Arquitectura para la Gestión de Datos Imperfectos en la Era de Big Data

Abstract

La gran cantidad de datos que se maneja hoy en día y la manera como estos datos se extraen del contexto obligan a utilizar sistemas de información capaces de tomar decisiones, adecuarlos a la empresa y al usuario final. La digitalización da lugar a distintos tipos de datos en tiempo real de acuerdo al escenario que se plantee. Una gran cantidad de estos datos, en ocasiones se presentan de forma no normalizada: datos en streaming, geoespaciales o generados por diferentes tipos de sensores, que no encajan bien en un esquema relacional, tradicional o estructurado. Mucha de esta información puede ser vaga, imprecisa, ambigua o incompleta, muy parecida al lenguaje humano con respecto a términos cualitativos y cuantitativos. El objetivo del presente trabajo es estudiar acerca de la gestión de datos imperfectos sensibles al contexto integrado a la utilización de tecnologías asociadas a Big Data. La teoría de conjuntos difusos, en el marco de Soft Computing, aporta mecanismos para modelar y representar datos posibilísticos en bases de datos difusas, se propone una arquitectura que gestione este tipo de datos integrada con tecnologías para el manejo de datos masivos. Esta arquitectura incorpora un Módulo de Interacción con una Base de Datos Difusa que permita el almacenamiento y recuperación de datos sensibles al contexto. El propósito es proporcionar una herramienta útil para enfrentar el reto que tienen las organizaciones de obtener un mayor provecho de la gran cantidad de información proporcionada por las tecnologías del mundo actual. Además, se espera obtener los beneficios que agrega la gestión de datos difusos sensibles al contexto en el almacenamiento de datos imperfectos y consultas flexibles que no pueden ser ofrecidas en sistemas de bases de datos tradicionales.