随着如今企业的规模扩大,伴随而来的是数据量的巨大膨胀,这是业务发展的结果。但是,数据量的增大不可避免地带来了数据质量的问题,而数据质量关乎到整个企业的管理质量和业务运行。在当前数据中心建设的过程中,由于该进程处于高速发展阶段,因此存在不同的特点和需求,也就造成了对数据质量研究的缺乏,而根据数据调查显示,大部分企业的信息化系统存在不同程度的数据重复和数据不完整的现象。因此,越来越多的企业和机构在建设信息化系统的同时,亦对内部的数据质量投入了较大的精力进行把控。数据质量主要在以下六个方面进行判断:准确性、完整性、一致性、及时性、可理解性和可获取性。为了能够实现对数据质量提高的目的,本论文将从对数据自动采集、质量检测以及数据修复三方面进行考虑,研究一种基于规则的数据质量管理算法,建设数据质量检测模型,该模型包含的有数据对象、数据质量信息采集、数据质量规则、质量检测、质量评估及报告和问题分析及处理等五个模块,并开发了数据质量检测系统,可用于规则库创立、数据质量检测以及数据修复等功能,具有较强的实用性。本文采用的一种基于规则表达树的树型方式来对描述所运用的数据检测规则,由于采用了xml的方式,因此可以快速地将表达树直接映射到xml文件中,且能容易地发现大型数据库中的函数依赖关系。在数据质量检测方面,首先需对表达式的逆规则进行检索,针对关系型数据库,需将逆规则表达式用SQL语句重新表达并执行,已达到发现异常数据的目的;针对xml类型的数据,则用XQuery语句进行转换并执行,对异常数据进行检测;在数据修复方面,本文主要对空缺值进行了修复,即运用表达式求出异常元素的值,并填充至数据对象中。最后,在本文设计的数据质量检测系统中,对系统进行了压力测试,并分别从数据完整性、有效性和唯一性对数据处理前后进行了对比。