بهبود ارزیابی کیفیت و ترکیب داده‌های پیوندی با رویکرد مدیریت تعارضات داده‌ای

Abstract

امروزه فنّاوری وب معنایی و داده‌های پیوندی همچنین استنتاج‌ها، تصمیمات و برنامه‌ریزی‌های مبتنی بر آن‌ها از رشد روزافزونی برخوردار هستند. داده‌های پیوندی، به‌صورت متمرکز مدیریت نمی‌شوند بنابراین اطمینان از کیفیت آن‌ها یکی از موضوعات مهم است. این داده‌ها عمدتاً توسط گروه‌های مختلف با روش‌ها و ابزارهای متفاوت تولید می‌شوند. درنتیجه تنوع کیفی چنین داده‌هایی بیشتر از داده‌هایِ تحت کنترلِ سازمانی است. در این مقاله، ابتدا ابعاد مختلف کیفیت داده‌ها بخصوص داده‌های پیوندی موردبررسی قرار می‌گیرد. سپس یک چارچوب کاری برای ترکیب داده‌ها با لحاظ کردن کیفیت آن‌ها معرفی می‌شود. به‌طور طبیعی ارزش هر مجموعه اطلاعاتی وقتی با سایر اطلاعاتِ مرتبط ترکیب می‌شود بیشتر خواهد شد ولی باید نقش داده‌های کم‌کیفیت را نیز در نظر گرفت. در ادامه روش‌هایی جدید در خصوص ارزیابی کیفیت داده‌ها معرفی می‌شود که ناسازگاری‌های ظاهری داده‌ها را مدیریت و نمره کیفی صحیح‌تری را استفاده می‌کند. برای محک زدن این روش‌ها، مجموعه داده‌های مکانی مرتبط شناسایی و یک معیار ارزیابی جدید با عنوان GLQM معرفی‌شده است که بر اساس سطح ریزدانگی داده‌ها، اقدام به ارزیابی کیفیت داده‌ها می‌نماید. درنهایت با استفاده از داده‌های پیوندی به‌دست‌آمده از چند منبعِ معروف شناسایی‌شده و اعمالِ پیش‌پردازش‌های لازم روی آن‌ها، آزمایش‌هایی در خصوص ارزیابی و ترکیب داده‌های پیوندی انجام‌شده است.