Cassanelli, Antonio
(2024)
Sviluppo di un sistema basato su database di grafi e Large Language Model per la gestione di dati di governance.
[Laurea magistrale], Università di Bologna, Corso di Studio in
Ingegneria informatica [LM-DM270], Documento full-text non disponibile
Il full-text non è disponibile per scelta dell'autore.
(
Contatta l'autore)
Abstract
L’obiettivo principale del progetto sviluppato è approfondire i vantaggi che l'intelligenza artificiale generativa (GenAI) può conferire nell’ambito della Data Governance
(DG). Per DG si intende l’insieme di politiche (policy), procedure e tecnologie mirate alla completa gestione dei dati durante il loro intero ciclo vitale, dalla raccolta fino al loro utilizzo. I processi di DG assicurano la qualità dei dati, in termini di disponibilità, usabilità, integrità e sicurezza. In un momento storico in cui le aziende sono sempre più dipendenti dai dati in ogni aspetto dei loro business, la Data Governance gioca un ruolo cruciale e non può essere sottostimata. Tuttavia, considerando la sempre più rapida proliferazione dei dati, fornire una piattaforma robusta e completa per la gestione dei dati, può essere complesso e impegnativo.
Al fine di rendere i processi di Data Governance più efficaci ed efficienti viene utilizzata l’intelligenza artificiale generativa. La GenAI sta avendo un enorme impatto sulla nostra vita quotidiana, ma soprattutto in ambito lavorativo.
Grazie alle sue abilità di emulare la creatività umana, è possibile incrementare la produttività in molte aree. La soluzione sviluppata ha lo scopo di supportare l’utente interno di un’organizzazione nella stesura della documentazione tecnica. In particolare, il sistema deve fornire un’interpretazione in linguaggio naturale a tutto ciò che viene descritto all’interno della documentazione fornita, come, per esempio, le varie tabelle di un database oppure le query effettuate, attingendo da documentazione funzionale
e/o metadati disponibili.
Abstract
L’obiettivo principale del progetto sviluppato è approfondire i vantaggi che l'intelligenza artificiale generativa (GenAI) può conferire nell’ambito della Data Governance
(DG). Per DG si intende l’insieme di politiche (policy), procedure e tecnologie mirate alla completa gestione dei dati durante il loro intero ciclo vitale, dalla raccolta fino al loro utilizzo. I processi di DG assicurano la qualità dei dati, in termini di disponibilità, usabilità, integrità e sicurezza. In un momento storico in cui le aziende sono sempre più dipendenti dai dati in ogni aspetto dei loro business, la Data Governance gioca un ruolo cruciale e non può essere sottostimata. Tuttavia, considerando la sempre più rapida proliferazione dei dati, fornire una piattaforma robusta e completa per la gestione dei dati, può essere complesso e impegnativo.
Al fine di rendere i processi di Data Governance più efficaci ed efficienti viene utilizzata l’intelligenza artificiale generativa. La GenAI sta avendo un enorme impatto sulla nostra vita quotidiana, ma soprattutto in ambito lavorativo.
Grazie alle sue abilità di emulare la creatività umana, è possibile incrementare la produttività in molte aree. La soluzione sviluppata ha lo scopo di supportare l’utente interno di un’organizzazione nella stesura della documentazione tecnica. In particolare, il sistema deve fornire un’interpretazione in linguaggio naturale a tutto ciò che viene descritto all’interno della documentazione fornita, come, per esempio, le varie tabelle di un database oppure le query effettuate, attingendo da documentazione funzionale
e/o metadati disponibili.
Tipologia del documento
Tesi di laurea
(Laurea magistrale)
Autore della tesi
Cassanelli, Antonio
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Indirizzo
CURRICULUM INGEGNERIA INFORMATICA
Ordinamento Cds
DM270
Parole chiave
rag, intelligenza artificiale, database, grafo, genai, governance, data mining, machine learning, LLM
Data di discussione della Tesi
8 Ottobre 2024
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Cassanelli, Antonio
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Indirizzo
CURRICULUM INGEGNERIA INFORMATICA
Ordinamento Cds
DM270
Parole chiave
rag, intelligenza artificiale, database, grafo, genai, governance, data mining, machine learning, LLM
Data di discussione della Tesi
8 Ottobre 2024
URI
Gestione del documento: