数据质量评价 Data Quality Evaluation 对数据质量进行评估的方法和过程。常用的评价方法有：演绎推算、内部验证、与原始资料（或更高精度的独立原始资料）对比、独立抽样检查、多边形叠加检查、有效值检查等。经检查应对每个质量元素进行说明，并给出总的评价，最后形成数据质量评价报告。
分析产生数据质量问题的原因，并对数据质量问题进行了分类，建立数据质量评价的量化标准。
This paper analyzes the cause of the data quality problems. Data quality problems are classified, and the quantifying standard of data quality evaluation is established.
针对数据库数据质量评价问题，给出了一个属性粒度的质量评价模型，定义了正确性评价指标。
The paper presents a data quality assess model for relational database and defines the accuracy metric at attribute level.
数据概要分析并不神奇——它帮助揭示数据质量问题，但是仍然需要一个数据或业务分析师或者主题专家来对结果加以评价，并得出适当的结论。
Data profiling is not magic — it helps bring data quality issues to light, but you still need a data or business analyst or subject matter expert to review results and draw appropriate conclusions.
应用推荐