随着信息化的深入，企业积累了大量数据。企业纷纷将分散的业务数据集成起来，建立数据仓库，为决策提供支持。然而，在数据仓库建设过程中，数据源数据存在缺失、异常和重复等质量问题，数据集成又容易引入新的质量问题，使得最终数据仓库数据的质量不高。高质量的决策依赖高质量的数据，因此必须对数据进行质量管理和控制。为了解决数据仓库建设中的数据质量问题，设计数据质量管理系统对来自多个源的数据的质量进行监控和管理，并对发现的质量问题，提供清洗方法。系统包括数据质量检测组件、重复数据检测组件、错误数据清洗模块和质量问题统计模块几个部分。数据质量检测组件采用基于规则校验的方式，实现对各种错误数据的检测；重复数据检测组件主要是对数据集中重复记录进行识别和处理，并将改进的基于语义的编辑距离计算中文字段相似度的方法引入到重复记录识别中，能提高含有中文字段的记录的重复记录识别的准确性；错误数据清洗模块主要是对检测出的错误数据进行清洗回流；质量问题统计模块主要是对数据质量检测组件检测过程中产生的问题数据信息，做统计汇总，并生成报告，提供可视化图表展示。最后对设计实现的数据质量管理系统，进行测试。设计两组实验，一组是系统对错误数据的检测和清洗过程的测试；另一组是针对采用不同字段匹配方法的重复记录识别进行对比实验。测试结果验证系统执行的正确性和有效性，对比实验表明新方法对含中文字段的重复记录识别具有更好的准确性。