软件学报

作者：丁小欧，李映泽，王晨，王宏志，李昊轩

单位：丁小欧，哈尔滨工业大学 计算机科学与技术学院, 黑龙江 哈尔滨 15000111,李映泽，哈尔滨工业大学 计算机科学与技术学院, 黑龙江 哈尔滨 15000102,王晨，大数据系统软件国家工程研究中心(清华大学), 北京 10008403,王宏志，哈尔滨工业大学 计算机科学与技术学院, 黑龙江 哈尔滨 15000104,李昊轩，哈尔滨工业大学 计算机科学与技术学院, 黑龙江 哈尔滨 15000105

关键词：数据质量管理;数据质量规则;时序数据管理;工业大数据

基金：国家自然科学基金（62232005，62202126）；国家重点研发计划（2021YFB3300502）；CCF-华为胡杨林基金数据库专项（CCF-HuaweiDB202204）；黑龙江省博士后资助项目（LBH-Z21137）

智能装置设备产生的时序数据增长迅速，存在严重的数据质量问题.劣质时序数据质量管理和数据质量提升技术需求日益迫切.时序数据的有序时窗、行列关联等特点，为时序数据质量语义表达提出了挑战.提出了一种同时考虑时序数据在行与列上的数据依赖信息的数据质量规则，即时序否定约束TDC.研究了TDC的定义与构建方法，从时窗与多阶表达式运算这两个方面，对已有的数据质量规则体系进行表达力的扩展，并提出针对兼顾行列的时序数据质量规则挖掘方法.在真实时序数据集上开展大量实验，实验结果验证了该方法能够有效且高效地挖掘时序数据中隐藏的数据质量规则.对比实验的结果表明，该方法能够有效地对行与列上的关联信息进行谓词构造；在质量规则挖掘效果上优于单纯的行上约束挖掘方法以及单纯的列上约束挖掘方法.

来源：2023年第3期

《软件学报》期刊编辑部

查看软件学报杂志2023年第3期