16、数据质量与元数据仓库系统结构完整性检查

数据质量与元数据仓库系统结构完整性检查

在当今全球信息共享的大环境下，数据质量问题日益凸显，它严重影响着商业和公共事业的可信度与效率。同时，元数据仓库系统的结构完整性对于系统的稳定运行也至关重要。下面将详细探讨数据质量相关的研讨会以及元数据仓库系统结构完整性检查的方法。

1. MCIS 研讨会：聚焦数据质量挑战

在全球信息共享环境中，数据质量不佳会损害商业和公共事业的可信度与效率。为解决这一问题，行业和学术界都有诸多进展，主要体现在以下几个方面：
- 数据治理策略设计 ：分析师和从业者贡献了数据治理的策略和方法。
- 系统架构优化 ：解决方案架构师和软件供应商推动了促进数据集成的系统架构发展。
- 数据质量问题处理 ：数据专家利用计算技术解决重复检测、异常值识别、一致性检查等数据质量问题。

真正的数据质量需要组织、架构和计算三个方面的协同。随着数据源、格式和数据量的不断增加，数据质量管理的重要性也日益提升。

MCIS 研讨会为不同的研究人员提供了一个交流平台，共同探讨解决数据质量挑战的新方法和扩展方法。研讨会涵盖的数据质量相关主题包括：
- 数据集成与链接
- 一致性检查
- 数据剖析与测量
- 数据转换、调和与整合方法

继 2008 年在印度新德里和 2009 年在澳大利亚布里斯班成功举办后，第三届 MCIS 研讨会于 2010 年 4 月 4 日在日本筑波大学与第 15 届数据库系统高级应用国际会议（DASFAA 2010）联合举行。当年，该研讨会吸引了来