[论文解读] Data Quality Measures and Data Cleansing for Research Information Systems

Otmane Azeroual, Gunter Saake+1 more|arXiv (Cornell University)|Jan 18, 2019

Data Quality and Management参考文献 11被引用 58

一句话总结

本文提出用于改进研究信息系统（RIS）中数据质量的措施和新的数据清洗技术，并支持可靠的决策。

ABSTRACT

The collection, transfer and integration of research information into different research Information systems can result in different data errors that can have a variety of negative effects on data quality. In order to detect errors at an early stage and treat them efficiently, it is necessary to determine the clean-up measures and the new techniques of data cleansing for quality improvement in research institutions. Thereby an adequate and reliable basis for decision-making using an RIS is provided, and confidence in a given dataset increased. In this paper, possible measures and the new techniques of data cleansing for improving and increasing the data quality in research information systems will be presented and how these are to be applied to the Research information.

研究动机与目标

• 识别将研究信息收集、传输和集成到 RIS 过程中产生的数据质量问题。
• 提出用于数据清洗、提升研究机构数据质量的措施和技术。
• 解释改进的数据质量如何通过 RIS 支持可靠的决策。

提出的方法

• 审查由于收集、传输和集成导致的 RIS 潜在数据质量问题。
• 提出适用于 RIS 数据的数据清洗措施。
• 描述用于提高研究信息系统数据质量的新型数据清洗技术。
• 解释将这些措施应用于研究信息管理。

实验结果

研究问题

• RQ1 将数据输入到研究信息系统时会出现哪些数据质量问题？
• RQ2 哪些措施可用于检测和清理此类数据质量问题？
• RQ3 哪些新的数据清洗技术可以提升 RIS 的数据质量？
• RQ4 这些措施如何支持使用 RIS 进行决策？

主要发现

• 本文讨论了在 RIS 数据管道中检测和解决数据错误的可能措施。
• 它概述了旨在提升研究信息系统数据质量的新型数据清洗技术。
• 所提出的措施旨在为使用 RIS 的决策提供充分且可靠的依据，并提升数据集信心。