Uma abordagem de qualidade de dados em grandes bancos de dados heterogêneos

Detalhes bibliográficos
Autor(a) principal: Marques, Wilson Wagner Barroso
Data de Publicação: 2016
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UNIFOR
Texto Completo: https://biblioteca.sophia.com.br/terminalri/9575/acervo/detalhe/109596
Resumo: 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.
id UFOR_5d946eaa1684b61be8d9a1c9449a75c1
oai_identifier_str oai::109596
network_acronym_str UFOR
network_name_str Biblioteca Digital de Teses e Dissertações da UNIFOR
repository_id_str
spelling Uma abordagem de qualidade de dados em grandes bancos de dados heterogêneosBanco de dadosAlgoritmosQualidade na administraçãoOs 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.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.Albuquerque, Adriano BessaBrayner, Angelo Roncalli AlencarAlbuquerque, Adriano BessaBrayner, Angelo Roncalli AlencarPinheiro, Vladia Celia MonteiroMonteiro Filho, José Maria da SilvaUniversidade de Fortaleza. Programa de Pós-Graduação em Informática AplicadaMarques, Wilson Wagner Barroso2016info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://biblioteca.sophia.com.br/terminalri/9575/acervo/detalhe/109596https://uol.unifor.br/auth-sophia/exibicao/16689Disponibilidade forma física: Existe obra impressa de código : 100365porreponame:Biblioteca Digital de Teses e Dissertações da UNIFORinstname:Universidade de Fortaleza (UNIFOR)instacron:UNIFORinfo:eu-repo/semantics/openAccess1899-12-30T00:00:00Zoai::109596Biblioteca Digital de Teses e Dissertaçõeshttps://www.unifor.br/bdtdONGhttp://dspace.unifor.br/oai/requestbib@unifor.br||bib@unifor.bropendoar:1899-12-30T00:00Biblioteca Digital de Teses e Dissertações da UNIFOR - Universidade de Fortaleza (UNIFOR)false
dc.title.none.fl_str_mv Uma abordagem de qualidade de dados em grandes bancos de dados heterogêneos
title Uma abordagem de qualidade de dados em grandes bancos de dados heterogêneos
spellingShingle Uma abordagem de qualidade de dados em grandes bancos de dados heterogêneos
Marques, Wilson Wagner Barroso
Banco de dados
Algoritmos
Qualidade na administração
title_short Uma abordagem de qualidade de dados em grandes bancos de dados heterogêneos
title_full Uma abordagem de qualidade de dados em grandes bancos de dados heterogêneos
title_fullStr Uma abordagem de qualidade de dados em grandes bancos de dados heterogêneos
title_full_unstemmed Uma abordagem de qualidade de dados em grandes bancos de dados heterogêneos
title_sort Uma abordagem de qualidade de dados em grandes bancos de dados heterogêneos
author Marques, Wilson Wagner Barroso
author_facet Marques, Wilson Wagner Barroso
author_role author
dc.contributor.none.fl_str_mv Albuquerque, Adriano Bessa
Brayner, Angelo Roncalli Alencar
Albuquerque, Adriano Bessa
Brayner, Angelo Roncalli Alencar
Pinheiro, Vladia Celia Monteiro
Monteiro Filho, José Maria da Silva
Universidade de Fortaleza. Programa de Pós-Graduação em Informática Aplicada
dc.contributor.author.fl_str_mv Marques, Wilson Wagner Barroso
dc.subject.por.fl_str_mv Banco de dados
Algoritmos
Qualidade na administração
topic Banco de dados
Algoritmos
Qualidade na administração
description 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.
publishDate 2016
dc.date.none.fl_str_mv 2016
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://biblioteca.sophia.com.br/terminalri/9575/acervo/detalhe/109596
url https://biblioteca.sophia.com.br/terminalri/9575/acervo/detalhe/109596
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://uol.unifor.br/auth-sophia/exibicao/16689
Disponibilidade forma física: Existe obra impressa de código : 100365
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UNIFOR
instname:Universidade de Fortaleza (UNIFOR)
instacron:UNIFOR
instname_str Universidade de Fortaleza (UNIFOR)
instacron_str UNIFOR
institution UNIFOR
reponame_str Biblioteca Digital de Teses e Dissertações da UNIFOR
collection Biblioteca Digital de Teses e Dissertações da UNIFOR
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UNIFOR - Universidade de Fortaleza (UNIFOR)
repository.mail.fl_str_mv bib@unifor.br||bib@unifor.br
_version_ 1815437302611050496

Registros relacionados