以人为中心的数据清洗 [愿景]
数据库
2018-01-03 v2
摘要
数据清洗指检测并修复数据中错误的过程。人在该过程的多个阶段发挥关键作用，例如识别并修复错误、验证计算所得修复等。当前已有大量数据清洗算法处理广泛的数据错误（如检测重复项、违反完整性约束、缺失值等）。许多此类算法将人置于回路中，然而后者通常与底层清洗算法耦合。目前尚无端到端的数据清洗框架能不论底层清洗算法如何而系统性地在清洗流水线中引入人。本文中，我们强调实现此类框架所需解决的关键挑战。我们提出一项设计愿景，并讨论促使该框架审慎辅助人类清洗过程的动机场景。最后，我们给出实现此类框架的方向。
引用
@article{arxiv.1712.08971,
title = {Human-Centric Data Cleaning [Vision]},
author = {El Kindi Rezig and Mourad Ouzzani and Ahmed K. Elmagarmid and Walid G. Aref},
journal= {arXiv preprint arXiv:1712.08971},
year = {2018}
}