文献

J-GLOBAL ID：202002248854288349   整理番号：20A2581231

ビッグデータにおけるデータ品質評価に向けて【JST・京大機械翻訳】

Towards a Data Quality Assessment in Big Data

著者 (4件)： Reda Oumaima (ENSIAS, Mohammed V University, Rabat, Morocco) ,  Sassi Imad (FSTM, Hassan II University Casablanca, Morocco) ,  Zellou Ahmed (ENSIAS, Mohammed V University, Rabat, Morocco) ,  Anter Samir (FSTM, Hassan II University Casablanca, Morocco)
資料名： ACM Proceedings  (ACM Proceedings)
号： SITA’20  ページ： 1-6  発行年： 2020年 
JST資料番号： D0698C  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： 近年,ますます多くのデータソースが利用可能になり,潜在的にアクセス可能なデータ量が増えているため,データ品質の評価が,学術的,専門的,あるいは他の部門において中心的役割を果たす。ユーザは,それらの要求とニーズをよりよく満たすために大量のデータをフィルタする必要性にしばしば関係することを考えると,データ解析は不正確,不完全,曖昧,重複,および貧弱な品質に基づくことができ,これらの分析の結果が実際にそのような結果になるであろう。しかし,大きなデータ収集と様々な情報システムから,新規で,妥当で,潜在的に有用で意味のあるデータの同定に関与する非常に複雑なプロセスがあり,データ品質を確保するために開発された多くの対策に決定的に依存する。この目的のために,本論文の主な目的は,他の研究者が被験者にどのような研究者が来たかを提供することによって,大きなデータに関連したデータ品質に関する一般的研究を紹介することである。本論文は,異なる既存のデータ品質モデル間の比較研究によって最終化した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： フィルタ ,  情報システム ,  データ解析 ,  *データ収集 ,  曖昧さ
準シソーラス用語： 被験者 ,  *データ品質 ,  データ量 ,  品質モデル ,  *ビッグデータ , 【Automatic Indexing@JST】

著者キーワード (4件)： ビッグデータ ,  データ品質 ,  データ品質評価 ,  品質モデル

分類 (1件)： 事務・経営情報処理  (JE15020F)

タイトルに関連する用語 (2件)： ビッグデータ ,  品質評価