在世界趋向信息化的时代，各行各业都充斥着大量的信息，而数据是信息的载体，从而导致越来越多的数据出现。人们总是埋怨“数据丰富，信息匮乏”，主要有两方面的原因：一是缺乏有效的数据分析技术；一是数据质量不高，导致不能有效地利用拥有的数据。如何提高数据质量，不论是对于准确反映现实世界的状况的方面，或是高效地支持企业的运作和决策的方面都至关重要，而且数据质量的有效性是数据挖掘的前提和基础。因此数据质量问题越来越成为数据库中的一个热点问题，尤其在那些涉及到大数据量的行业和应用中，这一问题表现得更加突出。目前针对数据质量问题，存在一些检测工具，但是绝大多数是针对某一个方面，比方说重复记录检测工具，仅仅只能检测数据集中的重复记录，而不能进行其他功能上的扩展，也就是说不能检测或挖掘多个方面的质量问题。这些因素使得数据质量规则挖掘与检测问题成为数据管理领域具有研究与开发前景的挑战性问题。本文设计和实现了一个通用的、可扩展的、自动化和智能化程度较高的数据质量规则挖掘与检测系统，系统不仅可以检测数据集中的重复记录，而且可以挖掘数据集中潜在的数据质量规则并依据其对数据集质量进行检测。条件函数依赖（CFD）是系统中采用的一种形式质量规则，依据挖掘出的CFDs可以对多种数据集进行错误及冲突检测。