Una revisión sistemática de problemas de calidad en los datos en tareas de descubrimiento de conocimiento

Abstract

Hay un gran crecimiento en el volumen de datos porque las organizaciones capturan permanentemente la cantidad colectiva de datos para lograr un mejor proceso de toma de decisiones. El desafío mas fundamental es la exploración de los grandes volúmenes de datos y la extracción de conocimiento útil para futuras acciones por medio de tareas para el descubrimiento del conocimiento; sin embargo, muchos datos presentan mala calidad. Presentamos una revisión sistemática de los asuntos de calidad de datos en las áreas del descubrimiento de conocimiento y un estudio de caso aplicado a la enfermedad agrícola conocida como la roya del café.

Keywords

• heterogeneidad
• valores atípicos
• ruido
• inconsistencia
• valores perdidos
• cantidad de datos
• redundancia
• oportunidad