[发明专利]一种虚拟化环境下的多元数据清洗技术

权利要求书

1.一种虚拟化环境下的多元数据清洗技术，其特征在于，包含以下步骤：（1）数据分析、定义错误类型，（2）搜索、识别错误记录，（3）修正错误。

2.根据权利要求1所述的虚拟化环境下的多元数据清洗技术，其特征在于，所述步骤（1）具体是：利用数据分析工具,来筛选错误数据；在错误类型分为两大类:单数据源与多数据源，并将它们又各分为结构级与记录级错误；这种分类非常适合于解决数据仓库中的数据清理问题。

3.根据权利要求1所述的虚拟化环境下的多元数据清洗技术，其特征在于，所述步骤（2）具体是：在搜索、识别错误记录方面,根据自定义的清理规则库,查找不匹配的记录。

4.根据权利要求1所述的虚拟化环境下的多元数据清洗技术，其特征在于，所述步骤（3）具体是：根据发现的错误模式,通过关联查询一定程度上修正错误;对数值字段,能根据数理统计知识自动修正,少量不能自动修复的数据可以借助于人工干预完成。