Доступно с лицензией Data Reviewer.
Чтобы производить высококачественные информационные продукты и выполнять точный пространственный анализ, ваши исходные данные должны быть высокого качества и в хорошем состоянии. Data Reviewer позволяет управлять данными для производства и анализа данных, предоставляя систему автоматизации и упрощения контроля качества данных, которая может улучшить целостность данных.
Data Reviewer содержит ряд инструментов контроля качества (QC), которые позволяют выполнять эффективный и последовательный процесс проверки данных. Это инструменты, которые поддерживают автоматический и полуавтоматический анализ данных для обнаружения ошибок в целостности объектов, атрибутов или пространственных отношений с другими объектами. Обнаруженные ошибки сохраняются, и вы можете просмотреть их, чтобы исправить рабочие процессы и составить отчет о качестве данных.
Проверка данных в автоматическом режиме
Автоматическая проверка данных - оценка качества объекта, не требующая вмешательства пользователя. В Data Reviewer есть библиотека настраиваемых проверок, позволяющих вам проверять данные на их соответствие требованиям к качеству. Проверки Data Reviewer были разработаны для оценки различных аспектов качества объекта, включая атрибуцию, целостность или пространственные отношения с другими объектами. Автоматические проверки Data Reviewer можно настроить, не обладая специальными навыками программирования. В большинстве случаев ГИС-специалисты хорошо понимают, какие именно требования к качеству данных можно оценивать автоматически с минимальным обучением.
В рабочих процессах на основе правил атрибутов проверки настраиваются и хранятся в базе геоданных для возможности оценить качество объекта и его пригодность для работы. Возможности автоматизированной проверки можно интегрировать различными способами:
- Доступ к оценке качества объектов в процессе создания или модификации для предотвращения попадания объектов, которые не соответствуют требованиям качества, и для уменьшения потребности в доработке.
- Доступ к оценке качества объектов после создания. Это может быть полезно, если качество существующих данных неизвестно, и необходима базовая оценка для определения усилий, необходимых для достижения требований к качеству.
Более подробно об использовании Data Reviewer для выполнения автоматических рабочих процессов оценки качества данных см. в следующих разделах:
Полуавтоматическая проверка данных
Методы автоматической проверки не гарантируют обнаружение всех имеющихся ошибок в данных. Полуавтоматическая проверка представляет собой процесс оценки качества данных с помощью методов, которые предполагают, как правило, управляемые процессы, в которых требуется человеческое участие и ввод данных. Визуальная проверка является наиболее распространенной формой полуавтоматической проверки и используется для проведения оценки качества такими способами, которые не могут использоваться для проведения автоматической проверки. К таким случаям может быть отнесено обнаружение недостающих или неверно размещенных объектов, а также другие проблемы, которые автоматическая проверка может не выявить.
Более подробно о работе с Data Reviewer для проведения полуавтоматической оценки качества данных см. в следующих статьях:
Управление ошибками
Data Reviewer выполняет управление ошибками с момента обнаружения до их исправления и подтверждения результатов. Эти функциональные возможности повышают качество данных за счет определения источника, местоположения и причин ошибок. Благодаря информации о том, как была обнаружена ошибка, кем исправлена и было ли исправление признано приемлемым, сокращаются затраты и устраняются дублирующиеся операции.
Обнаруженные при проверке данных ошибки отслеживаются в течение процесса жизненного цикла. В процессе три фазы: Просмотр, Исправление и Подтверждение.
Каждая фаза содержит одно или несколько значений статусов, описывающих действия, предпринятые при переходе ошибки из одной фазы в другую.
В рабочих процессах на основе правил атрибутов ошибки сохраняются в базах геоданных, в серии системных таблиц. Доступ к ошибкам осуществляется через панель Инспектор ошибок, которая предоставляет инструменты для отчета, навигации и выбора объектов, требующих коррекции ошибок.
Более подробно о рабочих процессах управления ошибками в Data Reviewer см. в следующих статьях:
- Результаты ошибок и стадии их жизненного цикла
- Настройка панели Инспектор ошибок
- Учебное руководство: Оценка объектов с правилами атрибутов