数据质量已被公认为是数据管理的首要问题之一。针对数据质量管理领域的数据记录不匹配及不一致问题,本文分别从记录匹配检测及不一致修复两个角度出发,提出了基于CON模型的记录匹配方法和基于tableau的自动检测及修复不一致数据库方法。同时,在所提理论的基础上,以eclipse为实验开发平台,将上述算法应用到实验中,实验结果表明,这些方法对于验证数据记录匹配及修复不一致数据库是正确的及有效的。本文的主要研究成果概括为以下三个方面：(1)提出一种基于局部CON模型的记录匹配方法。该方法利用关联规则发现算法挖掘匹配依赖,将匹配依赖和数据实例同时作为改进型tableau的输入,检测匹配得出结果。理论分析和实验结果表明该方法能快速识别出分布式记录匹配情况,且不需要人工参与,效率有非常明显的提高。(2)以不一致作为CFDs的违反情况,提出一种自动检测及修复不一致数据库的BCFDAR算法,并从理论上证明了算法是可终止的。实验结果表明,该方法能有效地修复不一致数据库,而且CFDs体现出比传统的FDs更高的准确性,并加入优化算法,使得检测修复过程更加高效。(3)利用分支封闭值修复数据库方法,结合tableau分析法的开放和封闭推理标准,以开放公式树TP(IC∪r)(?)分支为基础,为公式树TP(IC∪r)中的每个结点引入一个结点封闭值,通过计算该值来选择分支进行开放修复,并对该过程进行了逻辑证明。最后,对于一致性应答结果的逻辑特征给予了证明。