Geração de um Perfil de Qualidade para Fontes de Dados Dinâmicas

• Everaldo Costa Silva Neto Universidade Federal de Pernambuco
• Bernadette Farias Lóscio Universidade Federal de Pernambuco
• Ana Carolina Salgado Universidade Federal de Pernambuco

DOI: https://doi.org/10.5753/sbbd.2016.24308

Resumo

Atualmente, um massivo volume de dados tem sido produzido pelos mais variados tipos de fontes de dados. A facilidade de acesso a esses dados apresenta novas oportunidades, no entanto, escolher quais fontes de dados são mais adequadas para um determinado uso tornou-se um desafio. A literatura oferece diversos trabalhos que abordam a avaliação da qualidade em fontes de dados como meio para solucionar esse desafio, entretanto, poucos trabalhos consideram o aspecto dinâmico das fontes. Neste trabalho, abordamos o problema de avaliação da qualidade em fontes de dados dinâmicas. Além disso, propomos a criação de um Perfil de Qualidade, que consiste de um conjunto de metadados que oferece dados sobre a qualidade de uma fonte e que poderá ser utilizado para facilitar o processo de seleção de fontes de dados. Os experimentos realizados demonstraram que a estratégia de avaliação da qualidade proposta produz resultados satisfatórios.

Palavras-chave: Avaliação de qualidade, fontes de dados dinâmicas

Referências

Baba, R. K., Vaz, M. S. M. G., and Costa, J. (2014). Correção de dados agrometeorológicos utilizando métodos estatísticos. Revista Brasileira de Meteorologia, 29(4).

Dong, X. L., Saha, B., and Srivastava, D. (2013). Less is more: selecting sources wisely for integration. In Proceedings of the 39th international conference on Very Large Data Bases, PVLDB’13, pages 37–48. VLDB Endowment.

Duquennoy, S., Grimaud, G., and Vandewalle, J. J. (2009). The web of things: Interconnecting devices with high usability and performance. In Embedded Software and Systems, 2009. ICESS ’09. International Conference on, pages 323–330.

Dustdar, S., Pichler, R., Savenkov, V., and Truong, H.-L. (2012). Quality-aware service-oriented data integration: Requirements, state of the art and open challenges. SIGMOD Rec., 41(1):11–19.

Lóscio, B. F., Batista, M. C. M., Souza, D., and Salgado, A. C. (2012). Using information quality for the identification of relevant web data sources: A proposal. In Proceedings of the 14th International Conference on Information Integration and Web-based Applications & Services, IIWAS ’12, pages 36–44, New York, NY, USA. ACM.

Lóscio, B. F., Burle, C., and Calegari, N. (2016). Data on the web best practices.

Malaverri, J. E. G., Santanche, A., and Medeiros, C. B. (2014). A provenance-based approach to evaluate data quality in escience. Int. J. Metadata Semant. Ontologies, 9(1):15–28.

Mihaila, G. A., Raschid, L., and Vidal, M. (2000). Using quality of data metadata for source selection and ranking. In Proceedings of the Third International Workshop on the Web and Databases, WebDB, pages 93–98.

Naumann, F. and Freytag, J. C. (2000). Completeness of information sources. Technical report, Humboldt University of Berlin.

Pipino, L. L., Lee, Y. W., and Wang, R. Y. (2002). Data quality assessment. Commun. ACM, 45(4):211–218.

Rekatsinas, T., Dong, X. L., and Srivastava, D. (2014). Characterizing and selecting fresh data sources. In Proceedings of the 2014 ACM SIGMOD International Conference on Management of Data, SIGMOD’14, pages 919–930, Snowbird, Utah, USA. ACM.

Wang, R. Y. and Strong, D. M. (1996). Beyond accuracy: What data quality means to data consumers. J. Manage. Inf. Syst., 12(4):5–33.

Xian, X.-F., Zhao, P.-P., Fang, W., Xin, J., and Cui, Z.-M. (2009). Quality-based data source selection for web-scale deep web data integration. In 2009 International Conference on Machine Learning and Cybernetics, volume 1, pages 427–432.