[发明专利]一种面向政府数据的数据质量检测方法

说明书

本发明特别涉及一种面向政府数据的数据质量检测方法。该面向政府数据的数据质量检测方法，首先，基于政府发布的政策法规，提取出数据质量检测维度，包括目录层面分析维度，数据资源层面分析维度以及关键数据集层面分析维度；然后，以数据质量检测维度为标准，对政府数据进行质量检测，根据问题种类以及具体情况灵活选择程序检测还是人工检测；最后，汇总整理检测结果，提供检测报告。该面向政府数据的数据质量检测方法，采用工具自动检测方法和人工检测方法相结合的形式精准统计数据问题，不仅可以使决策者快速掌握数据现状，还为数据治理指明了方向，提供了可靠的依据，能够显著提高数据质量。

技术领域

本发明涉及数据质量管理技术领域，特别涉及一种面向政府数据的数据质量检测方法。

背景技术

近年来，数据质量问题引起了人们的高度重视.数据质量是数据分析结论有效性和准确性的基础，也是最重要的前提和保障。数据质量的好坏决定了数据价值的高低，除此之外政府各部门到底掌握了多少数据、数据的类型有几种、哪些是“死”数据、哪些是“活”数据、动态更新的频率如何等也是政府各个部门首先需要搞清楚的问题，即摸清自己的“数据家底”。唯有高质量的数据，能够融合互通的数据网，才是各类丰富的辅助决策手段的基石，才能体现数据的高价值。

为了依据清晰规范的数据质量检测维度，实现对政府数据的质量评估，辅助决策者“摸清家底”，为数据治理奠定基础、指明方向，更大程度的挖掘出政府数据的价值。本发明提出了一种面向政府数据的数据质量检测方法。

发明内容

本发明为了弥补现有技术的缺陷，提供了一种简单高效的面向政府数据的数据质量检测方法。

本发明是通过如下技术方案实现的：

一种面向政府数据的数据质量检测方法，其特征在于，包括以下步骤：

(S1)基于政府发布的政策法规，提取出数据质量检测维度，包括目录层面分析维度，数据资源层面分析维度以及关键数据集层面分析维度；

(S2)基于提取出的数据质量检测维度，对政府的开放数据，共享数据，基础库数据，主题库数据，专题库数据，单部门数据和单数据集进行检测，根据数据场景的不同，业务情况的不同，灵活选用工具检测方法或人工检测方法，分析问题产生的原因和造成的影响，划分问题等级，为数据清洗治理提供依据。

(S3)汇总整理检测结果，根据数据质量问题的不同选用不同的图表，序列图，地图，流程图，矩阵，网状关系图和信息图的展现方式对检测结果进行可视化展示，提供检测报告。

所述步骤(S1)具体方法为研读政府发布的关于数据的政策法规，以及标准规范和相关文档，提取出数据质量检测维度；所述目录层面分析维度包括对目录名规范性，目录名重复性，目录名含义，目录名长度和核心元数据信息完整性的分析。

所述对目录名规范性的分析是指通过分析目录名是否含有特殊字符，是否出现中英文混搭，是否含地名或固定时间来判定；若目录名含有特殊字符，或者出现中英文混搭，含有地名或者固定时间，则认为目录名不规范；

所述对目录重复性的分析是将目录名依据不同的属性进行拆分，分析是否含有相同字段；若含有相同字段，则该类目录可合并，属于重复问题；

所述对目录名含义的分析是指分析目录名含义是否模糊，或者有歧义，当1个以上部门有相同的目录名称时，则判定目录名含义模糊，难以理解；

所述对目录名长度的分析是指分析目录名长度是否过长或者过短，当长度超过20个字符或者低于3个字符均属于目录名长度不规范；

所述对核心元数据信息完整性的分析是指政务数据核心元数据信息缺少任何一个信息项视为不完整；所述政务数据核心元数据信息包括信息资源分类，信息资源名称，信息资源代码，信息资源提供方，信息资源提供方代码，信息资源摘要，信息资源格式，信息项信息，开放与共享属性，更新周期，发布日期和关联资源代码。