随着信息化的发展,数据呈现爆炸式增长,数据质量问题也越来越突出。为了保证数据能够提供有效信息,数据质量的保障工作成为了企业的重要任务之一。面对各种各样的数据质量问题,大多数企业都结合业务需求开发了专有的数据质量管理系统,但是这些系统大多数没有给出数据质量维度以及约束规则的规范化表示,因此迫切需要解决数据质量的规范化、标准化问题,油田企业也不例外。同时,如何描述定义在实例层上的约束规则以及模式层上复杂的约束规则也是目前研究的热点之一。除此之外,由于国际上倡导开放数据的理念,与其他数据关联以获取比较权威的数据、结构或者其他必要描述,也将有效的提高数据质量。为了解决上述问题,首先,本文对国内外数据质量维度、约束规则、数据质量管理框架的发展历程以及数据质量评估技术进行研究,为以后的研究提供理论支撑。其次,研究关联数据技术为解决数据关联问题提供依据;再次,针对目前数据质量评估模型存在的不足,结合上述研究的先进技术和实际需求,参照斯坦福大学提出的七步法,提出一种新的构建数据质量管理元本体的方法,构建了与领域无关的通用数据质量管理元本体。在构建元本体的过程中,引入CDQ(Comprehensive methodology for Data Quality management)框架,为构建元本体提供整体理论架构;在语义层面,引入本体技术以对数据质量有关概念进行规范化,并对复杂和实例层的数据质量约束规则的描述问题进行解决;为了解决数据之间的关联性问题,引入关联数据技术,利用URI标识资源。然后,在已构建的数据质量管理元本体的基础上,提出了基于SWRL规则的数据质量管理推理,实现对数据质量隐含知识的推理。最后,以油田开发为背景,进行了数据质量管理系统的设计与实现。该系统实现了数据质量管理元本体的解析和维护、约束规则和清洗规则的维护、基于SWRL规则推理,并在推理的基础上进行质量评估和数据清洗,验证了所提出的基于CDQ油田开发数据质量研究的有效性和技术可行性。