数据库系统在人工智能的开发中起着至关重要的作用,当前数据库系统技术的进步主要围绕以数据库管理和可用性等问题为主题的方案创新。研究文献表明,数据管理任务中有很大一部分工作致力于合并和评估数据质量。在构建智能系统时,数据库中缺失值也会消耗大量资源。可用性通过帮助开发人员降低使用新技术的学习曲线,从而对智能系统的快速发展产生重大影响。因此,这些主题的重要性不能被过分夸大,这促使我们通过本论文对它们进行研究。当前的一些工作使用规则来进行数据库补全。我们最开始注意到的问题是数据库补全规则中通常存在语法错误,而这可能导致某些数据库补全规则无法执行,使得数据库中的许多缺失值不能得到准确的填充。即使在校正了这些规则之后,校正过程也会引入虚假的规则条件。现有的纠正数据库准备规则的方法存在各种缺点,有些需要外部数据集,有些需要人工参与标注大量训练样本,一些没有任何人工参与的方法则缺少可靠性。直接使用现有的方法（例如基于Q-gram的数据转换）可能效率不高,因为它们需要处理整个数据集才能找到数据转换。然后,我们注意到从上一步生成的更改后的数据库补全规则具有虚假条件,所以我们可以通过在早期识别出此类虚假规则条件并进行剪枝来使系统更高效。除此之外,我们还为用户提供了更改此类数据库补全规则并验证结果的灵活性。在这之后,我们发现数据库补全规则内部可能缺少条件。当前,现有文献中没有用于计算数据库补全规则缺失条件的方法。然后我们发现虽然当前各类研究中提出了许多可视化解决方案,以帮助用户完成数据库的匹配和匹配任务,但是这样的可视化不是增量生成的,也不是很健壮,并且还没有其他工作将完成和匹配的可视化结合起来以生成混合可视化。当前工作中的这些不足之处促使我们做出以下工作:1.本文的第一项贡献在于规则修正和数据库补全系统中的排序步骤。我们提出以PBE数据转换的形式使用数据准备系统组件,并记录匹配规则以纠正数据库补全规则。此外,我们还提出一个数据库补全系统排序步骤,可以利用中间结果和创新性的查询日志的PBE数据转换。2.本文的第二个贡献是在较早生成的修改后的数据库补全规则中快速检测虚假条件的问题。它涉及到构造草图数据结构,例如用于不完整记录的布隆过滤器。本文提出的方法的优势在于它基于利用记录匹配规则来创建与缺失值相关的必需摘要的方法。我们还提出了一种自适应编辑距离阈值方法来为缺失的条目选择相关的属性值,另外,我们还提出了一个评分函数,以从实体解析规则中查找数据完成规则中的候选条件缺失。本文的结果表明最大化建议分数函数的问题是一个NP完全问题,也因此,我们引入了基于贪婪的近似解和基于模拟退火的近似解来求解这个问题。3.本文的第三个贡献是我们修改了现有的数据准备系统中的可视数据质量评估方法,从而生成增量健壮的可视化效果以补全数据库,为此我们使用面向空间的可视化效果并与数据匹配的可视化效果结合。我们利用数据准备系统组件中可用的记录匹配规则,它首先通过在用户参与下生成热图来工作,然后根据与数据匹配可视化有关的可视化数据移动自动连续优化此热图。这种可视化功能使用户可以迅速找到增量缺少条目值的数据库。本文还提出了反馈驱动源的技术,以提高鲁棒性的同时减少执行时间并提高相关性。