logo móvil
Contáctanos

Reparación de datos de múltiples fuentes: una encuesta exhaustiva

Autores: Ye, Chen; Duan, Haoyang; Zhang, Hengtong; Zhang, Hua; Wang, Hongzhi; Dai, Guojun

Idioma: Inglés

Editor: MDPI

Año: 2023

Descargar PDF

Acceso abierto

Artículo científico
2023

Reparación de datos de múltiples fuentes: una encuesta exhaustiva


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Integración de datos
Errores
Datos de múltiples fuentes
Métodos de reparación
Superposición de información de entidades
Conflictos de valores de atributos

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 21

Citaciones: Sin citaciones


Descripción
En la era del Big Data, integrar información de múltiples fuentes ha demostrado ser valioso en varios campos. Para garantizar un suministro de datos de múltiples fuentes de alta calidad, reparar diferentes tipos de errores en los datos de múltiples fuentes se vuelve crítico. Este documento categoriza los errores en los datos de múltiples fuentes en solapamiento de información de entidad, conflictos de valores de atributo e inconsistencias de valores de atributo. Primero resumimos los métodos de reparación existentes para estos errores y luego examinamos y revisamos el estudio de la detección y reparación de errores de tipo compuesto en datos de múltiples fuentes. Finalmente, indicamos nuevas direcciones de investigación en la reparación de datos de múltiples fuentes.

Otros recursos que podrían interesarte

Temas Virtualpro