文献

J-GLOBAL ID：201802234569734666   整理番号：18A0163420

ビッグデータのための効果的なデータ品質診断スキーマ【Powered by NICT】

Effective Data Quality Diagnostic Schema for Big Data

著者 (4件)： Mejia-Lavalle Manuel ,  Meusel Winfrid ,  Tavira Jonathan Villanueva ,  Cruz Mirian Calderon
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICMEAE  ページ： 163-168  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ビッグデータ環境は大きな成長による計算領域である。今日,それは膨大な量の情報を持つデータベースを聞き,これらの巨大なデータベースに関連したデータマイニングとビジネスインテリジェンスプロジェクトに関する聞くのが一般的である。しかしながら,一般的に,データの品質に,ほとんど注目されない。を提案し,データ品質問題,これは,診断に関連した基本的なタスクを行うために設計した革新的な計量とスキーマを提示した。提案アプローチを適用したビッグデータへの場合に得られた予備的結果は,この研究を継続することが分かった。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *品質 ,  データマイニング ,  データベース ,  *データ構造
準シソーラス用語： *データ品質 ,  *ビッグデータ , 【Automatic Indexing@JST】

分類 (1件)： その他の情報処理  (JE15050M)

タイトルに関連する用語 (4件)： ビッグデータ ,  データ品質 ,  診断 ,  スキーマ