采石矶数据质量基础系统面向集中式/分布式数据、关系型数据，助力企业实现一站式数据治理。系统以数据质量提升为核心，提供数据清洗、数据标准、数据质量评估等通用能力，支持规则发现、数据查错、数据纠错、实体聚类和最优记录等功能。在兼容传统数据治理通过业务专家手写规则来查找数据问题的同时，采石矶系统能够通过规则的自动发现和执行实现精准、高效的数据治理。具体功能介绍如下：
- 数据标准：旨在保障数据的内外部使用与交换的一致性与准确性，解决数据名称标准不规范、语义不清等问题，降低企业数据理解沟通成本，建立数据定义和使用的一致和规范，是企业数据治理的重要一环。
- 数据质量评估：旨在对数据进行完整、深度的评估。在传统质量评估的基础上，系统支持利用结合AI的逻辑规则对数据进行评估，帮助企业深入了解数据的质量，有助于企业实施针对性的质量提升措施，让数据进一步发挥价值。
- 规则发现：旨在发掘数据中的关联关系，实现“Knowledge as a service”（知识即服务）。融合了逻辑规则和机器学习，实现了跨表、表内关联关系的规则挖掘，可大幅降低对领域知识的高强度依赖，快速智能地发现数据中隐藏的规则。
- 数据查错：旨在通过质量规则找出数据中隐藏的错误。支持多种数据质量规则的执行，对跨表、表内数据进行检核，帮助企业快速定位数据问题并提供错误依据，是企业数据质量提升的前提。
- 数据纠错：旨在通过质量规则对数据中的错误进行修复。支持基于可信数据，提供具有正确性保证的数据修复建议，再由人工进行确认，是企业数据质量提升的关键。
- 实体聚类：旨在解决数据一致性的问题，能够通过实体规则的执行，找到跨表、表内数据中属于一个实体的数据记录并进行聚类，达到数据查重的效果，是数据质量提升的有力保障。
- 最优记录：旨在找出同一实体的多条数据中最优的数据记录，达到数据去重取优的效果，供后续数据开发应用消费，是数据质量提升的重要环节。
- 字段匹配：主要用于寻找跨表字段间的关系，通过对数据的表结构和内容进行扫描，来快速确定两张或者多张表之间的字段是否有匹配关系，能够有效支持数据溯源和梳理数据血缘。
商品参数
| 交付方式 |
镜像 |
版本 |
V2.0 |
| 操作系统 |
linux桌面应用 |
适配语言 |
中文 |
| 上架日期 |
2023-11-06 11:33:18 |
商品介绍
采石矶数据质量基础系统提供基于规则自动发现和执行的一站式数据质量解决方案，解决了数据治理难题，帮助企业提升数据质量，将数据价值转化为业务价值，支撑更多元业务的拓展。
