如何通过技术手段实现《数据资产管理核心技术与应用》第四章所述的数据质量提升？

《数据资产管理核心技术与应用》是清华大学出版社出版的一本图书，全书共分10章，第1章主要让读者认识数据资产，了解数据资产相关的基础概念，以及数据资产的发展情况。第2～8章主要介绍大数据时代数据资产管理所涉及的核心技术，内容包括元数据的采集与存储、数据血缘、数据质量、数据监控与告警、数据服务、数据权限与安全、数据资产管理架构等。第9～10章主要从实战的角度介绍数据资产管理技术的应用实践，包括如何对元数据进行管理以发挥出数据资产的更大潜力，以及如何对数据进行建模以挖掘出数据中更大的价值。 图书介绍：数据资产管理核心技术与应用 今天主要是给大家分享一下第四章的内容： 第四章的标题为数据质量的技术实现->关注清哥聊技术公众号，了解更多技术文章 内容思维导图如下： 在数据资产管理中，除了元数据和数据血缘外，数据质量也是很重要的一个环节，如下图所示，数据质量通常是指在数据处理的整个生命周期中，能否始终保持数据的完整性、一致性、准确性、可靠性、及时性等，我们只有知道了数据的质量，才能在数据质量差的时候，能去改进数据。《数据资产管理核心技术与应用》读书笔记-第四章：数据质量的技术实现 《数据资产管理核心技术与应用》读书笔记-第四章：数据质量的技术实现 完整性：数据是否有丢失，比如数据字段、数据量是否有丢失。 一致性：数据值是否完全一致，比如小数数据的精度是否出现丢失。 准确性：数据含义是否准确，比如数据字段注释是否准确。 可靠性：比如数据存储是否可靠，是否做了数据灾备等。 及时性：数据是否出现延迟或者堵塞导致没有及时入数据仓库或者数据湖。 正是因为数据质量的重要性，所以在国际上有专门对数据质量进行国际标准定义，比如ISO 8000数据质量系列国际标准中就详细的描述了数据质量如何衡量以及如何进行认证等，包含了数据质量的特性、特征以及如何进行数据质量的管理、评估等。