Skip to main content
main-content

Über dieses Buch

Christian Fürber investigates the useful application of semantic technologies for the area of data quality management. Based on a literature analysis of typical data quality problems and typical activities of data quality management processes, he develops the Semantic Data Quality Management framework as the major contribution of this thesis. The SDQM framework consists of three components that are evaluated in two different use cases. Moreover, this thesis compares the framework to conventional data quality software. Besides the framework, this thesis delivers important theoretical findings, namely a comprehensive typology of data quality problems, ten generic data requirement types, a requirement-centric data quality management process, and an analysis of related work.

Inhaltsverzeichnis

Frontmatter

2016 | OriginalPaper | Buchkapitel

1. Introduction

Christian Fürber

2016 | OriginalPaper | Buchkapitel

2. Research Design

Christian Fürber

2016 | OriginalPaper | Buchkapitel

3. Data Quality

Christian Fürber

2016 | OriginalPaper | Buchkapitel

4. Semantic Technologies

Christian Fürber

2016 | OriginalPaper | Buchkapitel

5. Data Quality in the Semantic Web

Christian Fürber

2016 | OriginalPaper | Buchkapitel

6. Specification of Initial Requirements

Christian Fürber

2016 | OriginalPaper | Buchkapitel

7. Architecture of the Semantic Data Quality Management Framework (SDQM)

Christian Fürber

2016 | OriginalPaper | Buchkapitel

8. Application Procedure of SDQM

Christian Fürber

2016 | OriginalPaper | Buchkapitel

9. Evaluation of the Semantic Data Quality Management Framework (SDQM)

Christian Fürber

2016 | OriginalPaper | Buchkapitel

10. Related Work

Christian Fürber

2016 | OriginalPaper | Buchkapitel

11. Synopsis and Future Work

Christian Fürber

Backmatter

Weitere Informationen

Premium Partner

Neuer Inhalt

BranchenIndex Online

Die B2B-Firmensuche für Industrie und Wirtschaft: Kostenfrei in Firmenprofilen nach Lieferanten, Herstellern, Dienstleistern und Händlern recherchieren.

Whitepaper

- ANZEIGE -

Product Lifecycle Management im Konzernumfeld – Herausforderungen, Lösungsansätze und Handlungsempfehlungen

Für produzierende Unternehmen hat sich Product Lifecycle Management in den letzten Jahrzehnten in wachsendem Maße zu einem strategisch wichtigen Ansatz entwickelt. Forciert durch steigende Effektivitäts- und Effizienzanforderungen stellen viele Unternehmen ihre Product Lifecycle Management-Prozesse und -Informationssysteme auf den Prüfstand. Der vorliegende Beitrag beschreibt entlang eines etablierten Analyseframeworks Herausforderungen und Lösungsansätze im Product Lifecycle Management im Konzernumfeld.
Jetzt gratis downloaden!

Bildnachweise