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
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
hxn完成签到,获得积分10
刚刚
奋斗尔安完成签到,获得积分10
刚刚
沙拉发布了新的文献求助10
1秒前
hajy完成签到 ,获得积分10
1秒前
单纯寒凝发布了新的文献求助10
1秒前
1秒前
junzilan发布了新的文献求助10
1秒前
田様应助卡卡采纳,获得10
2秒前
Zezezee发布了新的文献求助10
4秒前
复杂的问玉完成签到,获得积分20
5秒前
6秒前
6秒前
睡睡完成签到,获得积分10
6秒前
7秒前
8秒前
所所应助饕餮采纳,获得10
8秒前
平淡小凝发布了新的文献求助10
8秒前
nihaoxiaoai完成签到,获得积分10
9秒前
完美世界应助英俊的汉堡采纳,获得10
9秒前
爱静静应助hehe采纳,获得10
10秒前
九城发布了新的文献求助20
10秒前
斯文败类应助高君奇采纳,获得10
10秒前
小二郎应助特兰克斯采纳,获得10
10秒前
mojomars发布了新的文献求助10
10秒前
吃嘛嘛香完成签到,获得积分10
10秒前
wqy发布了新的文献求助10
11秒前
天天快乐应助新的心跳采纳,获得10
11秒前
Orange应助有益采纳,获得10
11秒前
13秒前
爆米花应助marinemiao采纳,获得10
13秒前
13秒前
招财不肥发布了新的文献求助10
14秒前
网安真难T_T完成签到,获得积分10
14秒前
大土豆子完成签到,获得积分10
15秒前
15秒前
甜甜醉波发布了新的文献求助10
16秒前
CodeCraft应助jy采纳,获得10
16秒前
领导范儿应助睡睡采纳,获得10
16秒前
哈哈完成签到 ,获得积分10
17秒前
Holleay123发布了新的文献求助10
18秒前
高分求助中
Continuum Thermodynamics and Material Modelling 3000
Production Logging: Theoretical and Interpretive Elements 2700
Social media impact on athlete mental health: #RealityCheck 1020
Ensartinib (Ensacove) for Non-Small Cell Lung Cancer 1000
Unseen Mendieta: The Unpublished Works of Ana Mendieta 1000
Bacterial collagenases and their clinical applications 800
El viaje de una vida: Memorias de María Lecea 800
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 量子力学 光电子学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3527928
求助须知:如何正确求助?哪些是违规求助? 3108040
关于积分的说明 9287614
捐赠科研通 2805836
什么是DOI,文献DOI怎么找? 1540070
邀请新用户注册赠送积分活动 716904
科研通“疑难数据库(出版商)”最低求助积分说明 709808