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
PDF的下载单位、IP信息已删除 (2025-6-4)

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
慕青应助木木采纳,获得30
刚刚
JamesPei应助飘飘素晴采纳,获得10
2秒前
LSY完成签到,获得积分10
3秒前
Unshouable完成签到,获得积分10
3秒前
jianglili完成签到,获得积分10
3秒前
8023完成签到,获得积分10
3秒前
嘉星糖完成签到,获得积分10
4秒前
4秒前
黄瓜橙橙发布了新的文献求助10
4秒前
bigfish完成签到,获得积分10
7秒前
勤奋尔冬完成签到 ,获得积分10
8秒前
认真真真真真完成签到,获得积分10
10秒前
12秒前
Cell完成签到 ,获得积分10
13秒前
13秒前
zhuxd完成签到,获得积分10
16秒前
加一完成签到,获得积分10
16秒前
gyf完成签到,获得积分10
17秒前
荣浩宇完成签到,获得积分10
17秒前
功不唐捐完成签到,获得积分10
18秒前
和谐的映梦完成签到,获得积分10
18秒前
18秒前
chi完成签到 ,获得积分10
18秒前
清风完成签到,获得积分10
20秒前
晚意完成签到 ,获得积分10
21秒前
莫愁完成签到,获得积分10
21秒前
WittingGU完成签到,获得积分0
22秒前
忙碌的数学人完成签到,获得积分10
24秒前
zmx发布了新的文献求助10
25秒前
26秒前
因为我从来是那样完成签到,获得积分10
26秒前
SDS完成签到 ,获得积分10
26秒前
飘飘素晴完成签到,获得积分10
27秒前
桐桐应助可露丽采纳,获得10
28秒前
杠赛来完成签到,获得积分10
29秒前
黑海不开灯完成签到 ,获得积分10
30秒前
keke完成签到,获得积分10
30秒前
Jimmybythebay完成签到,获得积分10
30秒前
小九完成签到,获得积分10
31秒前
海德堡完成签到,获得积分10
31秒前
高分求助中
【提示信息,请勿应助】关于scihub 10000
A new approach to the extrapolation of accelerated life test data 1000
Coking simulation aids on-stream time 450
北师大毕业论文 基于可调谐半导体激光吸收光谱技术泄漏气体检测系统的研究 390
Phylogenetic study of the order Polydesmida (Myriapoda: Diplopoda) 370
Robot-supported joining of reinforcement textiles with one-sided sewing heads 360
Novel Preparation of Chitin Nanocrystals by H2SO4 and H3PO4 Hydrolysis Followed by High-Pressure Water Jet Treatments 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 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 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 4015708
求助须知:如何正确求助?哪些是违规求助? 3555661
关于积分的说明 11318291
捐赠科研通 3288879
什么是DOI,文献DOI怎么找? 1812301
邀请新用户注册赠送积分活动 887882
科研通“疑难数据库(出版商)”最低求助积分说明 812027