Tytuł:

Profilowanie, oczyszczanie i zapobieganie powstawaniu dirty data

Tytuł publikacji grupowej:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu

Tytuł odmienny:

Dirty data – profiling, cleansing and prevention

Autor:

Migdał-Najman, Kamila ; Najman, Krzysztof

Temat i słowa kluczowe:

big data ; dirty data ; profilowanie danych ; oczyszczanie danych ; zapobieganie powstawaniu zanieczyszczeń w danych ; Big Data ; profiling data ; data cleansing ; defect prevention

Opis:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics, 2018, Nr 508, s. 146-156

Abstrakt:

Zbiory Big Data oferują dostęp do niemal nieograniczonej liczby danych, dając nadzieję na szybszy, tańszy, bardziej precyzyjny i wszechstronny opis świata. Jednocześnie w takich zbiorach poza danymi o odpowiedniej jakości (clear data) znaczny udział mają dane nieprawdziwe, nieaktualne, zaszumione, często zwielokrotnione, niepełne lub błędne (dirty data), a także dane o nieznanej jakości czy użyteczności (dark data). Znaczący udział dirty i dark data ma szereg negatywnych konsekwencji w analizie zbioru Big Data. Celem prezentowanych badań jest przegląd i systemowe ujęcie procedur minimalizowania negatywnych efektów dirty data w analizie Big Data. W konstrukcji systemu oczyszczania zbioru danych uwzględniono najważniejsze procedury profilowania (profiling data), oczyszczania (cleansing data) i zapobiegania (defect prevention) powstawaniu dirty data w procesie budowy i analizy zbioru Big Data

Wydawca:

Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu

Miejsce wydania:

Wrocław

Data wydania:

2018

Typ zasobu:

artykuł

Format:

application/pdf

Identyfikator zasobu:

doi:10.15611/pn.2018.508.15

Język:

pol

Powiązania:

Taksonomia 31 Klasyfikacja i analiza danych – teoria i zastosowania ; Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics; 2018; Nr 508

Prawa:

Pewne prawa zastrzeżone na rzecz Autorów i Wydawcy

Prawa dostępu:

Dla wszystkich zgodnie z licencją

Licencja:

CC BY-NC-ND 3.0 PL

Lokalizacja oryginału:

Uniwersytet Ekonomiczny we Wrocławiu