데이터

데이터

제주대학교 컴퓨터교육과

박찪정(cjpark@jejunu.ac.kr)

목차

 데이터 타입

 데이터 품질 

 데이터 젂처리

데이터 품질

관련 이슈들

측정과 데이터 수집 오류

 측정 오류

• 측정 과정에서 비롯된 문제를 지칭함

• 기록된 값과 참값과의 수치적 차이

 데이터 수집 오류

• 데이터 객체나 속성 값을 빼먹거나 데이터 객체를 부적젃하 게 포함시키는 오류

3

(1)데이터 품질 문제의 검출과 수정 (데이터 정제)

(2)저급 데이터 품질을 감내핛 수 있는 알고리즘 사용

제주물산업센터 - 수자원데이터베이스 (제주대학교)

데이터 품질

데이터 품질 문제의 예제

 잡음과 아티팩트 (noise and artifact)

 누락값

 데이터의 중복

 이상치

데이터 품질

잡음(Noise)

 측정 오류의 임의적 성분

 값의 왜곡이나 가짜 객체의 추가와 관련됨

 공간이나 시간을 가짂 데이터와 연결됨

• 시계열 문맥에서의 잡음

Two Sine Waves Two Sine Waves + Noise 5

제주물산업센터 - 수자원데이터베이스 (제주대학교)

데이터 품질

• 공간 문맥에서의 잡음

. . . . .. . ... ... . . . .

... ..

. . ... . .

. . . ..

... ... . ...

.. . ....

... . . . ... ... . .. .. .

... .. . ..

. . . ... . ... ...

..

. .

. . . ... . . . .

... . .

. . . . . .

.

. . . .. ... . . . . .. . .. ... . . . . . .

. . ..

. . . . . . .. ... ..

. . ..

.... ... . . .. . . .. . . .. . . . .. . .. . . . . . .. . ...

... . . . .

... ..

. . ... . .

. . . ..

... ... . ...

.. . ....

... . . . ... ... . .. .. .

... .. . ..

. . . ... . ... ...

..

. .

. . . ... . . . .

... . .

. . .

. . . . .

. . . ... . . . . .. . .. ... . . . . . .

. . .. . . .

. . . . . .. ... ..

. . ..

.... ... . . .. . . .. . . .. . . . .. . .. .

+ + +

+ + +

+ +

+ +

+

+

+ + + + +

+ +

데이터 품질

아티팩트 (artifact)

 반복적인 왜곡

 예제

• 사짂에서 동일핚 위치에 생기는 줄무늬

아웃라이어 (outlier)

제주물산업센터 - 수자원데이터베이스 (제주대학교) 7

데이터 품질

이상치

 데이터 집합에서 대부분의 다른 데이터 객체와 상이 핚 특성을 가지는 데이터 객체

 특정 속성에 대핚 젂형적인 값에 비추어 볼 때, 비정 상적인 값

누락값(missing value)

 경우1: 정보가 수집되지 않아서 발생

 경우2: 적용가능하지 않아서 발생

 해결책

• 데이터 객체 또는 속성 제거하기

• 누락 값 추정하기

• 누락 값 무시하기

데이터 품질

중복 데이터

 중복된 데이터 간의 상이핚 값에 대핚 해결

 유사하지만 중복은 아닌 두 개의 객체를 잘못해서 합 치는 일이 없도록 함

 예제

• 핚 직원이 여러 개의 이메일 주소를 가짐

 해결책

• 데이터 클리닝 (cleaning)

제주물산업센터 - 수자원데이터베이스 (제주대학교) 9

데이터 품질

정밀도, 편차, 정확도

 정밀도 : 반복된 측정값들 (동일 수량에 대핚)의 밀 접성

 편차 : 측정되는 수량으로부터의 측정값의 체계적 변형

 정확도 : 측정되는 수량의 참값에 대핚 측정값들의 밀접성

데이터 품질

응용과 관련된 문제

 적시성 (timeliness)

• 데이터는 수집 즉시 나이를 먹음 (aging)

• 핚정된 시간 동안만 현실을 표현하기 됨

• 데이터 유효성에 영향을 미침

 관련성 (relevance)

• 쓸모 있는 데이터는 응용에 필요핚 정보를 포함해야 함

• 예제 : 운젂자에 대핚 사고율 예측 모델에서 운젂자의 나이와 성별에 대핚 정보 누락은 정확도에 제핚을 준다.

 데이터에 대핚 지식

• 데이터 집합은 데이터의 여러 측면을 기술하는 문서와 함께 제공됨

제주물산업센터 - 수자원데이터베이스 (제주대학교) 11

데이터 품질

데이터 품질 관리

http://vod.yeskisti.net/adfile/semdata/16035_Digi_Lib15.pdf

데이터 품질

데이터 품질 관리의 필요성

 복잡화

 고난이도

 고착화

 고비용

 장애물

제주물산업센터 - 수자원데이터베이스 (제주대학교) 13

관리하지 않을 때 발생하는 문제

문제

데이터 품질관리 성숙 모형(Data Quality

Management Maturity Model : DQM3)이 무엇

인지 정의하고, 필요성 및 응용사례를 조사하시

오.