数据质量约束规则的本体描述及推理研究

针对数据质量中约束规则描述的语义复杂性、快速提取等问题,引入本体技术描述数据质量约束规则等要素的语义关系,提出了元本体的思想,对数据质量领域的核心词汇进行了提练,并依据相关标准,构建了与领域无关的数据质量元本体模型。在应用中,特定领域可根据需求将该元本体模型实例化为用于描述本领域的数据质量本体,不仅解决了数据质量领域词汇共享与明确描述问题,而且使数据质量复杂约束规则语义描述得以解决。同时,以石油领域数据为例,依据提出的质量本体元模型实例化出石油领域的质量本体模型,定义了各种推理规则,并基于Jena推理机验证了构建的数据质量本体的合理性,极大地提高了数据质量评估中约束规则提取的效率。

一种基于规则的数据质量评价模型

在对国际与国内关于数据质量定义及评价方面研究成果的分析发现,到目前为止,对这些问题的研究仍然存在许多缺陷,如数据质量的定义不统一,数据质量的评价指标描述不全面,数据质量评价体系不系统等。针对这些问题,提出了以七项指标为基础的全面的数据质量定义,并定义了基于七项指标的十五类数据质量约束规则,给出了它们之间的关系。定义了五元组来形式化描述数据质量评价指标算法,并以完整性评价指标为例详细描述了该算法及其实现过程。为使这些指标与约束规则精准描述及存储,最后基于元数据构建了系列支撑元模型。上述研究成果已在大型企业数据中心数据质量检测与评价中得到了初步应用,并且效果良好。

基于规则的CTCS-1级列控系统RDC数据验证工具的设计和实现

区域列控数据中心(RDC)是CTCS-1级列控系统新增的地面核心设备,主要为车载设备提供线路数据、临时限速数据和进路数据。RDC子系统自带静态数据库,存储当前RDC管辖区域内的线路数据。本文在深入研究RDC数据特点的基础上,提取数据约束规则,并设计开发T RDC数据自动化验证工具,提高了数据验证的效率和准确率。