大数据 ›› 2019, Vol. 5 ›› Issue (6): 19-29.doi: 10.11959/j.issn.2096-0271.2019047

• 专题:大数据整理 • 上一篇    

工业时序大数据质量管理

丁小欧,王宏志(),于晟健   

  1. 哈尔滨工业大学海量数据计算研究中心,黑龙江 哈尔滨 150001
  • 出版日期:2019-11-15 发布日期:2020-01-10
  • 作者简介:丁小欧(1993- ),女,哈尔滨工业大学海量数据计算研究中心博士生,主要研究方向为时序数据挖掘与分析、数据清洗、数据质量管理等|王宏志(1978- ),男,博士,哈尔滨工业大学海量数据计算研究中心教授、博士生导师,主要研究方向为数据库管理系统、大数据管理与分析、数据治理等|于晟健(1997- ),男,哈尔滨工业大学海量数据计算研究中心硕士生,主要研究方向为时序数据分析、异常检测、时序数据清洗等
  • 基金资助:
    国家重点研发计划基金资助项目(2018YFB1004700);国家自然科学基金资助项目(U1509216);国家自然科学基金资助项目(U1866602);国家自然科学基金资助项目(61602129)

Data quality management of industrial temporal big data

Xiaoou DING,Hongzhi WANG(),Shengjian YU   

  1. Harbin Institute of Technology,Massive Data Computing Research Center,Harbin 150001,China
  • Online:2019-11-15 Published:2020-01-10
  • Supported by:
    The National Key Research and Development Program of China(2018YFB1004700);The National Natural Science Foundation of China(U1509216);The National Natural Science Foundation of China(U1866602);The National Natural Science Foundation of China(61602129)

摘要:

工业大数据已经成为我国制造业转型升级的重要战略资源,工业大数据分析问题正引起重视和关注。时序数据作为工业大数据中一种重要的数据形式,存在大量的数据质量问题,需要设计数据清洗方法对其进行检测和有效处理。介绍了工业时序大数据的特点及工业数据质量管理的难点,并对工业时序大数据质量管理的研究现状加以分析、总结,最后,提出了时序大数据质量管理方法和系统性能的提升方向。

关键词: 数据质量管理, ;时序数据, 工业大数据分析, 数据清洗

Abstract:

Industrial big data has become an important strategic resource for the transformation and upgrading of China’s manufacturing industry,and industrial big data analysis is attracting more and more attention.As an important data form of industrial big data,time series have a lot of quality problems,which is necessary to be detected and handled effectively by designing data cleaning methods.The characteristics of industrial time series big data and the difficulties of industrial data quality management were introduced.Then,the recent developments in the area of that was analyzed and summarized.At last,the quality management method of temporal big data and the improvement direction of system performance were put forward.

Key words: data quality management, time series data, industrial big data analysis, data cleaning

中图分类号: 

[1] 周杰,梁笃国. 智能监控在上海世博会中的应用探讨[J]. 电信科学, 2009, 25(11): 78 -81 .
[2] 王邠. OTN系统在地铁通信中的应用[J]. 电信科学, 2009, 25(11): 86 -88 .
[3] 刘伯涛. 移动回传的融合之路[J]. 电信科学, 2009, 25(11): 91 -93 .
[4] 孙毓明,毛拥华. 移动网络演进及其对传送网络的影响[J]. 电信科学, 2009, 25(11): 102 -104 .
[5] 张云霞,田烨. M2M应用浅析[J]. 电信科学, 2009, 25(12): 4 -8 .
[6] 解冲锋,孙颖,高歆雅. 物联网与电信网融合策略探讨[J]. 电信科学, 2009, 25(12): 9 -12 .
[7] 王艺,诸瑾文,来勐. 从M2M业务走向泛在网[J]. 电信科学, 2009, 25(12): 13 -16 .
[8] 吴吉义,平玲娣,潘雪增,李卓. 云计算:从概念到平台[J]. 电信科学, 2009, 25(12): 23 -30 .
[9] 鲜永菊,董灿,张祖凡,吴东伟. LTE-A载波聚合下的载波切换分析[J]. 电信科学, 2009, 25(12): 46 -50 .
[10] 赵 方,马 严,罗海勇,林 权. 基于顽健估计的室内节点定位算法[J]. 通信学报, 2008, 29(11): 15 -120 .