随着我国进入人、物、网络紧密互通的大数据时代,各行各业的人员结合大数据根据业务需求通过自主构建数据模型,以可视化图表方式展示数据汇总分析的结果。然而数据模型所使用基础数据的质量是支撑做出准确决策的基础,如果缺失了准确的数据,最终的结果实属让人难以信服。因此需要关注数据质量问题,向用户提供决策的时候,能够确信使用的数据安全可靠。基于上述的大环境需求,本文将设计与实现一套面向可视化的数据模型质量分析系统。本系统的核心是实现数据模型的质量管理。首先通过溯源信息功能用来管理数据对象之间的关联关系,同时为模型相似性分析和指标规约分析提供技术支撑。接着从数据模型的相关性维度进行相似性分析,从指标的规范性维度进行指标的相似性分析,并且将相似的指标进行规约,然后通过对基础数据表的数据更新变化进行数据表的质量分析,最后将数据表分析得出的数据质量指数、指标相似性分析得出的规范指数和模型的相似度指数作为综合评定因素进行数据模型的质量分析。前端主要用到Echarts,知识图谱三元组的形式进行数据的展示。后端采用Java语言进行系统的编写,框架搭建使用Spring Boot,数据库分别使用了关系型数据库MySQL和图数据库HugeGraph。本系统主要分为五个功能模块:元数据管理模块、溯源信息管理、模型相似性分析、指标规约分析和质量分析。最后对系统功能进行页面展示和相关功能测试。本系统通过简洁直观的可视化界面设计,显示数据的同时分析数据来源的可靠性。系统结合当下热门的机器学习和深度学习,将算法理论与系统实际开发进行紧密结合。