数据质量要求采取主动行动

主动管理

我在此确认我已阅读、理解并接受隐私政策。我在此确认，我输入和点击的数据可能会被发送给社交网络所有者，并由他们进行保存和电子处理。

为了支持 LEI 发放组织，GLEIF 提供恰当的和强制性的流程以及技术接口，使 LEI 发放机构能够对 LEI 和相关参考数据的数据质量展开主动评估。这包括对重复条目进行专项检查。将使用自动网络服务 API 对 LEI 记录逐一进行检查：数据治理预检和重复性检查。

---

数据治理预检

LEI 发放机构有义务在将所有新发放和更新的 LEI 记录上传到全球存储库之前，将这些记录发送到 GLEIF 的预检工具中。预检工具采用了与已经公布的 LEI 记录每天进行的相同的数据质量检查。LEI 发放机构可根据预检结果，在这些不一致的数据进入公共数据池之前，对潜在的数据质量问题进行补救。除了检查结果之外，申请人还会收到解释，这有助于对所报告的问题进行有重点、快速的补救。

LEI 发放组织对该工具的强制使用为持续改进流程提供了支持，提高了质量标准，并增加了全球 LEI 体系中数据的成熟度。

---

重复性检查

为了防止出现重复的数据记录，新申请的 LEI 代码和相应的参考数据将与全球 LEI 存储库中的所有其他记录，以及其他 LEI 发放机构已经提交给重复性检查工具，但尚未发放的 LEI 记录进行比较。因此，即使同一个法人机构与两个不同的 LEI 发放机构进行接洽，LEI 发放机构也会识别潜在的重复内容，并能够与其客户和相互之间进行协调。这个程序最终可以防止在系统中引入重复的内容。

识别重复内容的流程考虑了 LEI 记录的多个数据元素，可分为预处理、核心算法和后处理。

在预处理过程中，数据为接下来的步骤做好准备，例如，所谓的弱标记被识别，并得到处理。弱标记的一个典型例子是法人机构的法律形式，它可以是法人机构名称的一部分。然后，可予以规范和协调法律形式，以确保在下列流程阶段取得最佳的可能结果。

重复性检查工具的核心引擎由唯一性和排他性检查组成，结合了最先进的模糊字符串匹配算法（例如，编辑距离、余弦相似度、Monge-Elkan 距离）。

在后处理步骤中，重复性检查工具基于附加检查和对二级数据元素（例如，司法管辖权、机构类别）的特殊处理，减少了误报的数量。