SL
PrijavaZačnite zdaj
Slovar pojmov

Čiščenje podatkov

Kaj je Čiščenje podatkov?

Čiščenje podatkov je odkrivanje in popravljanje napačnih, podvojenih ali neskladnih vnosov v podatkovnih zbirkah. Tipični koraki so poenotenje zapisov in oblik datumov, odstranjevanje odvečnih presledkov in združevanje podvojenih vnosov, kot sta „Novak d.o.o.“ in „Novak, družba z omejeno odgovornostjo“. Čisti podatki so pogoj za zanesljive analize, pošiljanje in aplikacije UI.

Kako pomaga KI.ordo

Predloga KI.ordo očisti sezname, označi možne podvojene vnose in manjkajoče podatke ter ustvari dnevnik sprememb.

Več o tem : Čiščenje podatkov

Ustrezne predloge

Teme

  • kakovost podatkov
  • podvojeni vnosi
  • vzdrževanje podatkov

Preizkusite KI.ordo

Agenti, poteki dela in predloge v enem delovnem prostoru – brezplačna 24-urna predstavitev.

Začni predstavitev
← Vsi pojmi

Sorodni pojmi

Preverjanje podatkov

Preverjanje podatkov ugotavlja, ali so podatki popolni, pravilno oblikovani in verjetni, preden se obdelajo naprej. Tipična preverjanja zajemajo obvezna polja, obliko e-poštnih naslovov, poštnih številk ali datumov ter logična nasprotja – na primer datum dobave pred datumom naročila. Tako se napake odkrijejo zgodaj, namesto da bi se prenesle v poročila, račune ali analize UI.

  • kakovost podatkov
  • preverjanja
  • +1
Predloga

Mehko ujemanje

Mehko ujemanje (fuzzy matching) najde vnose, ki so si podobni, a ne povsem enaki – na primer zaradi tipkarskih napak, kratic ali različnih zapisov. Opira se na mere podobnosti, kot je Levenshteinova razdalja, ki šteje, koliko znakov je treba spremeniti. Tipična uporaba je iskanje podvojenih vnosov v naslovnih in strankinih podatkih: „Novak d.o.o., Glavna ul. 5“ in „Novak, družba z omejeno odgovornostjo, Glavna ulica 5“ se prepoznata kot verjetno isti zapis.

  • Čiščenje podatkov
  • Podvojeni vnosi
  • +1
Predloga

Garbage in, garbage out (GIGO)

„Garbage in, garbage out“ (smeti noter, smeti ven) opisuje načelo, da sistem lahko da le tako dobre rezultate, kot so podatki, ki jih prejme. Pri UI to velja dvojno: nepravilni, zastareli ali enostranski učni podatki ali podatki o znanju vodijo do napačnih ali pristranskih odgovorov. Klepetalni robot, ki se opira na zastarel cenik, bo navajal zastarele cene. Skrb za podatke je zato stalna naloga v vsakem projektu UI.

  • Kakovost podatkov
  • Načelo
  • +1

Strukturirani podatki

Strukturirani podatki sledijo določeni shemi z jasno imenovanimi polji, kot so tabele, podatkovne zbirke ali objekti JSON s podatki, kot so ime, cena in datum. Stroji jih lahko zanesljivo berejo, filtrirajo in obdelujejo – za razliko od prostega besedila ali slik. Na spletnih mestih oznake schema.org na primer opisujejo izdelke, dogodke ali pogosta vprašanja, da iskalniki in sistemi UI vsebino razumejo nedvoumno. UI lahko strukturirane podatke izloči tudi iz nestrukturiranega besedila.

  • podatki
  • JSON
  • +1