• Journal of Internet Computing and Services
• /
• v.9 no.5
• /
• pp.109-116
• /
• 2008

The rapid change of computer and Internet environments produces a lot of data of various quality, Because this fact affects enterprise and organization, it demands the level evaluation on data quality, Thus, we propose mathematical model for quality evaluation on the base of data quality in this paper. And we propose the analysis model(web evaluation model, DQnA)) that analyzes and maintains data quality.

• Review of KIISC
• /
• v.30 no.4
• /
• pp.77-89
• /
• 2020

이 연구는 우리나라 정부의 공공데이터 공개 제도에 따른 공공데이터 품질관리체계를 이해하고, 공공기관이 신뢰성 있는 데이터를 위해 품질 점검을 시행하면서도 효과적인 관리를 하기 위한 방안에 관한 것이다. 공공데이터법과 공공데이터 품질관리체계를 이해하고, 저품질 공공데이터의 오류와 발생원인에 대해 알아본다. 오류 데이터 분석을 통한 보안위협에 따른 위험 분류를 통해 효과적인 대응방안을 도출하는 것을 목표로 한다. 이를 위해 공공데이터를 데이터 품질 점검하여 도메인별 오류데이터를 살펴보고, 오류데이터 발생원인에 대한 분석을 통해 보안위협과 공공데이터를 사용하는 사용자 측면과 기관 측면의 보안 문제를 분류하였다. 분류된 오류 발생원인별 보안문제를 기준으로 데이터 품질관리를 통한 개선방향을 제시하고, 품질관리 오류 개선방향별 데이터보안 정책별 보안기술을 비교 정리하여, 데이터 보안기술을 통한 품질관리 오류 개선 연계 대응방안을 제안하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.278-281
• /
• 2007

데이터 품질 기준은 반드시 현업의 입장에서 바라봐야 하며, 현업의 마인드가 데이터 품질에 가장 결정적인 영향을 미친다. 이에 따라 데이터 품질을 향상시키기 위해서는 현업이 데이터 품질 관리에 직접 참여할 수 있는 연구가 필요하다. 본 연구에서는 데이터 값(Data Value)에 대한 데이터 오너 (Owner)를 부여하여 데이터 품질 오류 시 현업이 직접 데이터 품질 관리 프로세스에 참여 할 수 있는 방안을 제시하였다. 데이터 품질 관리 프로세스는 데이터 품질 대상 및 기준을 정의하고 측정, 분석, 개선하는 방법이다. 본 연구에서 제시한 데이터 오너 관리 방안은 보다 효율적인 데이터 품질 관리 프로세스를 개선 시킬 수 있을 것이다.

• 한국IT서비스학회:학술대회논문집
• /
• 2007.11a
• /
• pp.473-478
• /
• 2007

본 연구는 데이터 품질개선을 위해 사용자들에게 베타데이터 관리 시스템 사용의도에 영향을 줄 수 있는 주요 요인들이 무엇이 있는지 식별해보고 요인간의 관련성을 분석 하였다. 최근 이슈화고 있는 Data Architecture, Data Integration, Data Quality 프로젝트를 계획 또는 경험이 있는 조직 IT담당자들을 대상으로 메타데이터 관리 시스템 사용의도 설문을 하였고, SPSS를 이용하여 통계적 희귀분석을 수행하였다. 분석에서 이를 설명하는 연구모형으로 정보기술수용모델(Technology Acceptance Model:TAM)을 적용하였으며, 사용 용이성(Perceived easy of use), 유용성(perceived usefulness)에 영향을 주는 외생변수로는 개인의 데이터 품질개선의도, 동기부여, 조직의 지원 등으로 나타났다. 분석결과 데이터품질 개선의도가 시스템 사용의도에 영향이 있음을 실증하였고, 사회적 요인(동기부여, 조직의 기원) 모두 유용성에는 영향을 미쳤으나 사용 용이성에는 유의하지 많은 결과를 보였다. 이 연주에서는 조직이 데이터 품질 개선을 위해 메타데이터 관리시스템을 사용하고자 할 경우 고려사항과 향후 사용자 관점의 기술수용들을 확장된 연구를 수행하여 데이터품질 개선에 방안들을 탐색할 것을 제안하였다.

• Journal of the Korea Convergence Society
• /
• v.5 no.4
• /
• pp.21-25
• /
• 2014

Now, almost enterprise is applying data analysis method using the information systems on based information technology. The data analysis is focusing on the Quality of the data affecting the decision-making of various companies. This is the result of the data quality is due to the important role in the various parts as well as the effective operation of the enterprise. In this study, we describe about the data quality assessment models that are currently being studied. Based on this, we describe about the adaptive DQnA model being utilized for data quality analysis, and discuss about the quality analysis using this method.

• The Journal of Bigdata
• /
• v.2 no.2
• /
• pp.87-93
• /
• 2017

The research on data quality has been performed for a long time. However, the research focused on structured data. With the recent digital revolution or the fourth industrial revolution, quality control of big data is becoming more important. In this paper, we analyze and classify big data quality types through previous research. The types of big data quality can be classified into value, data structure, process, value chain, and maturity model. Based on these comparative studies, this paper proposes a new standard, service quality of big data.

• Information Systems Review
• /
• v.13 no.1
• /
• pp.1-11
• /
• 2011

This study empirically investigated the effect of firm-level data quality on economic performance in the Korean financial industry during 2008~2009. The data quality was measured by data quality management process index and data quality criteria by Korea Database Agency, and financial firm performance data was acquired from Financial Statistics Information System of the Financial Supervisory Service. The result showed that the data quality has statistically significant impacts on financial firm performance such as sales, operating profit, and value added. If the data quality management process index increases by one, the value added can increase by 2.3 percent. Moreover, the data quality criteria increase by one, the value added can increase by 72.6 percent.

• Digital Contents
• /
• no.2 s.141
• /
• pp.114-121
• /
• 2005

많은 기업에서 애써 외면하려고 하는 데이터의 품질이 비즈니스에 미치는 영향을 생각해 본 적이 있는가? 이 글에서는 데이터 품질을 평가하기 위한 요소와 현재 접근되고 있는 데이터 품질 관리의 한계점, 그리고 품질관리 프로젝트의 어려운 점을 분석해보며 이를 극복하기 위한 프레임워크를 제안한다.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.41 no.9
• /
• pp.689-699
• /
• 2013

During extreme ionospheric storms, anomalous ionospheric delays and gradients could cause potential integrity threats to users of GNSS (Global Navigation Satellite System) augmentation systems. GNSS augmentation ground facilities must monitor these ionospheric anomalies defined by a threat model and alarm the users of safely-of-life applications within time-to-alerts. Because the ionospheric anomaly threat model is developed using data collected from GNSS reference stations, the use of poor-quality data can degrade the performance of the threat model. As the total number of stations increases, the number of station with poor GNSS data quality also increases. This paper analyzes the quality of data collected from Korean GPS reference stations using comprehensive GNSS data quality check algorithms. The results show that the range of good and poor qualities varies noticeably for each quality parameter. Especially erroneous ionospheric delay and gradients estimates are produced due to poor quality data. The results obtained in this study should be a basis for determining GPS data quality criteria in the development of ionospheric threat models.

• Journal of the Korean Society for information Management
• /
• v.40 no.1
• /
• pp.51-71
• /
• 2023

This study analyzed the government data quality management model, big data quality management model, and data lifecycle model for research data management, and analyzed the components common to each data quality management model. Those data quality management models are designed and proposed according to the lifecycle or based on the PDCA model according to the characteristics of target data, which is the object that performs quality management. And commonly, the components of planning, collection and construction, operation and utilization, and preservation and disposal are included. Based on this, the study proposed a process model for research data quality management, in particular, the research data quality management to be performed in a series of processes from collecting to servicing on a research data platform that provides services using research data as target data was discussed in the stages of planning, construction and operation, and utilization. This study has significance in providing knowledge based for research data quality management implementation methods.