目前,越来越多的政府机构和企事业单位开始了开放数据的工作,建立了许多公共数据开放平台,实现数据共享。但由于公共数据涉及的领域较多,来源复杂,在规范性和完整性等多方面存在着更复杂的质量问题,导致常用的清洗算法对于公共数据进行清洗的结果不理想,影响了公共数据的使用效果和利用率。因此本文通过对开放数据平台的公共数据质量问题进行分析,基于聚类思想,对几类常用数据清洗算法进行研究和改进,并设计了一个公共数据清洗框架。首先对主流的公共数据平台上的数据进行分析研究,总结目前公共数据存在的普遍性质量问题。接着介绍了数据清洗的基本方法、分析了公共数据清洗的需求,以此作为清洗算法改进的基础。在重复、相似数据的清洗方面,对近邻排序算法（Nearest Neighbor Sorting Algorithm,SNM）进行研究和改进。SNM算法在重复值清洗过程中排序关键词的选取影响相似排序结果,滑动窗口不易控制且不能伸缩,相似度阈值的设置等问题都极大影响清洗的结果。因此基于聚类与综合属性权值对算法进行了改进。综合属性权重法来避免固定属性权重的问题,关键词排序用聚类方法来代替,将数据与聚类后的结果集进行匹配,解决窗口设置导致的数据遗漏等问题。并使用公共数据集对改进后的算法做实验进行对比分析,验证改进后的算法的有效性。在缺失值清洗方面,以初始k值的确定、初始聚类中心点的选择、孤立点的检测与去除等为方向,对k均值聚类算法（K-means clustering algorithm,K-means）数据清洗算法进行了研究和改进,基于迭代得到更加准确的k值,借鉴基于密度的聚类算法（Density-Based Spatial Clustering of Applications with Noise,DBSCAN）算法的思想,基于最大距离和最大密度优化聚类中心的选择,避免离散点对聚类结果的影响,提高类间数据关联度。使用数据集对改进后的算法进行实验和数据分析。最后,基于改进后的清洗算法,总结出一套适合公共数据的清洗框架。清洗框架包括适合公共数据的清洗规则与质量规则的制定阶段,清洗阶段和评估阶段等。选取了公共数据集进行了数据清洗实验,分析验证公共数据清洗框架的可行性,以及改进算法在清洗框架中的有效性,得出实验数据结果和最终结论。由实验数据分析得出,改进的算法对公共数据清洗准确度较之前有明显提高,所提出的公共数据清洗框架具有较好的可行性和效果。