一般來(lái)說(shuō)，跨境電商數(shù)據(jù)清洗是精簡(jiǎn)數(shù)據(jù)庫(kù)中的數(shù)據(jù)(除去重復(fù)記錄的數(shù)據(jù))，并將剩余的數(shù)據(jù)的格式轉(zhuǎn)換為標(biāo)準(zhǔn)的、可接收格式的過(guò)程。

數(shù)據(jù)清洗標(biāo)準(zhǔn)模型是將數(shù)據(jù)輸入數(shù)據(jù)清洗處理器，通過(guò)一系列步驟“清洗”數(shù)據(jù)，然后數(shù)據(jù)清洗處理器以期望的格式輸出清洗過(guò)的數(shù)據(jù)。

數(shù)據(jù)清洗從數(shù)據(jù)的準(zhǔn)確性、完整性、一致性、唯一性、適時(shí)性、有效性等方面來(lái)處理數(shù)據(jù)的缺失值、錯(cuò)誤值、重復(fù)記錄、不一致性等。

跨境電商數(shù)據(jù)清洗的方法( 1) 清洗不完整數(shù)據(jù)( 即缺失值 )的方法在大多數(shù)情況下，缺失值必須手工填入(即手工清洗 。

當(dāng)然，某些缺失值可以從本數(shù)據(jù)源或其他數(shù)據(jù)源中推導(dǎo)出來(lái)，這就可以用平均值、最大值、最小值或更為復(fù)雜的概率估計(jì)代替缺失值，從而達(dá)到清洗的目的。

( 2) 錯(cuò)誤值的檢測(cè)及清洗方法用統(tǒng)計(jì)分析的方法識(shí)別可能的錯(cuò)誤值或異常值，如偏差分析、識(shí)別不遵守分布或回歸方程的值，也可以用簡(jiǎn)單規(guī)則庫(kù)(常識(shí)性規(guī)則、業(yè)務(wù)特定規(guī)則等 ) 檢查數(shù)據(jù)，或使用不同屬性間的約束、外部的數(shù)據(jù)來(lái)檢測(cè)和清洗數(shù)據(jù)。

(3) 重復(fù)記錄的檢測(cè)及清洗方法數(shù)據(jù)庫(kù)中屬性值相同的記錄被認(rèn)為是重復(fù)記錄，我們通過(guò)判斷記錄間的屬性值是否相等來(lái)檢測(cè)記錄是否重復(fù)，并將重復(fù)的記錄合并為一條記錄(即合并/清除 。

合并/清除是清洗的基本方法。

( 4)不一致性( 數(shù)據(jù)源內(nèi)部及數(shù)據(jù)源之間 ) 的檢測(cè)及清洗方法從多數(shù)據(jù)源集成的數(shù)據(jù)可能有語(yǔ)義沖突，我們可定義完整性約束用于檢測(cè)不一致性，也可通過(guò)分析數(shù)據(jù)發(fā)現(xiàn)數(shù)據(jù)間的聯(lián)系，從而使數(shù)據(jù)保持一致。