品相核验准确、体验好,不符包售后;下午5点前订单,当日发货
¥ 120.63 九五品
仅1件
作者蔡莉、朱扬勇 著
出版社上海科学技术出版社
出版时间2017-01
版次1
装帧平装
货号978754783374213
上书时间2024-11-18
数据作为一种基础性与战略性资源得到了广泛认可,数据服务成为很多组织和机构日常运营中必不可少的重要环节。当下,数据质量在理论越来越受到关注,不仅是制约数据产业发展的关键问题,也是大数据应用研究中绕不开的重大问题。《大数据质量》汇集了国内外数据质量研究的经典理论、技术和方法,以及新的前沿发展趋势;首先介绍了传统数据质量研究的各种代表性成果,并在此基础上,分析大数据时代下数据质量面临的挑战,并详细介绍基于大数据的数据质量相关技术的实现;最后,通过一个实际案例,提出一套完整的大数据质量解决方案。
蔡莉,副教授,云南大学软件学院网络工程系副系主任,中国计算机学会西南网路与MIS专委会委员,昆明市仪器仪表学会理事。在软件学院工作期间,参与和主持省级和市级等教学和科研项目20余项,总计金额为200余万元。同时,在国际会议和国内核心期刊上发表30余篇论文,多篇被EI和ISTP检索。出版教材2部,拥有3个软件著作权。2004年获得IBM优秀教师奖,2008年获得IBM奖教金,2014年获得IBM产学合作专业综合改革项目支持。
朱扬勇,复旦大学教授、博士生导师,数据科学研究中心主任、上海市政府信息化专家委员会专家。致力于数据科学与技术、数据挖掘及其应用等领域。主持过国家自然科学基金、国家863项目、上海市科委重点等多项数据挖掘领域的研究课题。
第1章理解数据质量1
●1.1数据质量问题2
1.1.1数据质量带来的影响2
1.1.2影响数据质量的因素4
●1.2数据质量概述7
1.2.1数据质量定义7
1.2.2大数据时代数据质量面临的挑战8
●1.3数据质量与信息质量10
1.3.1从数据质量到信息质量的发展历程11
1.3.2数据质量与信息质量的区别与联系12
参考文献14第2章数据质量标准17
●2.1ISO 8000国际标准18
2.1.1ISO 8000的历史与现状18
2.1.2ISO/TS 8000100系列概述20
2.1.3ISO/TS 8000100主数据质量22
2.1.4ISO 22745: 2010概述24
●2.2地理信息质量标准ISO 1910028
2.2.1地理信息数据质量31
2.2.2地理信息数据质量评价33
●2.3统计数据质量标准35
2.3.1国际统计数据标准概述35
2.3.2IMF的数据公布通用标准(GDDS)36
2.3.3IMF的数据公布特殊标准(SDDS)38
●2.4科学数据质量标准39
2.4.1科学数据标准规范39
2.4.2科学数据质量框架43
参考文献44第3章数据分类及数据模型47
●3.1数据类型及分类48
3.1.1数据类型48
3.1.2数据分类49
●3.2结构化数据模型51
3.2.1概念模型51
3.2.2逻辑模型53
●3.3半结构化和非结构化数据模型56
3.3.1XML语言57
3.3.2半结构化数据模型——数据和数据质量(D2Q)模型67
3.3.3非结构化数据模型——四面体模型71
参考文献79第4章数据质量相关技术81
●4.1数据集成82
4.1.1数据仓库的基本概念82
4.1.2数据仓库的体系架构83
4.1.3数据仓库的元数据87
●4.2数据剖析89
4.2.1数据剖析的方法89
4.2.2数据剖析实例92
●4.3数据清洁95
4.3.1数据清洁概述95
4.3.2“脏”数据的来源96
4.3.3数据清洁的原理与框架97
4.3.4数据清洁工具100
4.3.5大数据环境下的数据清洁102
●4.4数据溯源105
4.4.1数据溯源的基本概念105
4.4.2数据溯源的分类106
4.4.3数据溯源模型107
4.4.4数据溯源的方法109
4.4.5数据溯源的应用111
4.4.6大数据溯源111
参考文献115第5章数据质量评估121
●5.1数据质量维度122
5.1.1数据质量维度定义122
5.1.2常用的数据质量维度123
5.1.3其他的数据质量维度126
5.1.4质量维度度量127
●5.2数据质量评估框架130
5.2.1DQAF框架131
5.2.2AIMQ框架133
5.2.3DQA框架136
●5.3数据质量评估方法137
5.3.1定性评估137
5.3.2定量评估138
5.3.3综合评估140
●5.4数据质量评估案例——媒体信息可信度质量评估152
5.4.1背景概述152
5.4.2媒体信息可信度评价指标体系153
5.4.3媒体信息可信度的综合评价模型154
5.4.4实验过程及结果分析160
参考文献163第6章数据质量管理167
●6.1质量管理168
6.1.1质量管理发展历程168
6.1.2全面质量管理170
●6.2数据质量管理概述171
6.2.1数据质量管理方法172
6.2.2数据质量知识库管理173
6.2.3MIT全面数据质量管理175
●6.3数据质量管理团队建设176
6.3.1任命首席数据官177
6.3.2建立数据质量管理团队178
●6.4质量管理成熟度模型179
6.4.1信息质量管理成熟度模型180
6.4.2数据质量管理成熟度模型181
参考文献184第7章位置大数据中的质量研究187
●7.1概述188
7.1.1位置大数据的来源188
7.1.2位置大数据的应用领域196
●7.2位置大数据面临的质量问题198
7.2.1GPS轨迹数据的质量问题198
7.2.2签到数据的质量问题199
7.2.3手机定位数据的质量问题200
7.2.4智能公交IC卡数据的质量问题201
7.2.5OSM地图数据的质量问题202
●7.3位置大数据的质量评估模型203
7.3.1GPS轨迹数据的质量评估模型203
7.3.2签到数据的质量评估模型205
7.3.3手机定位数据的质量评估模型206
7.3.4OSM地图数据的质量评估模型207
7.3.5基于云平台的位置大数据质量评估系统211
●7.4位置大数据质量控制214
7.4.1位置大数据清洁214
7.4.2位置大数据质量控制215
7.4.3OSM地图数据质量保证217
参考文献221
— 没有更多了 —
以下为对购买帮助不大的评价