政务数据开放共享已经成为时代发展的必然趋势,在政务数据开放共享的过程中,数据的质量问题是影响数据价值的关键因素之一。如何对政务数据进行客观准确的质量评估与提升已经成为当前的研究热点。目前为止,众多学者已经在数据质量评估和提升两个方面取得了累累硕果,然而,已有的模型和算法仍然存在一些问题,例如:利用层次分析法计算权重太过于依赖人为的主观判定、而熵值系数法却完全基于客观数据确定权重、传统的向量空间模型需要大量的特征项才能够完全匹配整个文本、k-近邻算法将每个指标都做相同处理而忽略了各指标之间的相互关系等。基于对这些问题的思考,本文主要围绕政务数据质量评估和提升两大主题进行研究,并在研究过程中对这些模型或算法的不足进行改进。本文的主要贡献如下:(1)在政务数据质量评估方面,本文首先利用加速遗传算法改进了层次分析法,在对判别矩阵进行一次性检验时确保其为最优解,同时这一方法也可以针对所有元素进行修正;其次利用指标间的冲突系数对熵值系数法计算出的权重进行了修正;再次将二者结合,形成兼顾主观因素和客观因素的组合权重;最后,基于该组合权重,利用多级模糊综合评判法对政务数据进行质量评估。实验结果表明,利用该组合法计算出的权重准确地修正了各指标的权重比例,最终的质量评估结果也更加客观真实。(2)在政务数据质量提升方面,本文主要针对三种存在质量问题的政务数据:重复数据、缺失数据以及异常数据进行数据质量的提升。在解决政务数据质量中的重复数据问题时,本文采用文本段概念对向量空间模型的改进,体现出了特征项处于不同位置的意义,接着计算出各文本段向量的相似度进而识别出近似或者重复数据,进而解决重复数据的质量问题;对于缺失数据,本文在使用k-近邻算法时使用马氏距离代替传统的欧氏距离进行近邻的计算,这一方法不仅考虑到了各记录项取值时的差异,而且也考虑了各个记录项之间的相互关系,更加精确地对缺失值进行了预估;处理异常数据时遵循经典的拉依达准则,并将其中使用到的贝塞尔公式进行了优化,从而提升了循环处理多个异常值的效率。最后经过实验对比分析,证明了以上三种方式相较于传统方式的优越性。