Autor:
Gualo, Fernando

Cargando...
Foto de perfil

E-mails conocidos

fgualo@dqteam.es
fernando.gualo@uclm.es

Fecha de nacimiento

Proyectos de investigación

Unidades organizativas

Puesto de trabajo

Apellidos

Gualo

Nombre de pila

Fernando

Nombre

Nombres alternativos

Afiliaciones conocidas

DQTeam, Spain
Página completa del ítem
Notificar un error en este autor

Resultados de la búsqueda

Mostrando 1 - 3 de 3
  • Artículo
    PL4DC: Parameterizable Library for Data Cleaning
    Barchino, Gregorio; Gualo, Fernando; Caballero Muñoz-Reja, Ismael; Piattini Velthuis, Mario Gerardo. Actas de las XXVII Jornadas de Ingeniería del Software y Bases de Datos (JISBD 2023), 2023-09-12.
    La capacidad de recopilar, analizar e interpretar datos ha revolucionado la forma que la sociedad tiene de entender e interactuar con el mundo que nos rodea. Esto ha llevado a que los datos sean la base de todo tipo de decisiones a nivel personal, empresarial, e incluso gubernamental. Para poder tener de-cisiones confiables, la calidad de los datos usados es fundamental. La mejora de calidad de los datos es la parte de la gestión de la calidad de los datos que asegura niveles adecuados de calidad para los datos en un contexto de uso. La limpieza de datos es una tarea fundamental de la mejora de datos. En este artículo se presenta PL4DC, una biblioteca de R desarrollada para implemen-tar operaciones de limpieza de datos basada en ISO/IEC 25024. Estas opera-ciones formarán parte de los parámetros de las primitivas producidas por la investigación desarrollada. Finalmente, se describe cómo se usó PL4DC para el caso concreto de un conjunto de datos de un portal inmobiliario.
  • Artículo
    Un marco de certificación de calidad de datos basado en estándares internacionales
    Gualo, Fernando; Piattini Velthuis, Mario Gerardo; Caballero Muñoz-Reja, Ismael. Actas de las XXIV Jornadas de Ingeniería del Software y Bases de Datos (JISBD 2019), 2019-09-02.
    Cada vez más organizaciones son conscientes de la necesidad de cuidar la ca-lidad de sus activos de datos y de realizar esfuerzos para asegurar la calidad de sus repositorios de datos. Estos esfuerzos se han acentuado incluso más con la adopción de tecnologías como Big Data, Analytics y Deep Learning, o IoT, y se han orientado en dos direcciones: asegurar el valor de los datos de repositorios organizacionales, y mejorar la madurez de los procesos de gobierno, gestión y calidad de datos. En DQTeam, spin-off de la UCLM ofrecemos a las organizacio-nes servicios de consultoría para mejorar sus datos en las dos aproximaciones usando como referencia estándares abiertos internacionales con la posibilidad de certificación internacional por parte de AENOR tanto los niveles de calidad de sus productos de datos como la madurez organizacional de sus procesos relacio-nados.
  • Artículo
    Metodología para identificar reglas de negocio de calidad de datos basada en ISO 25012
    Galera, Ramón; Gualo, Fernando; Caballero Muñoz-Reja, Ismael; Rodríguez Monje, Moisés. Actas de las XXVII Jornadas de Ingeniería del Software y Bases de Datos (JISBD 2023), 2023-09-12.
    En la actualidad, las organizaciones generan y manejan extensas cantidades de datos de forma continua con un fin particular, como puede ser la toma de decisiones adecuadas o la monitorización de ciertos parámetros. No solo es importante obtener los datos; el cómo se obtienen y el cómo se almacenan y mantienen tiene tanto o incluso más valor. La calidad de los datos es un factor clave para cualquier organización ya que, si sus datos no presentan un nivel de calidad adecuado, su uso no permitirá obtener los mejores resultados. Para mantener niveles de calidad adecuados es necesario que las organizaciones identifiquen los requisitos de datos o reglas de negocio que sus datos deben cumplir para el fin que se les va a dar. En esta línea, existe un modelo basado en ISO/IEC 25012 que permite realizar una evaluación de la calidad de datos a partir de los requisitos de una organización. En este artículo se presenta una metodología para facilitar la identificación y clasificación de las reglas de negocio para una organización, así como su asociación a cada una de las características de calidad de datos respecto al estándar ISO/IEC 25012.