d reliability rules. In this paper,

d reliability rules. In this paper, BDSIT assessment model is proposed. The assessment is
based on connection degree and relevance reliability rules. This assessment gives an indication
on the required assessing efforts for the entire Big Data. The logical reasoning system is used
to perform the assessment process based on these rules. If Big Data required significant
assessing efforts, the second phase is performed to help in improving Big Data reliability and
reducing assessing efforts. Modules’ assessment specifies the assessing efforts required for
each module. After assessing all modules, the structure can tell which module(s) required more
effort for assessing. Moreover, in this phase, each module in the BDSIT is assessed using the
logical reasoning system. This process can be iterated as long as the system and modules
functionalities are maintained. In the following sections, the proposed model is discussed in
details. Then, this module is modified to increase its reliability; consequently, the whole Big Data
reliability [12]

ผลลัพธ์ (ไทย) 1:

กฎของความน่าเชื่อถือ d ในกระดาษนี้ มีเสนอแบบจำลองการประเมิน BDSIT เป็นการประเมินตามกฎการเชื่อมต่อระดับและความเกี่ยวข้องความน่าเชื่อถือ การประเมินนี้ทำให้การบ่งชี้บนความพยายามประเมินที่จำเป็นสำหรับข้อมูลขนาดใหญ่ทั้งหมด ใช้ระบบเหตุผลเชิงตรรกะการดำเนินการกระบวนการประเมินผลตามกฎเหล่านี้ ถ้าข้อมูลจำเป็นสำคัญการประเมินความพยายาม ระยะสองจะดำเนินการเพื่อช่วยในการปรับปรุงความน่าเชื่อถือของข้อมูล และลดความพยายามประเมิน ประเมินของโมดูลที่ระบุความพยายามประเมินที่จำเป็นสำหรับแต่ละโมดูล หลังจากประเมินโมดูลทั้งหมด โครงสร้างสามารถบอกโมดูลที่จำเป็นเพิ่มเติมความพยายามสำหรับการประเมิน นอกจากนี้ ในระยะนี้ แต่ละโมดูใน BDSIT การประเมินใช้การระบบเหตุผลเชิงตรรกะ สามารถทวิภาควนซ้ำกระบวนการนี้นานเป็นระบบและโมดูลฟังก์ชันการทำงานจะยังคงอยู่ ในส่วนต่อไป กล่าวถึงแบบจำลองนำเสนอในรายละเอียด แล้ว โมดูลนี้ถูกปรับเปลี่ยนเพื่อเพิ่มความน่าเชื่อถือ ดังนั้น ทั้งข้อมูลใหญ่ความน่าเชื่อถือ [12]

ผลลัพธ์ (ไทย) 2:

กฎ D น่าเชื่อถือ ในบทความนี้ BDSIT รูปแบบการประเมินมีการเสนอ การประเมินจะ
ขึ้นอยู่กับระดับการเชื่อมต่อความน่าเชื่อถือและกฎระเบียบความสัมพันธ์กัน การประเมินนี้จะช่วยให้ข้อบ่งชี้
ในการประเมินความพยายามที่จำเป็นสำหรับทั้งข้อมูลขนาดใหญ่ ระบบการให้เหตุผลเชิงตรรกะถูกนำมาใช้
ในการดำเนินการกระบวนการประเมินบนพื้นฐานของกฎเหล่านี้ หากจำเป็นต้องใช้ข้อมูลขนาดใหญ่อย่างมีนัยสำคัญ
ความพยายามประเมินระยะที่สองจะดำเนินการเพื่อช่วยในการปรับปรุงความน่าเชื่อถือข้อมูลขนาดใหญ่และ
การลดความพยายามในการประเมิน การประเมินโมดูล 'ระบุความพยายามของการประเมินที่จำเป็นสำหรับ
แต่ละโมดูล หลังจากการประเมินทุกโมดูลโครงสร้างสามารถบอกได้ว่าโมดูล (s) ที่จำเป็นมากขึ้น
ความพยายามในการประเมิน นอกจากนี้ในขั้นตอนนี้โมดูลใน BDSIT แต่ละคนจะได้รับการประเมินโดยใช้
ระบบการให้เหตุผลเชิงตรรกะ
กระบวนการนี้สามารถซ้ำตราบใดที่ระบบและโมดูล ฟังก์ชันการทำงานที่มีการบำรุงรักษา ในส่วนต่อไปนี้การนำเสนอรูปแบบที่มีการกล่าวถึงใน
รายละเอียด จากนั้นโมดูลนี้จะถูกปรับเปลี่ยนเพื่อเพิ่มความน่าเชื่อถือของตน ดังนั้นทั้งข้อมูลขนาดใหญ่
ความน่าเชื่อถือ [12]

ผลลัพธ์ (ไทย) 3:

D ) กฎ ในกระดาษนี้ , แบบประเมิน bdsit เสนอ . การประเมิน คือขึ้นอยู่กับระดับความสัมพันธ์และความเกี่ยวข้องกฎความน่าเชื่อถือ การประเมินนี้จะช่วยให้บ่งชี้เมื่อต้องการประเมินความพยายามทั้งใหญ่ข้อมูล ระบบการใช้เหตุผลเชิงตรรกะ ใช้เพื่อดำเนินการกระบวนการประเมินตามกฎเหล่านี้ ถ้าข้อมูลที่ต้องการความใหญ่การประเมินความพยายาม ระยะที่สองคือการช่วยเพิ่มความน่าเชื่อถือของข้อมูล ขนาดใหญ่ และลดการประเมินความพยายาม การประเมินโมดูล ' ระบุการประเมินความพยายามใช้แต่ละโมดูล หลังจากการประเมินทั้งหมดโมดูลโครงสร้างสามารถบอกโมดูล ( s ) ที่จำเป็นเพิ่มเติมความพยายามค่า นอกจากนี้ ในขั้นตอนนี้แต่ละโมดูลใน bdsit จะประเมินโดยใช้ระบบการใช้เหตุผลเชิงตรรกะ กระบวนการนี้สามารถซ้ำตราบเท่าที่ระบบและโมดูลฟังก์ชันจะรักษา ในส่วนต่อไปนี้จะกล่าวถึงในแบบที่เสนอรายละเอียด แล้ว โมดูลนี้จะปรับเปลี่ยนเพื่อเพิ่มความน่าเชื่อถือ เพราะฉะนั้นทั้งใหญ่ข้อมูลความน่าเชื่อถือ [ 12 ]