针对现有数据清洗工具存在的交互性差、不易扩展和元数据管理不完善等问题,提出了一种新的基于规则的交互式数据清洗体系结构,解决了这些不足,提高了数据清洗的效率。并给出了其中若干关键技术的解决方案。采用形式化语言表示清洗规则和领域知识,为实现自动化数据清洗奠定了基础。提出了一种新的交互式规则定义技术,即在样本数据上迭代定义清洗规则,既保证了所定义规则的质量,也提高了用户定义清洗规则的速度。并且阐述了清洗规则的实现方法。将数据清洗与已有的SEUETL工具相结合,使它们的转换功能和清洗功能相互补,既有强大的转换功能,也有很好的清洗能力。以往数据分析和转换清洗采用不同的软件,是两个独立的步骤,导致数据分析和转换清洗脱钩,给用户带来很多的不便。本框架将数据分析功能集成到数据清洗中,增强了清洗工具的功能。对数据分析和相似重复记录处理这两个模块,均采用基于专家系统的处理框架,以方便业务规则的表示和应用,并给出各自的推理算法。并使用改进的SNM算法作为相似重复记录处理的匹配算法和合并算法。另外,本文还就清洗工具所不可少的一部分——元数据管理,讨论了基于CWM标准的元数据管理模块的功能框架。