Preskoči na glavni sadržaj

Kvaliteta podataka

ISVU: 198914•4 ECTS•Zimski semestar

Osnovne informacije

Organizacijska jedinica
Odsjek za informacijske i komunikacijske znanosti
Satnica
  • Predavanja: 15 sati
  • Vježbe u praktikumu: 30 sati

Nastavnici

Cilj

Upoznati studente s osnovnim konceptima, principima i praksama upravljanja kvalitetom podataka.

Sadržaj

  1. Prapovijest - kako smo krenuli s kvalitetom. Što je kvaliteta? Greške i njihovi izvori. Ekonomija kvalitete.
  2. Upravljanje kvalitetom: kontrola kvalitete; osiguravanje kvalitete, ciklično unapređivanje kvalitete (PDCA, FADE).
  3. Upravljanje kvalitetom: gurui, metodologije, vezane discipline, mjere i standardi (ISO9000 i ISO8000).
  4. Osnove kvalitete podataka: definicija; različiti aspekti kvalitete podataka (sadržaj, struktura, vremenska komponenta, poslovna komponenta, korisnička komponenta, prezentacijska komponenta); dimenzije kvalitete podataka.
  5. Upravljanje kvalitetom podataka: procesi (profiliranje podataka, procjena podataka, čišćenje podataka) i tehnike (tehnike temeljene na procedurama i pravilima).
  6. Upravljanje kvalitetom podataka: projekti, alati i tehnologije.
  7. Uvod u profiliranje podataka.
  8. Profiliranje stupaca.
  9. Profiliranje 2 tipa podataka: vremenski ovisnih podataka i o događaju ovisnih podataka.
  10. Uvod u procjenu kvalitete podataka.
  11. DQ pravila.
  12. Pravila za povijesne podatke.
  13. Pronalaženje grešaka.
  14. Priprema i izrada kartica s rezultatima.
  15. Projektni zadatak.

Ishodi učenja

  1. Analizirati alate za kvalitetu podataka;
  2. Opisati strukturu programa za kvalitetu podataka;
  3. Identificirati sve sastavnica procesa vrednovanja kvalitete podataka;
  4. Izgraditi i upravljati meta-data spremištem za kvalitetu podataka;
  5. Primijeniti pravila za utvrđivanje kvalitete podataka.

Metode podučavanja

1. izravno poučavanje 2. samostalno učenje 3. poučavanje vođenim otkrivanjem i raspravom 4. ERR okvir za poučavanje

Metode ocjenjivanja

1. kratki testovi znanja 2. projektni zadatci 3. sudjelovanje na nastavi

Obavezna literatura

  1. Arkady Maydanchik: Data Quality Assessment, 2007.
  2. Danette McGilvray: Executing Data Quality Projects: ten steps to quality data and trusted information, 2008.
  3. Laura Sebastian-Coleman: Measuring Data Quality for ongoing improvement: a data quality assessment framework, 2013
  4. David Loshin: The practitioner’s guide to data quality improvement, 2011

Dopunska literatura

  1. Thomas Redman: Data Quality: The Field Guide, 2001.
  2. Jack E. Olson: Data Quality: The Accuracy Dimension, 2003.