[논문]FAIR 원칙 기반 메타데이터 평가 프레임워크

김성희; 윤주상; 박진효

doi:10.3745/ktccs.2022.11.12.461

FAIR 원칙 기반 메타데이터 평가 프레임워크
FAIR Principle-Based Metadata Assessment Framework 원문보기

정보처리학회논문지. KIPS transactions on computer and communication systems 컴퓨터 및 통신 시스템, v.11 no.12, 2022년, pp.461 - 468

김성희 (동의대학교 산업융합시스템공학부) , 윤주상 (동의대학교 산업융합시스템공학부) , 박진효 (동의대학교 IT융합학과)

초록
AI-Helper

최근 빅데이터 산업의 발전으로 디지털 플랫폼에서 데이터 활용 서비스를 제공하는 사례가 증가하고 있다. 이와 관련해 데이터 관련 분야에서 (메타)데이터 품질, 서비스, 기능 등의 평가에 적용할 수 있는 FAIR 원칙을 데이터 품질 평가에 적용하여 활용하는 연구가 진행되고 있다. 특히, 유럽 오픈 데이터 포털에서는 FAIR 원칙 기반의 평가 모델을 적용하여 이를 기준으로 데이터 성숙도 평가를 시행하고 그 결과를 매년 보고서로 공개하고 있다. 이에 반해 공공데이터 포털에서는 메타데이터를 기반으로 한 데이터 성숙도 평가를 시행하고 있지 않다. 따라서 본 논문에서는 유럽 오픈 데이터 포털에서 데이터 성숙도 평가를 위해 사용되고 있는 FAIR 원칙을 국내 여러 공공데이터 포털 및 데이터 거래를 위해 구축된 빅데이터 플랫폼에 데이터 성숙도 평가를 위한 새로운 모델 제안하고 평가를 시행한다. 제안한 성숙도 평가 모델은 공공데이터 포털 데이터셋 품질을 평가하는 모델이다.

Abstract ▼ AI-Helper

Development of the big data industry, the cases of providing data utilization services on digital platforms are increasing. In this regard, research in data-related fields is being conducted to apply the FAIR principle that can be applied to the assessment of (meta)data quality, service, and function to data quality evaluation. Especially, the European Open Data Portal applies an assessment model based on FAIR principles. Based on this, a data maturity assessment is conducted and the results are disclosed in reports every year. However, public data portals do not conduct data maturity evaluations based on metadata. In this paper, we propose and evaluate a new model for data maturity evaluation on a big data platform built for multiple domestic public data portals and data transactions, FAIR principles used for data maturity evaluation in Europe's open data portals. The proposed maturity evaluation model is a model that evaluates the quality of public data portal datasets.

주제어

표/그림 (8)

표 Table 1. FAIR Principle[3, 6]
표 Table 2. Metadata Maturity Assessment Table for the European Data Portal[14]
표 Table 3. RDA Metadata Maturity Assessment Table[7]
표 Table 4. Proposed FAIR-based Metadata Maturity Assessment Model
표 Table 5. Assessment of Metadata Quality of Public Data Portal
그림 Fig. 1. Metadata Quality Assessment Comparison
표 Table 6. Assessment of Metadata Quality of Bigdata-map
표 Table 7. Assessment of Metadata Quality of BigdataSea

참고문헌 (16)

Open Data Strategy Counil, "- Expansion of 「Public Data？Provision Standards」 for Convenient Data Utilization", Oct.？2021.
The 4th Industrial Revolution Committee under the direct？control of the President, 'Data platform activation plan:？from system platform to user service platform,' Jun. 2021.
"fair-principles" go-fair. n.d. [Internet], https://www.go-fair.org/fair-principles. accessed 10 Aug.
"Metadata Quality Dashboard," data.europa.eu, n.d.,？[Internet], https://data.europa.eu/mqa. accessed 10 Aug.？2022.
J. H. Park, E. S. Seong, K. H. Kim, and J. S. Youn, "FAIR？principle-based metadata quality assessment framework,"？Korea Multimedia Society Conference Papers, Mar. 2022.？https://doi.org/10.3745/PKIPS.y2021m11a.491.
M. Wilkinson et al., "The FAIR guiding principles for？scientific data management and stewardship, Scientific？Data, Vol.3, Article 160018, 2016. https://doi.org/10.1038/sdata.2016.18

상세보기
FAIR Data Maturity Model Working Group. FAIR Data？Maturity Model. Specification and Guidelines. Jun. 2020.？https://doi.org/10.15497/rda00050
N. P. Chue Hong et al., "FAIR Principles for Research？Software (FAIR4RS Principles)," Research Data Alliance.？https://doi.org/10.15497/RDA00065.
Katz, Daniel S., Pollard, Tom, Psomopoulos, Fotis, Huerta,？Eliu, Erdmann, Chrisand Blaiszik, Ben, "FAIR principles for？Machine Learning models," Zenodo, 2020. https://doi.org/10.5281/zenodo.4271996.
Bahime, Christophe, Dekkers, Makx, Herczog, Edit,？Russell, Keith, Stall, Shelleyand RDA FAIR Data Maturity？Model Working Group, "Member survey on bridging the？gap between funders and communities - perspectives on？benefits and challenges of FAIR assessments V2.0," Jan. 14,？2021. https://doi.org/10.15497/RDA00061.
D. S. Katz, F. E. Psomopoulos, and L. J. Castro, "Working？towards understanding the role of FAIR for machine？learning," Presented at the 2nd Workshop on Data and？Research Objects Management for Linked Open Science？(DaMaLOS 2021), Oct. 24, 2021. https://doi.org/10.5281/zenodo.5594990.
H. L. Kim, "FAIR principles: Considerations for implementing digital archives from a data perspective," Journal？of Korean Society of Archives and Records Management,？Vol.21, No.2, pp.155-172, 2021. https://doi.org/10.14404/？JKSARM.2021.21.2.155

원문보기 상세보기
FAIR Data Maturity Model Working Group, "FAIR Data？Maturity Model. Specification and Guidelines," Jun. 25,？2020. doi: 10.15497/rda00050.
"Metadata Quality Assessment Methodology," data.europa.？eu, n.d. [Internet], https://data.europa.eu/mqa/methodology.accessed 10 Aug 2022.
D. S. Katz, T. Pollard, F. Psomopoulos, E. Huerta, C.？Erdmann, and B. Blaiszik, "FAIR principles for Machine？Learning models," Research Data Alliance Virtual Plenary？16 (RDA VP16). Zenodo. https://doi.org/10.5281/zenodo.4271996.
C. Bahim et al., "The FAIR data maturity model: An？approach to harmonise FAIR assessments," Data Science？Journal, Vol.19, No.1, pp.41, 2020. http://doi.org/10.5334/dsj-2020-041.

상세보기

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증