[논문 리뷰] Use of Context in Data Quality Management: a Systematic Literature Review

Flavia Serra, Verónika Peralta외 2명|arXiv (Cornell University)|2022. 04. 22.

Data Quality and Management인용 수 5

한 줄 요약

이 체계적 문헌 리뷰는 현대 데이터 품질 관리(DQM) 접근법에서 맥락이 어떻게 통합되는지 조사하며, 맥락이 필수적이라는 점은 널리 인정되고 있음에도 불구하고, 검토된 58篇 중 단 6편만이 공식적인 맥락 정의를 제공하고 있음을 드러낸다. 본 연구는 DQ 요구사항이 가장 흔한 맥락 구성 요소임을 규명하고, 특히 빅데이터 및 연결된 데이터와 같은 다양한 도메인에서 DQ 지표에 대한 맥락의 형식화가 부족한 심각한 격차를 지적한다.

ABSTRACT

The importance of context in data quality (DQ) was shown many years ago and nowadays is widely accepted. Early approaches and surveys defined DQ as extit{fitness for use} and showed the influence of context on DQ. This paper presents a Systematic Literature Review (SLR) for investigating how context is taken into account in recent proposals for DQ management. We specifically present the planning and execution of the SLR, the analysis criteria and our results reflecting the relationship between context and DQ in the state of the art and, particularly, how that context is defined and used for DQ management.

연구 동기 및 목표

• 최근 데이터 품질 관리(DQM) 제안에서 맥락이 어떻게 사용되고 있는지 조사하기.
• DQM 문헌에서 맥락의 구성 요소, 정의, 표현 방식을 식별하고 분류하기.
• 특히 데이터 품질 지표 및 차원과 관련하여 DQM에서 맥락의 형식화 수준 평가하기.
• DQ에서 맥락의 구성 요소에 대한 공감대 부족 문제를 해결하고 향후 모델링 작업을 안내하기.
• 기존 연구의 격차와 추세를 규명하여 맥락 인식형 DQ 모델 개발을 지원하기.

제안 방법

• 체계적 문헌 리뷰(SLR)를 엄격하고 재현 가능한 SLR 방법론에 따라 수행하여 관련 연구를 식별함.
• 디지털 라이브러리(예: Springer 등)를 대상으로 사전 정의된 검색 문자열을 적용하여 DQM 및 맥락과 관련된 58편의 논문을 확보함.
• 작업 유형(예: 모델, 프레임워크), 적용 도메인, 데이터 모델, 사례 연구 기준으로 논문을 분류함.
• 각 논문의 맥락 정의(공식적 또는 비공식적), 맥락 구성 요소, 표현 기법(예: 규칙, 임계값)을 분석함.
• 맥락 구성 요소를 DQ 프로세스 단계(특히 측정 및 평가 단계)에 매핑함.
• 맥락의 형식화 수준 평가: 자연어, 논리 언어, 또는 수치 지표를 활용한 표현 방식 포함.

실험 결과

연구 질문

• RQ1 최근 데이터 품질 관리 제안에서 맥락은 어떻게 정의되고 사용되고 있는가?
• RQ2 DQ 관리에서 맥락의 가장 흔한 구성 요소는 무엇이며, 어떻게 표현되고 있는가?
• RQ3 현재 DQM 연구에서 맥락이 얼마나 공식적으로 정의되거나 모델링되고 있는가?
• RQ4 맥락은 DQ 프로세스의 측정 및 평가 단계에 어떻게 영향을 미치는가?
• RQ5 빅데이터 및 연결된 데이터와 같은 도메인에서 맥락 통합의 격차는 무엇인가?

주요 결과

• 검토된 58편 중 단 6편(10.3%)만이 데이터 품질 관리에서 공식적인 맥락 정의를 제공함.
• DQ 요구사항이 가장 자주 언급되는 맥락 구성 요소이며, 이어 적용 도메인, 비즈니스 규칙, 작업 특화 필요사항 순임.
• DQ 프로세스의 측정 및 평가 단계가 가장 맥락 민감도가 높으며, 가장 많은 맥락 구성 요소가 제안됨.
• 자연어 또는 논리 언어로 표현된 규칙가 맥락 구성 요소를 표현하는 데 가장 흔한 방법임.
• 맥락의 중요성은 널리 인정되고 있음에도 불구하고, 대부분의 DQ 지표는 맥락 간에 일반화되고 재사용 가능한 방식으로 정의되어 있지 않음.
• 적절한 DQ 차원 또는 지표에 대한 공감대가 없으며, 이는 DQ 프로젝트에서 맥락 인식형 모델링의 필요성을 강조함.