Mašīnmācīšanās balstītu datu kvalitātes rīku izmantošana atvērto datu uzlabošanai

Abstract

Atvērtajiem datu portāliem kļūstot arvien populārākiem un pieaugot to datu atkalizmantošanai, pieaug arī vajadzība veikt šo datu kvalitātes kontroli, lai pēc iespējas samazinātu nekvalitatīvu datu īpatsvaru atvērto datu portālos. Arvien biežāk gan uzņēmumi, gan fiziskas personas izmanto atvērto datu portālus, lai izmantotu tajos pieejamos datus savām vajadzībām, tāpēc arvien lielāka uzmanība jāpievērš datu kvalitātei šajos portālos. Bakalaura darbā ir apskatīti jau esošie datu kvalitātes risinājumi portālos, izpētot, ko varētu uzlabot, izmantojot mašīnmācīšanās balstītus datu kvalitātes rīkus.

As open data portals become more popular and data reuse increases, so does the need to control this data in order to minimize the proportion of low quality data in open data portals. Increasingly, both companies and individuals are using open data portals to use the data available there for their own needs, so there is an increasing need to pay attention to the quality of the data on these portals. The bachelor's thesis will look at existing data quality solutions on portals, exploring what could be improved using machine learning-based data quality tools.