定义数据质量规则时常用的指标包括:
-
完整性(completeness):数据是否完整,是否缺失重要信息。
-
精确性(accuracy):数据是否准确,是否存在错误信息。
-
一致性(consistency):数据是否一致,是否存在矛盾信息。
-
可信度(credibility):数据来源是否可靠,是否被恶意篡改。
-
可用性(availability):数据是否可用,是否存在无法访问的情况。
-
及时性(timeliness):数据是否及时,是否存在过时信息。
数值质量定义的常用指标
例如:
-
完整性:数据完整性可以通过缺失数据的比例进行衡量,如缺失比例小于5%为良好,5%~10%为一般,大于10%为较差。
-
精确性:数据精确性可以通过误差率或错误比例进行衡量,如误差率小于1%为良好,1%~5%为一般,大于5%为较差。