Resumen

La extracción de conocimiento útil de la información de procedencia de los datos ha sido desafiante porque la información de procedencia a menudo es abrumadoramente enorme para que los usuarios la comprendan. Recientemente, se ha propuesto que podemos resumir los elementos de procedencia de datos agrupando anotaciones de procedencia semánticamente relacionadas para lograr una representación concisa de la procedencia. Los usuarios pueden proporcionar su uso previsto de los datos de procedencia en términos de provisión, y la calidad de la sumarización de la procedencia podría optimizarse para un tamaño más pequeño y una distancia más cercana entre los resultados de provisión derivados de la sumarización y aquellos de la procedencia original. Sin embargo, además del uso previsto de provisión, notamos que se pueden expresar y considerar en el proceso de sumarización requisitos de usuario más dedicados y diversos asignando pesos de importancia a los elementos de procedencia. Además, presentamos el índice de equilibrio de información (IBI), una medida basada en la entropía, para evaluar dinámicamente la cantidad de información re

• Materias:Calibración geométrica Núcleos computacionales Consultas de palabras clave Pronóstico probabilístico Máquina de aprendizaje
• Subjects:Geometric calibration Computational kernels Keyword queries Probabilistic forecasting Machine learning
• Palabras claves:Información de procedencia; Resumen de datos; Requisitos del usuario; índice de equilibrio de la información; Medición de entropía; Manipulación del equilibrio de la información
• Keywords:Provenance information; Data summarization; User requirements; Information balance index; Entropy measurement; Manipulation of information balance