Vorgehensmodell zur Verbesserung der Datenqualität in Data Warehouses - Cordts, Sönke
53,90 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
0 °P sammeln
  • Broschiertes Buch

Datenqualität spielt die entscheidende Rolle beim Aufbau eines Data Warehouses. Die vorliegende Arbeit gibt einen Überblick über mögliche Methoden und Algorithmen aus software-technischer Sicht zur Qualitätsverbesserung und zeigt ein mögliches Vorgehensmodell zur Verbesserung der Datenqualität. Als Ergebnis wird der Prototyp eines Frameworks zur Verbesserung der Datenqualität vorgestellt. Im Mittelpunkt dieser Arbeit stehen die Methoden und Algorithmen, die vor allem in den Phasen des Data Profiling und des Data Cleaning sinnvoll erscheinen. Dabei ist gerade die Nutzung eines flexibel…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
Datenqualität spielt die entscheidende Rolle beim Aufbau eines Data Warehouses. Die vorliegende Arbeit gibt einen Überblick über mögliche Methoden und Algorithmen aus software-technischer Sicht zur Qualitätsverbesserung und zeigt ein mögliches Vorgehensmodell zur Verbesserung der Datenqualität. Als Ergebnis wird der Prototyp eines Frameworks zur Verbesserung der Datenqualität vorgestellt. Im Mittelpunkt dieser Arbeit stehen die Methoden und Algorithmen, die vor allem in den Phasen des Data Profiling und des Data Cleaning sinnvoll erscheinen. Dabei ist gerade die Nutzung eines flexibel einsetzbaren Frameworks bei der Entwicklung und Datenqualitätssicherung unterschiedlicher Anwendungssysteme notwendig, um die Datenqualität an jeder Schnittstelle und in jeder Lebensphase eines Anwendungssystems langfristig zu verbessern und zu überprüfen.
Autorenporträt
Sönke Cordts, Prof. Dr. rer. pol.: Studium der Wirtschaftsinformatik an der Fachhochschule Flensburg und MBA-Studium Daten- und Informationsmanagement an der Universität Hamburg, Promotion im Jahr 2009. Seit 2008 Professor für Wirtschaftsinformatik, Schwerpunkt Datenbanken und Betriebsinformatik an der Fachhochschule Stralsund.