Análise comparativa de ferramentas de limpeza de dados

Abstract

A limpeza de dados é parte essencial de vários processos importantes para o tratamento e descoberta de informações, um grande exemplo de processo na qual a limpeza de dados é aplicada é o Processo de Descoberta de Conhecimento ou KDD (Knowledge Discovery in Database). Dessa forma apresentamos um estudo sobre a limpeza de dados e realizamos um comparativo de duas ferramentas responsáveis por essa limpeza, tendo como objetivo verificar as potencialidades dessas ferramentas de limpeza de dados, analisando sua eficácia. Para a realização deste estudo foi feita a pesquisa bibliográfica para referencial teórico, em seguida foi feito um levantamento de informações sobre as ferramentas de limpeza de dados e demais métodos necessários para o estudo, para que então fossem definidos os testes e a realização da avaliação e análise. A análise foi feita através de um sistema de pontos que foram atribuídos conforme os resultados obtidos nos testes. Os testes foram divididos em: três testes a partir dos métodos de limpeza de dados e um teste a partir de um questionário sobre a usabilidade das ferramentas. O trabalho apresentou características e observações dos processos utilizados por essas ferramentas, assim como algumas desvantagens que as ferramentas apresentaram nos testes como, por exemplo, a necessidade de meios mais eficientes para identificação e correção de registros inconsistentes. Os resultados mostraram que as duas ferramentas tiveram um bom desempenho, sendo a ferramenta WinPure Clean & Match a mais conceituada com 1,9 de nota e a DataCleaner com 1,79.