随着计算机网络和数据库技术的飞速发展以及人们获取数据手段的多样化,人们所拥有的数据资源日益丰富,数据量急剧增加。数据的价值在于它的质量,基于劣质数据的决策是不可信的。数据使用者的运用质量与数据质量直接相关。但是面对数量巨大而零乱的数据人工处理是非常困难的,数据质量问题成为制约数据应用的“瓶颈”之一。纠正数据错误是避免错误决策、降低决策风险的重要环节,数据清洗就是用来完成这项艰巨任务的。本文介绍了数据质量的概念,对数据质量问题按其类型进行分类,并介绍了解决不同数据质量问题的一些数据清洗工具。详细阐述了针对基于Web Service信息集成系统中面临的数据质量问题而设计实现的数据清洗的体系结构、流程和各个模块的功能。本文设计的数据清洗框架主要实现了以下功能:(1)设计并实现了数据预处理模块,使系统将比较复杂的多数据源实例化问题转化为相对比较简单的单数据源实例化问题; (2)设计并实现了包括数据选取模块、数据标准化模块、重复性判断模块和映射模块,可以较好地完成数据清洗任务;(3)设计并实现了系统维护和扩展接口,极大地方便了对本数据清洗系统的升级与维护操作;(4)提供了数据字典及规则库功能,使该数据清洗系统的应用灵活性得到了极大提高。