白衣俊郎

2024-09-29

我們經常發現與數據集屬性或列相關的問題。很多時候數據模型沒有明確定義，因此結果信息被認為是不可用的。發現的常見問題有：

存在具有相同名稱的多個列，其中包含一條記錄的不同信息。

存在具有不同名稱的多個列，這在技術上意味著相同的事物，因此存儲相同的信息。

列標題不明確，會使數據輸入操作者混淆要在列中存儲的內容。

有些列總是留空;要么是因為它們已被棄用，要么是沒有獲取此類信息的來源。

有些列從未使用過，因此被不必要地存儲。

所有這些場景都描述了數據集中的屬性管理不善，并增加了數據質量問題的數量。