数据质量测量与监控工具综述

高质量数据是可解释且可信的数据分析的关键，也是有意义的数据驱动决策的基础。在实际场景中，数据质量通常与数据预处理、剖析和清洗相关联，以服务于数据集成或数据分析等后续任务。然而，从科学角度看，已有大量关于数据质量问题测量（即检测）的研究发表，并讨论了不同的通用数据质量维度与指标。本工作中，我们通过调研当前数据质量工具的功能范围，弥合数据质量测量研究与实用实现之间的鸿沟。通过系统性检索，我们识别出 667 个专用于“数据质量”的软件工具，并从中依据三个功能领域评估了 13 个工具：（1）数据剖析，（2）基于指标的数据质量测量，以及（3）持续数据质量监控。我们依据预定义的排除标准选择受评估工具，以确保其领域无关、提供所调研功能、并可免费或以试用方式评估。本综述旨在全面概述最先进的数据质量工具，并揭示其功能增强的潜力。此外，结果允许对研究中广泛接受但所观察工具中几乎未实现的概念（例如通用数据质量指标）进行批判性讨论。