领域数据质量知识建模方法研究

目的/意义]质量模型为质量评估提供统一的术语和指导。然而，目前的质量模型存在术语不一致、适用性差等问题。尽管W3C和一些标准化机构也推出了一些数据质量知识表示模型，由于这些模型属于质量顶层本体，更具有通用性，不具有可操作性。如何让这些标准化的数据质量知识表示模型能够在特定领域有所应用、减少应用的门槛已成为一项挑战。基于上述问题，本文研究如何构建一套标准的、一致的以及适用的质量知识表示模型方法论具有重要意义。方法/过程]首先，采用溯源法对DQV以及其他4个质量模型进行梳理总结，提炼出质量模型共有的核心要素并组织为数据质量概念模型，从而解决术语不一致的问题；其次，针对数据质量提出一套建模方法，即从实际业务需求出发，自底向上地构建一个标准的、适用的质量模型；最后，以语义准确性需求作为案例，利用本文提出的建模方法构建了相应的质量模型，验证了所提出方法的可行性。结果/结论]提出了一个三阶段六步骤的质量模型建模方法。首先，对质量模型进行术语标准化；其次，提出的建模方法为用户提供一种思想，即如何应用和扩建现有的顶层质量模型并构建适合特定领域的质量模型；最后验证了该方法的可行性。