在数据的产生、存储、传输的过程中,难免会出现错误数据、缺失数据等问题,数据的存在是因为它的价值,有些数据用作证据,有些数据用来做分析和预测;不管数据的作用是什么,如果数据出现错误、缺失以及其他问题,都会降低数据存在的价值,有时甚至带来深重的灾难。因此,确保数据的高质量,是有效利用数据的基础。近年来,数据呈现爆炸式增长,人们对大数据的热情与日俱增,很多人努力寻找更好的数据分析方法,很少人注重数据质量问题,对数据质量进行研究的文章比较少。本文通过对数据质量管理研究的文献进行梳理,总结在这方面的研究成果,重点讨论了数据质量评估和数据质量提升方法,将聚类和分类方法引入到数据质量评估过程中,列举并比较了几种常见的聚类和分类方法,探索了这两种方法在数据质量评估的可行性,将测量工具分析方法Gage R&R以及方差分析法用于可行性分析,最后简单介绍了针对不同的数据质量问题应该采用的提升方法。以消费者投诉数据为实例研究对象,选择K-means聚类对数据进行质量评估,聚类数对应于待检验的人工分类数,每个聚类簇的名称与人工分类的名称相对应,再建立评估矩阵,采用Van Rijsbergen的FI值理论得到评估值,再用测量工具分析方法对这些评估值分析,发现聚类分析方法有可能用于数据质量评估。在数据质量提升方面,对于非标准化数据的质量提升做了详细介绍,采用关键词匹配的方法实现了数据标准化。经过对数据的探索以及质量评估,对数据质量管理提出了一些建议,将数据质量管理分为三部分:数据库设计阶段、数据生产过程、数据生产后处理。