Uma abordagem de qualidade de dados em grandes bancos de dados heterogêneos [Digital]
Dissertação
Português
681.3.06:061.68
Fortaleza, 2016.
Os dados sujos são caracterizados por apresentar inconsistências, imprecisão ou erros. As consequências de dados sujos podem ser graves. Por exemplo, os dados imprecisos custam à economia dos EUA $ 600 bilhões por ano. Assim, a melhoria da qualidade dos dados se torna um objetivo crítico em grandes...
Ver mais
Os dados sujos são caracterizados por apresentar inconsistências, imprecisão ou erros. As consequências de dados sujos podem ser graves. Por exemplo, os dados imprecisos custam à economia dos EUA $ 600 bilhões por ano. Assim, a melhoria da qualidade dos dados se torna um objetivo crítico em grandes empresas. Nesse sentido, este trabalho apresenta uma nova abordagem para avaliar a qualidade dos dados em bases de dados heterogêneas. Além disso, é descrita uma estrutura para limpar dados armazenados nas bases de dados avaliadas e as experiências em bases de dados reais mostram a eficácia e eficiência da abordagem proposta.
Palavras-chave: Qualidade de dados em aplicações empresariais; Manutenção de dados; Bases de dados heterogêneas.
Ver menos
Palavras-chave: Qualidade de dados em aplicações empresariais; Manutenção de dados; Bases de dados heterogêneas.
Ver menos
Dirty data is characterized by presenting inconsistencies, inaccuracy or errors. The consequences of dirty data may be severe. For instance, inaccurate data costs the U.S. economy $600 billion a year. Thus, data quality improvement becomes a critical goal in large enterprises. In this sense, this...
Ver mais
Dirty data is characterized by presenting inconsistencies, inaccuracy or errors. The consequences of dirty data may be severe. For instance, inaccurate data costs the U.S. economy $600 billion a year. Thus, data quality improvement becomes a critical goal in large enterprises. In this sense, this work presents a novel approach for evaluating data quality in heterogeneous databases. Furthermore, a framework for cleaning data stored in the evaluated databases is described and experiments on real databases show the effectiveness and efficiency of the proposed approach.
Keywords: Data Quality in Enterprise applications; Data Maintenance; Heterogeneous databases. Ver menos
Keywords: Data Quality in Enterprise applications; Data Maintenance; Heterogeneous databases. Ver menos
Disponibilidade forma física: Existe obra impressa de código : 100365
Albuquerque, Adriano Bessa
Orientador
Brayner, Angelo Roncalli Alencar
Coorientador
Albuquerque, Adriano Bessa
Banca examinadora
Brayner, Angelo Roncalli Alencar
Banca examinadora
Pinheiro, Vladia Celia Monteiro
Banca examinadora
Monteiro Filho, José Maria da Silva
Banca examinadora
Universidade de Fortaleza. Programa de Pós-Graduação em Informática Aplicada
Dissertação (mestrado)