[發明專利]一種數據質量評估方法及系統

在審

• 申請號: 202111162067.1
• 申請日: 2021-09-30
• 公開（公告）號: CN113806336A
• 公開（公告）日: 2021-12-17
• 發明（設計）人: 李昕
• 申請（專利權）人: 北京藍海醫信科技有限公司
• 主分類號: G06F16/21
• 分類號: G06F16/21;G06F16/22;G06F16/242;G06F16/26
• 代理公司: 北京知呱呱知識產權代理有限公司 11577
• 代理人: 鄭興旺

本申請公開了一種數據質量評估方法及系統。該方法首先提取待進行數據質量評估的醫院數據庫表元數據信息，補充完善該表的數據模型和顯示模型；補充完善后將表信息添加到數據資產列表中；通過可維護的檢查規則逐一對表對象中的列進行檢查規則配置，一個列得到至少一個列檢查視圖；針對表可以設置多個表檢查方案，通過對表檢查方案的執行得到表的數據質量分數和列所屬數據質量級別；最終，針對數據資產可以設置多個評估方案，不同的評估方案可以對應多個不同的表檢查方案，通過對評估方案的執行得到本次評估數據質量分數和表所屬數據質量級別。可以看出，通過本申請可以快速分析統計數據得到目標數據資產的數據質量評估報告。

技術領域

本發明涉及數據質量評估領域，特別涉及一種數據質量評估方法及系統。

背景技術

信息化建設一般往往注重在業務功能和流程上，對數據的標準性方面沒有關注，隨著信息化建設的不斷發展，國家衛計委對全國醫院信息的可共享性要求越來越高，對數據標準越來越重視，最近五年陸續頒布一系列數據標準，并展開相關標準測評工作，要求醫院的業務數據達到標準符合程度。另外一方面隨著對數據利用的需求越來越高，數據一致性、數據標準型等問題往往阻礙了數據的利用。

醫院要想提高數據標準符合程度，首先需要了解現有數據與標準有多大的距離，基本上只能通過手工寫sql語句實現，而且還有很多疏漏，也不好統計，效率很低。

發明內容

基于此，本申請實施例提供了一種數據質量評估方法及系統，提高了數據的質量以及獲取數據的效率。

第一方面，提供了一種數據質量評估方法，該方法包括：

提取待進行數據質量評估的醫院數據庫表元數據信息，補充完善該表的數據模型和顯示模型；

將補充完善完成的數據模型和顯示模型中的表信息添加到數據資產列表中，成為確定待設置質量檢查的對象列表；

通過顯示模型可瀏覽一個表對象的數據信息，通過可維護的檢查規則逐一對表對象中的列進行檢查規則配置，一個列得到至少一個列檢查視圖；

針對表可以設置多個表檢查方案，一個表檢查方案可以對應多個不同的列檢查視圖，通過對表檢查方案的執行得到表的數據質量分數和列所屬數據質量級別；

針對數據資產可以設置多個評估方案，不同的評估方案可以對應多個不同的表檢查方案，通過對評估方案的執行得到本次評估數據質量分數和表所屬數據質量級別。

可選地，在一個表檢查方案中可以設置列的質量權重和質量級別范圍，其特征在于，所述一個表檢查方案可以對應多個不同的列檢查視圖，通過對表檢查方案的執行得到表的數據質量分數和列所屬數據質量級別，還包括：

所述數據資產列表中可以有多個檢查方案，每個檢查方案都可以由不同的列檢查視圖組成，每個檢查方案中的列檢查視圖權重都可以不同、質量級別范圍不同；

具體地，可以對表檢查方案執行，通過逐一將表檢查方案中的列檢查視圖動態生成SQL語句，對表對象的業務數據進行查詢得到檢出問題數量，通過檢出問題數量與檢查記錄數得到正確率；

根據所述正確率與列的質量權重得到檢查視圖的字段得分和列質量級別，通過各個字段得分之和得到表檢查方案得分和各列質量級別。

可選地，確定表檢查方案所對應的列檢查視圖，根據確定的列檢查視圖形成至少一個表檢查方案，包括：

通過第一公式形成所述表檢查方案，其中，第一公式具體包括：

N＝Sum(Fv₁×w₁+Fv₂×w₂+…+Fv_n×w_n)