自20世纪90年代以来，随着各种计算机技术，如数据模型、数据库技术和应用开发技术的不断进步，数据仓库技术也在不断发展，并在实际应用中发挥了巨大的作用。使用数据仓库所产生的巨大效益同时又刺激了对数据仓库技术的需求，数据仓库市场正以迅猛势头向前发展：一方面，数据仓库市场需求量越来越大；另一方面，数据仓库产品越来越成熟，生产数据仓库工具的厂家也越来越多。经过多年的发展，数据仓库技术已经逐渐完善，但仍存在一些问题，如需改进数据库内容，改进可使用性，在数据仓库操作质量上的提高等。而要完善数据仓库，使其更好地服务于企业高层管理者科学决策，严格把握好数据仓库的数据质量控制成为关键所在，即进行“脏”数据的清理，为企业决策分析系统提供清洁、完整、一致、正确、准确、协调的高质量数据。研究数据仓库中数据质量控制问题，有着重要的现实意义。 笔者认为，合理地划分和评价数据仓库中的数据质量问题是进行控制的基础，设置全面的质量评价指标体系是重点，在此基础上提出数据质量的控制措施和实现方法是解决问题的关键。基于这种思考，本文对数据仓库中数据质量控制问题进行了分析和讨论。 论文分为四个部分： 文章的第一部分对数据仓库的相关基本理论—数据库、数据集市和数据挖掘进行了分析，并且详述了数据仓库的特性与体系结构。 第二部分提出了数据仓库中数据质量的定义与分类，即给出了数据的概念及其质量要素，数据质量的定义和数据错误的来源与分类。 第三部分提出了数据仓库中数据质量的评价指标体系，以及从单数据源问题和多数据源问题的角度分别讨论了数据质量的控制措施，并专门讨论了数据质量的实现方法。 第四部分以一个医疗数据仓库为实例，初步分析了医疗数据仓库的设计方案和数据质量控制措施。