大数据质量：系统性文献综述与未来研究方向
数据库
2020-05-25 v3
摘要
大数据最显著的问题之一是如何从海量数据中提取知识。所提取信息的效用在很大程度上取决于数据质量。除其重要性外，大数据领域近来才开始重视数据质量，且目前尚无任何针对该领域的综合性综述。因此，本研究旨在通过一种层次化框架，对大数据研究的质量现状进行综述与呈现。所提框架的维度涵盖了大数据质量评估的多个方面，包括 1）大数据的处理类型，即流处理、批处理与混合处理；2）主要任务；3）用于执行该任务的方法。我们通过所提框架对过去十年间报告的所有研究进行比较与批判性综述，以明确现有哪些数据质量评估方法已被大数据领域成功采用。最后，我们对现有方法的局限性进行批判性讨论，并就未来该领域研究中可能具有价值的潜在方向提出建议。
引用
@article{arxiv.1904.05353,
title = {Big Data Quality: A systematic literature review and future research directions},
author = {Mostafa Mirzaie and Behshid Behkamal and Samad Paydar},
journal= {arXiv preprint arXiv:1904.05353},
year = {2020}
}