1. 研究目的与意义

随着互联网以及物联网的飞速发展，社交网络和智能手机的大量普及，使全球进入了大数据时代。

在健康医疗领域，各种医疗卫生信息系统记录和保存了巨大的医疗健康服务业务数据，但由于信息标准、信息录入等原因，产生了大量的脏数据，这些数据是不可用的，给医学年龄数据信息关联和挖掘分析造成了障碍。

因此必须对脏数据进行清洗，清除垃圾数据，提高数据的质量，以便通过大数据挖掘和分析真正体现数据的价值。

2. 国内外研究现状分析

数据清洗主要在数据仓库、数据库知识发现（也称数据挖掘）和总体数据质量管理这 ３个领域研究较多。

在数据仓库研究和应用领域，数据清洗处理是构建数据仓库的第一步，由于数据量巨大，不可能进行人工处理，因此自动化数据清洗受到工商业界的广泛关注。

国外对数据清洗的研究最早出现在美国，是从对全 美的社会保险号错误的纠正开始 。

3. 研究的基本内容与计划

1. 研究内容： I) 下载数据集，导入数据库 II)数据缺失值，异常值处理 III) 重复记录清洗 IV)数据可视化2. 需要掌握的技术 ▲python编程语言 ▲pandas框架▲pyecharts框架3. 研究计划 第1-2周：查阅资料，撰写开题报告和文献综述 第3-4周：大量阅读有关医学数据的年龄数据清洗与可视化的论文 第5-8周：设计合理的程序构架，运用较优的算法，完成软件内部代码；准确实现软件编码，完成既定的功能，各部分测试通过；第9-14周：完成毕业论文，准备毕业答辩

4. 研究创新点

1. 将faers数据库中的医学年龄数据充分利用起来，实现其价值。

2. 数据量大，批量处理数据3. 采用统一的计量单位处理医学年龄数据4. 使用python的第三方库实现数据可视化