1、隨著大數(shù)據(jù)時(shí)代的到來，海量數(shù)據(jù)在企業(yè)以及人們的日常生活中都有廣泛的應(yīng)用。數(shù)據(jù)質(zhì)量對(duì)數(shù)據(jù)的應(yīng)用效果起著至關(guān)重要的作用，其中數(shù)據(jù)時(shí)效性問題是數(shù)據(jù)質(zhì)量的主要影響因素之一，由于在實(shí)際應(yīng)用中，時(shí)間戳往往不完全甚至不存在，當(dāng)前數(shù)據(jù)時(shí)效性問題的研究主要包括利用時(shí)序關(guān)系和時(shí)效約束及參照數(shù)據(jù)的方法推導(dǎo)實(shí)體時(shí)效性最高的屬性值；結(jié)合時(shí)效規(guī)則和條件函數(shù)依賴協(xié)同提高數(shù)據(jù)時(shí)效性和一致性；結(jié)合時(shí)效規(guī)則和統(tǒng)計(jì)技術(shù)提高數(shù)據(jù)時(shí)效性。本文根據(jù)大數(shù)據(jù)特點(diǎn)：規(guī)模性，高速性，多樣

2、性，提出了大數(shù)據(jù)時(shí)效性問題的一些關(guān)鍵技術(shù)。本文的研究?jī)?nèi)容主要包括以下幾個(gè)方面：
　　根據(jù)大數(shù)據(jù)特點(diǎn)規(guī)模性，通過分布式處理框架MapReduce處理海量數(shù)據(jù)，將海量數(shù)據(jù)時(shí)效性問題歸約到k-Partition問題（NP-完全問題）。然后擴(kuò)展2-Partition問題的近似算法，提出基于MapReduce的并行近似算法，優(yōu)化了reduce端負(fù)載平衡效果，算法近似比接近于1。通過實(shí)驗(yàn)驗(yàn)證了負(fù)載平衡的MapReduce過程執(zhí)行效率與準(zhǔn)確性。

3、
　　根據(jù)大數(shù)據(jù)特點(diǎn)高速性，提出動(dòng)態(tài)數(shù)據(jù)時(shí)效性模型，首先對(duì)原數(shù)據(jù)集進(jìn)行預(yù)處理，根據(jù)時(shí)效規(guī)則對(duì)描述同一實(shí)體的記錄進(jìn)行按照時(shí)效性排序。然后，動(dòng)態(tài)實(shí)時(shí)處理更新數(shù)據(jù)。同時(shí)我們從以下幾個(gè)方面提高算法執(zhí)行效率：建立實(shí)體查詢B樹，從而提高查找更新數(shù)據(jù)相應(yīng)實(shí)體的時(shí)間；引入實(shí)體存儲(chǔ)靜態(tài)鏈表結(jié)構(gòu)以減少更新數(shù)據(jù)集的時(shí)間；根據(jù)時(shí)效規(guī)則建立屬性執(zhí)行順序的拓?fù)鋱D和屬性值與元組號(hào)之前的倒排索引，優(yōu)化處理時(shí)效規(guī)則的過程。
　　根據(jù)大數(shù)據(jù)特點(diǎn)多樣性，將數(shù)據(jù)質(zhì)