in information. The data-users (in

in information. The data-users (in this case, the companies) need to ensure the quality and trustworthiness of data and be able to trust in it in their businesses. At first, when collecting data, the user wants to ensure the reliability of the data and the data source, leaving out suspicious data. Secondly, when further processing and analyzing the data, the user wants to ensure that the quality and relevancy of data are appropriate for the specific situation. Reliable and valuable data enhances business decision making in sever always,enabling, for example, real-time demand predictions, the estimation of trends, and innovation of potential new products/services. The usage of unreliable data, such as data from suspicious sources, or corrupted, subjective, inaccurate or incomplete data,has a high risk for a company’s business,and may lead to poor or incorrect business decisions. Furthermore, the usage of value less and irrelevant data for certain situations causes a lot of unnecessary effort and expenses for companies. The evaluation of data quality has relevance in one or more data processing phase(s) of big data architecture (i.e.big data pipeline);in data extraction,data processing and analysis, and finally in decision making. Therefore, quality evaluation of big data must be considered during architecture design, when designing how the data goes through the pipeline of a big data system.Difficulties in quality evaluation are determined by the fact that data quality cannot be judged without considering the context at hand[10];the same quality attribute is applicable to different situations but the evaluation metric is different. In addition,there are no agreed definitions of quality attributes or classification of their applicability to certain contexts. Furthermore, the characteristics of big data, [6], [11], and [12] as such, set special challenges for quality evaluation. The growing amount of semi-structured and unstructured data, new ways of delivering information and user’s changed expectations and perceptions of data quality have been recognized as new challenges in data quality research [8]. Thus, it is obvious that new means are required for data quality evaluation for such kinds of big data. The purpose of this paper is to describe how to ensure the quality and trustworthiness of social media data for company’s business decision making. We introduce a novel solution for data evaluation, in which the data consumer can select the applicable quality attributes and evaluation metrics for the context and situation at hand, and evaluate the quality attributes with evaluation metrics. The solution follows the pipeline of the big data reference architecture of [7]. This paper is organized according to the following: Section 2 defines the basic terms used in this work, and provides state-of-the-art of the big data architectures, and the application of metadata,quality attributes,quality metrics and quality policies in business usage. Section 3 introduces our solution for data quality evaluation in big data architecture. Section 4 provides a case example of how the developments are used in practice; an industrial case company achieves insight into customer needs utilizing social media data. Section 5 provides the validation of the trial
usage of the solution and identifies the shortcomings and development targets. Finally, section 6 concludes the work.

ผลลัพธ์ (ไทย) 1:

ในข้อมูล ข้อมูลผู้ใช้ (ในกรณีนี้ บริษัท) ต้องการคุณภาพและความน่าเชื่อถือของข้อมูล และสามารถเชื่อมั่นในธุรกิจของตน ที่แรก เมื่อเก็บรวบรวมข้อมูล ผู้ใช้ต้องการความน่าเชื่อถือของข้อมูลและแหล่งข้อมูล ออกจากข้อมูลที่น่าสงสัย ประการที่สอง เมื่อการประมวลผล และวิเคราะห์ข้อมูล ผู้ใช้ต้องการให้แน่ใจว่า คุณภาพและความเกี่ยวข้องของข้อมูลที่เหมาะสมสำหรับสถานการณ์ specific ข้อมูลที่น่าเชื่อถือ และมีคุณค่าเพิ่มธุรกิจตัดสินในตัดเสมอ ทำให้ เช่น คาดคะเนความต้องการแบบเรียลไทม์ การประเมินแนวโน้ม และนวัตกรรมของผลิตภัณฑ์ใหม่และบริการอาจ การใช้ข้อมูลที่น่าเชื่อถือ เช่นข้อมูลจากแหล่งข้อมูลที่น่าสงสัย หรือข้อมูลเสียหาย อัตนัย ไม่ถูกต้อง หรือไม่สมบูรณ์ มีความเสี่ยงสูงสำหรับธุรกิจของบริษัท และอาจนำไปสู่การตัดสินใจทางธุรกิจที่ดี หรือไม่ถูกต้อง นอกจากนี้ การใช้ค่าน้อย และข้อมูลที่เกี่ยวข้องสำหรับบางสถานการณ์ทำให้มากของความพยายามที่ไม่จำเป็นและค่าใช้จ่ายสำหรับบริษัท การประเมินคุณภาพของข้อมูลมีความเกี่ยวข้องในการประมวลผลข้อมูลอย่าง น้อยหนึ่ง phase(s) ของข้อมูลขนาดใหญ่ (ท่อส่งข้อมูล i.e.big) ในการสกัดข้อมูล ประมวลผลข้อมูล และวิเคราะห์ finally ในการตัดสิน ดังนั้น การประเมินคุณภาพของข้อมูลต้องพิจารณาระหว่างการออกแบบสถาปัตยกรรม ออกแบบวิธีข้อมูลจะต้องผ่านขั้นตอนของระบบข้อมูล Difficulties ในการประเมินคุณภาพจะถูกกำหนด โดยความจริงว่า ไม่สามารถตัดสินคุณภาพของข้อมูลโดยไม่พิจารณาบริบทที่ [10]; แอตทริบิวต์คุณภาพเดียวกันคือใช้กับสถานการณ์ต่าง ๆ แต่การวัดประเมินผลจะแตกต่างกัน นอกจากนี้ มี definitions ไม่ตกลงของคุณลักษณะคุณภาพหรือ classification ของความเกี่ยวข้องของพวกเขากับบริบทบางอย่าง นอกจากนี้ ลักษณะของข้อมูลขนาดใหญ่, [6], [11], และ [12] เช่น ตั้งความท้าทายพิเศษสำหรับการประเมินคุณภาพ เพิ่มจำนวนข้อมูลกึ่งโครงสร้าง และไร้โครงสร้าง วิธีการใหม่ของการส่งข้อมูลและผู้ใช้เปลี่ยนแปลงความคาดหวัง และการรับรู้ของคุณภาพข้อมูลได้รับการยอมรับความท้าทายใหม่ในข้อมูลวิจัย [8] ดังนั้น จึงเห็นได้ชัดว่า ใหม่จำเป็นสำหรับการประเมินคุณภาพของข้อมูลเช่นชนิดของข้อมูลขนาดใหญ่ วัตถุประสงค์ของเอกสารนี้จะอธิบายวิธีการคุณภาพและความน่าเชื่อถือของสังคมข้อมูลสำหรับการตัดสินใจทางธุรกิจของบริษัททำให้ เราแนะนำโซลูชั่นใหม่สำหรับการประมวลผลข้อมูล ซึ่งข้อมูลผู้บริโภคสามารถเลือกคุณลักษณะคุณภาพใช้ได้และวัดผลประเมินผลสำหรับบริบทและสถานการณ์ที่ และประเมินคุณลักษณะคุณภาพกับการวัดประเมินผล การแก้ปัญหาตามขั้นตอนของสถาปัตยกรรมอ้างอิงข้อมูลขนาดใหญ่ของ [7] เอกสารนี้ถูกจัดระเบียบตาม: defines 2 ส่วนพื้นฐานเงื่อนไขใช้งานนี้ และให้รัฐของการศิลปะของสถาปัตยกรรมข้อมูล และการประยุกต์ใช้ข้อมูลเมตา คุณลักษณะคุณภาพ การวัดคุณภาพ และนโยบายคุณภาพในการใช้งานทางธุรกิจ ส่วนที่ 3 เป็นการแนะนำผลิตภัณฑ์สำหรับการประเมินคุณภาพของข้อมูลในข้อมูล หมวดที่ 4 แสดงตัวอย่างของวิธีใช้การพัฒนาในทางปฏิบัติ บริษัทกรณีอุตสาหกรรมให้ความเข้าใจในลูกค้าที่ต้องการใช้งานข้อมูลสังคม ส่วนที่ 5 มีการตรวจสอบของการทดลองusage of the solution and identifies the shortcomings and development targets. Finally, section 6 concludes the work.

ผลลัพธ์ (ไทย) 2:

ข้อมูล ผู้ใช้ข้อมูล (ในกรณีนี้ บริษัท ) ต้องมั่นใจในคุณภาพและความน่าเชื่อถือของข้อมูลและสามารถให้ความไว้วางใจในในธุรกิจของพวกเขา ที่แรกเมื่อเก็บรวบรวมข้อมูลผู้ใช้ต้องการที่จะให้ความน่าเชื่อถือของข้อมูลและแหล่งข้อมูลที่ออกจากข้อมูลที่น่าสงสัย ประการที่สองเมื่อประมวลผลต่อไปและวิเคราะห์ข้อมูลที่ผู้ใช้ต้องการเพื่อให้แน่ใจว่าคุณภาพและความเกี่ยวข้องของข้อมูลที่มีความเหมาะสมสำหรับ speci Fi C สถานการณ์ ข้อมูลที่น่าเชื่อถือและมีคุณค่าช่วยเพิ่มการตัดสินใจทางธุรกิจที่ทำใน Sever เคยเปิดใช้งานตัวอย่างเช่นเวลาจริงการคาดการณ์ความต้องการประมาณค่าของแนวโน้มและนวัตกรรมของผลิตภัณฑ์ใหม่ที่มีศักยภาพ / บริการ การใช้งานของข้อมูลที่ไม่น่าเชื่อถือเช่นข้อมูลจากแหล่งข้อมูลที่น่าสงสัยหรือเสียหายข้อมูลส่วนตัวที่ไม่ถูกต้องหรือไม่สมบูรณ์มีความเสี่ยงสูงสำหรับธุรกิจของ บริษัท และอาจนำไปสู่การตัดสินใจทางธุรกิจที่ไม่ดีหรือไม่ถูกต้อง นอกจากนี้การใช้งานที่มีมูลค่าน้อยลงและข้อมูลที่เกี่ยวข้องสำหรับบางสถานการณ์ทำให้เกิดความพยายามอย่างมากที่ไม่จำเป็นและค่าใช้จ่ายสำหรับ บริษัท การประเมินคุณภาพของข้อมูลที่มีความสัมพันธ์กันในระยะหนึ่งหรือมากกว่าการประมวลผลข้อมูล (s) ของสถาปัตยกรรมข้อมูลขนาดใหญ่ (ท่อส่งข้อมูล iebig); ในการสกัดข้อมูลข้อมูลการประมวลผลและการวิเคราะห์และ Fi Nally ในการตัดสินใจ ดังนั้นการประเมินคุณภาพของข้อมูลขนาดใหญ่จะต้องได้รับการพิจารณาในระหว่างการออกแบบสถาปัตยกรรมในการออกแบบวิธีการที่ข้อมูลจะต้องผ่านท่อของข้อมูลขนาดใหญ่ system.Dif culties Fi ในการประเมินผลที่มีคุณภาพจะถูกกำหนดโดยความจริงที่ว่าข้อมูลที่มีคุณภาพไม่สามารถได้รับการตัดสินโดยไม่คำนึงถึงบริบทที่อยู่ในมือ [10]; แอตทริบิวต์ที่มีคุณภาพเช่นเดียวกับที่ใช้บังคับกับสถานการณ์ที่แตกต่างกัน แต่ตัวชี้วัดการประเมินผลที่แตกต่างกัน นอกจากนี้ยังไม่มีการตกลงกัน nitions เด Fi ของคุณลักษณะที่มีคุณภาพหรือไอออนจัดประเภทของการบังคับใช้ของพวกเขาเพื่อบริบทบางอย่าง นอกจากนี้ลักษณะของข้อมูลขนาดใหญ่ [6] [11] และ [12] เช่นการตั้งค่าความท้าทายเป็นพิเศษสำหรับการประเมินผลที่มีคุณภาพ ปริมาณการเติบโตของข้อมูลกึ่งโครงสร้างและไม่มีโครงสร้างวิธีการใหม่ในการส่งมอบข้อมูลและผู้ใช้เปลี่ยนแปลงความคาดหวังและการรับรู้ของข้อมูลที่มีคุณภาพได้รับการยอมรับว่าเป็นความท้าทายใหม่ในการวิจัยข้อมูลที่มีคุณภาพ [8] ดังนั้นจึงเป็นที่ชัดเจนว่าวิธีการใหม่ที่จำเป็นสำหรับการประเมินคุณภาพข้อมูลสำหรับชนิดเช่นข้อมูลขนาดใหญ่ วัตถุประสงค์ของบทความนี้คือการอธิบายถึงวิธีการเพื่อให้มีคุณภาพและความน่าเชื่อถือของข้อมูลสื่อสังคมสำหรับการตัดสินใจทางธุรกิจของ บริษัท ฯ เราแนะนำวิธีการแก้ปัญหาใหม่สำหรับการประเมินผลข้อมูลซึ่งในข้อมูลของผู้บริโภคสามารถเลือกคุณลักษณะคุณภาพบังคับและตัวชี้วัดการประเมินผลสำหรับบริบทและสถานการณ์ที่มือและประเมินคุณลักษณะที่มีคุณภาพที่มีตัวชี้วัดการประเมินผล วิธีการแก้ปัญหาต่อไปนี้ท่อของสถาปัตยกรรมอ้างอิงข้อมูลขนาดใหญ่ของ [7] กระดาษนี้จะมีการจัดระเบียบตามต่อไปนี้: ส่วนที่ 2 เด Fi NES แง่พื้นฐานที่ใช้ในงานนี้และให้รัฐของศิลปะของสถาปัตยกรรมข้อมูลขนาดใหญ่และการประยุกต์ใช้เมคุณลักษณะคุณภาพตัวชี้วัดที่มีคุณภาพและนโยบายที่มีคุณภาพใน การใช้งานทางธุรกิจ มาตรา 3 ให้แนะนำวิธีการแก้ปัญหาของเราสำหรับการประเมินผลข้อมูลที่มีคุณภาพในงานสถาปัตยกรรมข้อมูลขนาดใหญ่ มาตรา 4 ให้เป็นตัวอย่างกรณีของการพัฒนาวิธีการที่ใช้ในการปฏิบัติ; บริษัท ประสบความสำเร็จในอุตสาหกรรมกรณีความเข้าใจในความต้องการของลูกค้าที่ใช้ข้อมูลสื่อสังคม มาตรา 5 ให้ตรวจสอบของการทดลอง
การใช้งานของการแก้ปัญหาและระบุ Fi es ข้อบกพร่องและเป้าหมายการพัฒนา สุดท้ายมาตรา 6 สรุปการทำงาน