《文化旅游大数据建设 第2部分：数据预处理》.pdfVIP

ICS×××××××

CCS ×××

DB13

河北省地方标准

DB13/T××××—2025

文化旅游大数据建设

第2部分：数据预处理

（征求意见稿）

××××-××-××发布××××-××-××实施

河北省市场监督管理局发布

DB13/T××××—2025

目次

前言II

1范围1

2规范性引用文件1

3术语和定义1

4基本要求2

5预处理结果要求3

附录A（资料性）数据预处理方法5

参考文献7

I

DB13/T××××—2025

前言

DB13/T××××-2025《文化旅游大数据建设》分为以下4个部分：

——第1部分：数据采集

——第2部分：数据预处理；

——第3部分：数据存储与管理；

——第4部分：数据分析与可视化。

本部分为DB/T××××—2025《文化旅游大数据建设》的第2部分。

本文件按照GB/T1.1-2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起

草。

本文件由河北省文化和旅游厅提出并归口。

本文件起草单位：河北民族师范学院

本文件主要起草人：杨宏、周长会、纪佳琪、李建峰、姜立新、林雪梅、房健、金疆、黄大伟、张

海鹏、鞠安琪

本文件于2025年*月首次发布。

II

DB13/T××××—2025

文化旅游大数据建设第2部分：数据预处理

1范围

本文件规定了文化旅游大数据建设中数据预处理的术语和定义、基本要求、预处理结果要求。

本文件适用于文化旅游大数据的预处理过程。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，

仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于

文件。

GB/T35295-2017信息技术大数据术语

GB/T35589-2017信息技术大数据技术参考模型

GB/T36344-2018《信息技术数据质量评价指标》

GB/T38548.3-2020内容资源数字化加工第3部分：加工规格

3术语和定义

下列术语和定义适用于本文件。

3.1

数据

信息的可再解释的形式化表示，以适用于通信、解释或处理。

注：可以通过人工或自动手段处理数据。

[来源：GB/T35295-2017，2.2.1]

3.2

脏数据

脏数据是指对实际业务无意义、格式非法、编码不规范、业务逻辑不清晰的数据，主要包括残缺数

据、噪声数据、不一致数据、重复数据。

3.3

数据预处理

包括数据验证、清洗、标准化、格式化和存储。

[来源：GB/T35589-20177.3.3]

3.4

数据质量

1

DB13/T××××—2025

在指定条件下使用时，数据的特性满足明确的和隐含的要求的程度。

[来源：GB/T36344-2018