Qualité des données

INTRODUCTION

1 - LA GESTION DE LA QUALITÉ DES DONNÉES À LA CONVERGENCE DE PLUSIEURS DISCIPLINES

• 1.1 - Les bases de données
• 1.2 - Les statistiques et la fouille de données
• 1.3 - La gestion de processus

2 - APPROCHES GÉNÉRALES ET CAS PRATIQUE POUR DÉTECTER ET CORRIGER LES PROBLÈMES DE QUALITÉ DES DONNÉES

3 - MESURER LA QUALITÉ DU MODÈLE ET DES DONNÉES

• 
• 3.1 - Évaluer la qualité d’un modèle conceptuel de données
• 3.2 - Mesurer la qualité d’une base de données relationnelle

4 - PRÉVENTION ET DIAGNOSTIC : TECHNIQUES DE DÉTECTION DES ANOMALIES

• 4.1 - Vérification de contraintes et gestion des métadonnées associées à la qualité
  
• 4.2 - Analyse statistique et fouille de données exploratoire

5 - CORRECTION : NETTOYAGE DES DONNÉES

• 5.1 - Extension des langages de manipulation des données pour l’extraction et la transformation
  
• 5.2 - Standardisation des valeurs d’attributs avec les modèles de Markov
• 5.3 - Comparatif des outils actuels pour le nettoyage

6 - GÉRER DES PROBLÈMES SPÉCIFIQUES : DOUBLONS, VALEURS MANQUANTES, INCOMPLÈTES ET EXCEPTIONS

• 6.1 - Jointures approximatives et élimination des doublons
  
• 6.2 - Valeurs manquantes
  
• 6.3 - Détecter les valeurs aberrantes ou isolées

7 - CONCLUSION