Big Data Quality: A Quality Dimensions Evaluation

大数据 计算机科学 数据质量 数据挖掘 质量(理念) 采样(信号处理) 背景(考古学) 一致性(知识库) 数据完整性 数据科学 数据库 人工智能 工程类 哲学 公制(单位) 古生物学 运营管理 认识论 滤波器(信号处理) 生物 计算机视觉
作者
Ikbal Taleb,Hadeel T. El Kassabi,Mohamed Adel Serhani,Rachida Dssouli,Chafik Bouhaddioui
标识
DOI:10.1109/uic-atc-scalcom-cbdcom-iop-smartworld.2016.0122
摘要

Data is the most valuable asset companies are proud of. When its quality degrades, the consequences are unpredictable, can lead to complete wrong insights. In Big Data context, evaluating the data quality is challenging, must be done prior to any Big data analytics by providing some data quality confidence. Given the huge data size, its fast generation, it requires mechanisms, strategies to evaluate, assess data quality in a fast, efficient way. However, checking the Quality of Big Data is a very costly process if it is applied on the entire data. In this paper, we propose an efficient data quality evaluation scheme by applying sampling strategies on Big data sets. The Sampling will reduce the data size to a representative population samples for fast quality evaluation. The evaluation targeted some data quality dimensions like completeness, consistency. The experimentations have been conducted on Sleep disorder's data set by applying Big data bootstrap sampling techniques. The results showed that the mean quality score of samples is representative for the original data, illustrate the importance of sampling to reduce computing costs when Big data quality evaluation is concerned. We applied the Quality results generated as quality proposals on the original data to increase its quality.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
欢喜的晓霜完成签到,获得积分10
1秒前
传奇3应助坚强的笑天采纳,获得30
3秒前
4秒前
PJN完成签到,获得积分10
10秒前
Zzzzzzzzzzz发布了新的文献求助10
10秒前
情怀应助Jaden采纳,获得10
14秒前
郑方形给郑方形的求助进行了留言
14秒前
16秒前
QWE完成签到,获得积分10
18秒前
chem完成签到,获得积分10
18秒前
18秒前
weirdo完成签到,获得积分10
20秒前
若水完成签到 ,获得积分10
20秒前
20秒前
tooty发布了新的文献求助10
22秒前
23秒前
weirdo发布了新的文献求助10
23秒前
sono完成签到 ,获得积分20
24秒前
Flllllll完成签到,获得积分10
26秒前
Ying发布了新的文献求助10
26秒前
科目三应助Zzzzzzzzzzz采纳,获得10
27秒前
爱书儿的小周完成签到,获得积分10
28秒前
yannn发布了新的文献求助10
29秒前
灿烂千阳发布了新的文献求助10
30秒前
星辰大海应助飒飒采纳,获得10
32秒前
Orange应助Ying采纳,获得10
33秒前
33秒前
JamesPei应助无二三采纳,获得30
34秒前
星辰大海应助如意的厉采纳,获得10
35秒前
SEEU完成签到,获得积分10
35秒前
忽忽完成签到,获得积分10
41秒前
right完成签到 ,获得积分10
43秒前
44秒前
石开222完成签到,获得积分20
46秒前
47秒前
woo发布了新的文献求助20
47秒前
estrella发布了新的文献求助30
47秒前
Myu完成签到,获得积分10
47秒前
48秒前
51秒前
高分求助中
Effect of reactor temperature on FCC yield 1500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
Uncertainty Quantification: Theory, Implementation, and Applications, Second Edition 800
The Healthy Socialist Life in Maoist China 600
The Vladimirov Diaries [by Peter Vladimirov] 600
Production Logging: Theoretical and Interpretive Elements 555
Mesopotamian Divination Texts: Conversing with the Gods 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3279660
求助须知:如何正确求助?哪些是违规求助? 2917939
关于积分的说明 8387988
捐赠科研通 2588887
什么是DOI,文献DOI怎么找? 1410406
科研通“疑难数据库(出版商)”最低求助积分说明 657703
邀请新用户注册赠送积分活动 638828