作者投稿和查稿 主编审稿 专家审稿 编委审稿 远程编辑

›› 2003, Vol. 29 ›› Issue (03): 99-.

• 论文 • 上一篇    下一篇

一个可扩展的数据清洗系统

郭志懋,俞荣华,田增平,周傲英   

  1. 复旦大学计算机系,复旦大学计算机系,复旦大学计算机系,复旦大学计算机系 上海 200433
  • 发布日期:2003-02-15

An Extensible System for Data Cleaning

GUO Zhimao, YU Ronghua, TIAN Zengping, ZHOU Aoying   

  1. (Dept. of Computer Science and Engineering, Fudan Univ., Shanghai 200433)
  • Published:2003-02-15

摘要: 在给数据挖掘这类应用准备数据的过程中,面临着一系列数据清洗问题。要把数 据清洗过程做得很灵活并不容易,已有的工具往往过于依赖特定的应用。该文提出并实现 了 一个可扩展的数据清洗框架。它以术语模型、过程描述文件、共享库等概念和技术实现 了模 块的高度独立性和系统的可扩展性,并提供了一个可视化的流程定义环境。

关键词: 数据准备, 数据清洗, 术语模型

Abstract: There exist many data cleaning tasks on preparing data for applicati ons like data mining. It's not trivial to make data cleaning process flexible e n ough. This paper presents an open and extensible framework for data cleaning. It gains its extensibility by employing innovative features like term model, pr oce ss description file and rule&Dic repository. The system has also implemented a v isual environment to define data cleaning flow.

中图分类号: