(jià)法的準(zhǔn)確性，本文采用市面上某主流質(zhì)量評(píng)估工具對(duì)同數(shù)據(jù)的評(píng)估結(jié)果做比對(duì)，該評(píng)估結(jié)果如表2所示。

表2 某工具評(píng)估結(jié)果

經(jīng)過比對(duì)可見本文提出的基于多維度模糊綜合評(píng)價(jià)方法得出的結(jié)果，與市面上某工具的評(píng)估結(jié)果相比，在同樣的評(píng)估數(shù)據(jù)源中進(jìn)行同等權(quán)重配置，在最終得到的結(jié)果上本文方法發(fā)現(xiàn)的問題率偏高1%～2%，綜合得分偏差較小，因此本文方法具備一定的有效性和準(zhǔn)確性，并可成功應(yīng)用在實(shí)際的數(shù)據(jù)治理項(xiàng)目中，為數(shù)據(jù)治理中的數(shù)據(jù)質(zhì)量管理工作做出了一定程度的改進(jìn)和優(yōu)化。

4 結(jié) 語

本文提出了一種基于多維度的模糊綜合評(píng)價(jià)方法，將傳統(tǒng)的數(shù)據(jù)質(zhì)量評(píng)估指標(biāo)體系擴(kuò)展到了8個(gè)維度，20個(gè)二級(jí)指標(biāo)，優(yōu)化了權(quán)重的制定方法，提高了本方法的準(zhǔn)確性。同時(shí)采用基于隸屬度函數(shù)的模糊綜合評(píng)價(jià)法進(jìn)行數(shù)據(jù)質(zhì)量模糊概念的轉(zhuǎn)化，使定性轉(zhuǎn)變?yōu)槎?，最終得到科學(xué)有效的數(shù)據(jù)等級(jí)。本研究方法在實(shí)際項(xiàng)目中的真實(shí)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，并與當(dāng)前市面上主流的質(zhì)量評(píng)估軟件的評(píng)估結(jié)果進(jìn)行比對(duì)驗(yàn)證，結(jié)果表明本方法與主流質(zhì)量評(píng)估方法一致性達(dá)到90%以上，具有良好的可信性。同時(shí)本文也存在一些局限：一是本文權(quán)重的制定需要融合德爾菲法和層次分析法，此兩種方法需要大量的調(diào)研工作，且對(duì)于參與調(diào)研者的要求較高，需要被調(diào)研者熟知待檢測(cè)數(shù)據(jù)方能產(chǎn)生較為可靠的權(quán)重集；二是本文所制定的數(shù)據(jù)質(zhì)量評(píng)估體系是較為全面的，但是實(shí)際評(píng)估工作過程中，需要根據(jù)數(shù)據(jù)實(shí)際情況和具體業(yè)務(wù)流程有所選擇。

參考文獻(xiàn)

[1] 李庭輝. 基于匹配性的GDP數(shù)據(jù)質(zhì)量評(píng)估研究[D]. 湖南大學(xué), 2012.

[2] Meyen D, Willshire M J. A Data Quality Engineering Framework[C]// Conference on Information Quality. DBLP, 1997:95-116.

[3] Wang R Y. A product perspective on total data quality management[J]. Communications of the Acm, 1998, 41(2):58-65.

[4] Eppler M J, Wittig D. Conceptualizing Information Quality: A Review of Information Quality Frameworks from the Last Ten Years[C]// Fifth Conference on Information Quality (IQ 2000). 2000:83-96.

[5] Kahn B K, Strong D M, Wang R Y. Information quality benchmarks: product and service performance[J]. Communication of the ACM,2002, 45(4): 184-192.

[6] Yang W L, Strong D M, Kahn B K, et al. AIMQ: a methodology for information quality assessment[J]. Information & Management, 2002, 40(2):133-146.

[7] Pipino L L, Lee Y W, Wang R Y. Data quality assessment[J]. Communications of the Acm, 2002, 45(4ve):211-218.

[8] Batini C, Cabitza F, Cappiello C, et al. A Comprehensive Data Quality Methodology for Web and Structured Data[J]. International Journal of Innovative Computing & Applications, 2007, 1(3):448-456.

[9] 王淑貞.數(shù)據(jù)準(zhǔn)確性在企業(yè)信息化中的應(yīng)用研究[J].中國管理信息化,2014,17(16):41.

[10] 王欣. 修正Benford分布律及其在數(shù)據(jù)準(zhǔn)確性評(píng)估中的應(yīng)用[D].天津財(cái)經(jīng)大學(xué),2016.

[11] 吳騁,秦嬰逸,肖翔,等.病案首頁數(shù)據(jù)質(zhì)量的量化評(píng)估方法研究及應(yīng)用[J].中國病案,2016,17(03):10-13.

[12] 丁小歐,王宏志,張笑影,等.數(shù)據(jù)質(zhì)量多種性質(zhì)的關(guān)聯(lián)關(guān)系研究[J].軟件學(xué)報(bào),2016,27(07):1626-1644.

[13] 劉偉濤, 顧鴻, 李春洪. 基于德爾菲法的專家評(píng)估方法[J]. 計(jì)算機(jī)工程, 2011(s1):189-191.

[14] 單美靜. 基于AHP法的移動(dòng)支付安全風(fēng)險(xiǎn)評(píng)估[J]. 計(jì)算機(jī)科學(xué), 2015,42(11A):368-371.

[15] 王玨,喬建忠,林樹寬,等.基于綜合隸屬度函數(shù)的模糊支持向量回歸機(jī)[J].小型微型計(jì)算機(jī)系統(tǒng),2016,37(3):551-554.

[16] 趙星,李石君,余偉,等.大數(shù)據(jù)環(huán)境下Web數(shù)據(jù)源質(zhì)量評(píng)估方法研究[J].計(jì)算機(jī)工程,2017,43(2):48-56.