Uma análise das relações entre a qualidade da informação e big data

Autor: Priscila Basto Fagundes, Douglas Dyllon Jeronimo de Macedo, Moisés Lima Dutra
Rok vydání: 2018
Zdroj: Informação & Tecnologia. 4:206-220
ISSN: 2358-3908
DOI: 10.22478/ufpb.2358-3908.2017v4n2.40182
Popis: A gestão da qualidade sempre foi considerada uma atividade crítica durante o processo de gerenciamento dos dados e da informação. Com o advento dos ambientes big data, caracterizados pelos grandes volumes de dados e vasta variedade e complexidade, a forma como os dados eram gerenciados e transformados em informação precisaram sofrer adaptações de maneira a assegurar a qualidade, melhorar a disponibilidade e suas formas de representação. Este artigo tem como objetivo apresentar uma análise das relações existentes entre os critérios de avaliação da qualidade da informação referentes a acessibilidade, suficiência, credibilidade, completeza, representação concisa, representação consistente, facilidade de operação, exatidão, interpretabilidade, objetividade, relevância, reputação, segurança, atualidade, compreensibilidade e os aspectos que caracterizam os sistemas que envolvem o conceito de big data, identificados como volume, variedade, velocidade, veracidade, valor, variabilidade e visualização. Esta análise pretende fornecer um embasamento teórico acerca dos temas e colaborar com pesquisas que visam a proposição de modelos para avaliação da qualidade da informação específicos para ambientes big data. A partir da análise realizada, foi possível verificar a existência de relações entre os critérios da qualidade da informação que fizeram parte do estudo e os aspectos do big data, bem como a necessidade de que os modelos propostos contemplem as características desses ambientes para serem considerados eficientes. Esta pesquisa é identificada como bibliográfica de caráter exploratório, uma vez que foi realizado um estudo acerca dos conceitos relacionados a big data e qualidade da informação, e quanto a sua natureza é considerada uma pesquisa básica, pois objetiva a geração de novos conhecimentos que sejam úteis para o avanço da ciência, sem aplicação prática prevista.
Databáze: OpenAIRE