大规模数据挖掘中的数据流管理

作     者：Jon R.Wright Gregg T.Vesonder Tamraparni Dasu 杨庆燕 Jon R.Wright;Gregg T.Vesonder;Tamraparni Dasu;Qingyan Yang

作者机构：美国电话电报公司实验室-研究所美国新泽西州弗伦翰公园079320971 清华大学计算机科学与技术系北京100084 

出 版 物：《中国科技资源导刊》 (China Science & Technology Resources Review)

年 卷 期：2008年第40卷第6期

页      面：30-38页

学科分类：12[管理学] 1204[管理学-公共管理] 03[法学] 0306[法学-公安学] 

主　　题：信息质量 数据挖掘 传送管理 知识工程 

摘      要：在企业环境中,管理数据流或者实时数据更新是任何数据挖掘操作的一个主要挑战。无论是数据还是元数据,都要确保数据流的稳定、正确、可验。在这种环境下,实时数据更新很复杂,且数据量大而难懂。管理频繁变化的数据和元数据对企业是巨大的挑战。本文阐述了在管理企业数据的任务中的技术问题,并提出了一种解决方法。这种解决方法可以结合多个领域里的知识,如工程技术和统计学,来理解和标准化企业挖掘的准备工作,以使信息采集和质量管理自动化。