DataDiff: User-Interpretable Data Transformation Summaries for Collaborative Data Analysis
DataDiff: User-Interpretable Data Transformation Summaries for Collaborative Data Analysis
复制标题
DataDiff：用于协作数据分析的用户可解释的数据转换摘要
DOI：
--
复制
发表时间：
2018
期刊：
影响因子：
--
通讯作者：
Aditya G. Parameswaran
中科院分区：
文献类型：
--
作者：
Günce Su Yilmaz;Tana Wattanawaroon;Liqi Xu;Abhishek Nigam;Aaron J. Elmore;Aditya G. Parameswaran
由于数据科学的复杂性、临时性和协作性，以及在预处理、清理和分析的各个阶段记录和推理数据的需要，人们对协作数据集版本控制产生了兴趣。为了支持有效的协作数据集版本控制，一个关键操作是区分：简洁地描述从一个数据集到下一个数据集的变化。差异化允许用户了解两个版本之间的变化，更好地理解演化过程，或者支持跨版本的有效合并或冲突检测。我们演示了 DataDiff，这是一种实用且简洁的数据差异工具，它提供了数据集之间变化的人类可解释的解释，而不依赖于导致变化的操作。
Interest in collaborative dataset versioning has emerged due to complex, ad-hoc, and collaborative nature of data science, and the need to record and reason about data at various stages of pre-processing, cleaning, and analysis. To support effective collaborative dataset versioning, one critical operation is differentiation : to succinctly describe what has changed from one dataset to the next. Differentiation, or diffing, allows users to understand changes between two versions, to better understand the evolution process, or to support effective merging or conflict detection across versions. We demonstrate DataDiff, a practical and concise data-diff tool that provides human-interpretable explanations of changes between datasets without reliance on the operations that led to the changes.
DOI：
10.1145/3035918.3064056
发表时间：
2017-05
期刊：
Proceedings of the 2017 ACM International Conference on Management of Data
影响因子：
--
作者：
Amit Chavan;A. Deshpande
通讯作者：
Amit Chavan;A. Deshpande
使用 PALEO 进行逆向工程 Top-k 数据库查询
DOI：
10.5441/002/edbt.2016.13
发表时间：
2016
期刊：
影响因子：
--
作者：
Kiril Panev;Sebastian Michel
通讯作者：
Sebastian Michel