7.3  非結構化數據的數據質量管理

非結構化數據由于格式和內容的多樣性，一般不會直接用于分析，即單個非結構化數據難以產生價值。只有將非結構化數據的相關元數據（或標簽）、主要內容抽取出來，并以類似結構化數據存儲后，才能發揮價值。因此，非結構化數據的質量管理主要在于提升數據可用度，一般通過對數據的清洗、映射、關聯等機制，把繁雜的大數據變成能應對的、有效的“小數據”，構建干凈、完備的數據集，從而提高數據質量。

1)通過清洗規則庫識別并標識出非結構數據的可疑或無效信息，必要時可結合數據生命周期管理策略及時清理。

2)通過與相關的數據標準進行映射，將非結構化數據的“基本屬性”轉換為商業銀行的標準信息進行存儲（如將“建行”  “建設銀行”  “中國建設銀行”等轉換成標準代碼JGOO01)，并作為結構化數據存儲在系統中。

3)通過關鍵信息與商業銀行其他結構化數據進行關聯（如通過客戶姓名、手機號等辨識其是否為本行客戶），提高非結構化數據入庫質量和數據價值。