[发明专利]一种基于蕴涵规则的数据质量自动检测方法

权利要求书

1.一种基于蕴涵规则的数据质量自动检测方法，其特征在于，包括以下步骤：

(1)选择检测对象，检测对象具体是指一个或多个关系表；

(2)判断是否需要新定义规则或修改原有规则，是则新定义或修改检测对象及其之间的蕴涵规则，并将规则存储到规则库中，然后进入步骤(3)；否则直接进入步骤(3)；

(3)从规则库中读取与检测对象有关的、尚未读取过的、元组变量列表相同的规则，存入清空的规则临时表中，然后计算检测关系中违背规则临时表中规则的元组，并将这些元组放入一个集合中；

(4)判断检测规则库中是否还有与检测对象有关的、未读取的检测规则，有则进入步骤(3)，没有则进入步骤(5)；

(5)输出违背规则库中与检测对象有关的规则的所有元组，提供给用户修复。

2.根据权利要求1所述的基于蕴涵规则的数据质量自动检测方法，其特征在于，所述步骤(2)中的蕴涵规则包括以下信息：

规则编号，每一规则对应有唯一编号；

检测关系列表，具体为规则所涉及到的检测对象关系表名称列表；

元组变量列表，包括规则所涉及的所有元组变量信息；

A公式，具体为涉及一个或多个元组变量的公式，或为空，用NULL表示；

B公式，具体为涉及一个或多个元组变量的公式。

3.根据权利要求2所述的基于蕴涵规则的数据质量自动检测方法，其特征在于，所述步骤(2)中的蕴涵规则的形式定义为：含义为：如果检测对象满足公式A，也必须满足公式B。

4.根据权利要求2所述的基于蕴涵规则的数据质量自动检测方法，其特征在于，所述步骤(2)的规则库中每条规则的元组变量数目不超过2，因此每条规则涉及到的检测关系表数目也不超过2，对于元组变量个数大于两个的规则需转换成两条或两条以上的规则定义。

5.根据权利要求2所述的基于蕴涵规则的数据质量自动检测方法，其特征在于，所述蕴涵规则中的元组变量为约束变元，一个元组变量的描述具体为元组变量类别、元组变量符及所对应的关系表名，所述元组变量类别分为存在性元组变量和全称性元组变量，存在性元组变量用存在量词符号表示，具体形式为(元组变量符名，关系表名)；全称性元组变量用全称量词符号或空来表示，具体形式为(元组变量符名，关系表名)或(元组变量符名，关系表名)。

6.根据权利要求1所述的基于蕴涵规则的数据质量自动检测方法，其特征在于，所述步骤(3)中，元组变量列表相同的规则是指：元组变量列表中元组变量个数、元组变量类别及对应的关系表名均相同的规则集合。

7.根据权利要求1所述的基于蕴涵规则的数据质量自动检测方法，其特征在于，所述步骤(3)～(5)中，与检测对象有关的规则判断依据是：如果一条规则的检测关系列表中包括检测对象关系表名，则该规则与检测对象有关。