Mõiste definitsioonis ABC

Me elame ajastul, kus andmeid on palju. Mõelgem sellele natuke: millised andmed meie kohta võivad olla Internet, ujub küberruumis? Nimi, perekonnanimi, võib-olla aadress (veebis tehtud ostu toode, mis on loomulikult pidanud meie majja jõudma), muusika mida me kuuleme (meie Spotify loenditest või mida kuulame Soundcloudist), milliseid artikleid vaatame (Amazoni ja muude veebipoodide lehtede toode) ja palju muud.

Kui töödeldud ja analüüsitud andmehulk võib meid järelduste tegemiseks teha nii üksikute inimeste kui ka nende kogumite kohta elanikkonnastja isegi nende eristamiseks vastavalt nende eelistustele, järeldused, mida omakorda saame soovituste kujul rakendada konkreetsete isikute jaoks. Selle jaoks on distsipliin kohta Suured andmed.

Me määratleme Suured andmed kui arvutiteaduse distsipliin, mis tegeleb suurte kogumise, haldamise ja analüüsimisega andmekogumite põhjal, tehes selle analüüsi põhjal järeldusi ja rakendades neid järeldusi juhtumite jaoks betoonist.

See tähendab, et Suured andmed see on täielik distsipliin ja mitte ainult kogumine ja ladustamine suurtest andmekogumitest.

Ajastul, kus andmeid pole mitte ainult vähe, vaid paljudel juhtudel on meil rohkem kui soovime või mis võib tõesti kasulik olla, Suured andmed see käsitleb ka seda, kuidas valida andmed, mis on meile analüüside tegemiseks ja järelduste tegemiseks tõesti kasulikud.

Lõppeesmärk Suured andmed on saada kasu meie ettevõttele või algatusele.

Võtame konkreetse juhtumi: oletame, et meil on veebipood ja et meie kliendid kuulevad Salvestame teavet, näiteks loo pealkirja, esitaja nime ja iga kordade arvu. laul.

Kui kõik need andmed on analüüsitud, võime jõuda mitmele järeldusele. Oletame, et näeme, et igaüks meist klient On kombeks liigitada nende muusikalised võimalused ühte või mõnda konkreetsesse žanrisse ja et me saame liigitada kõik rühmad ja artistid, mis meil kataloogis on, nendesse žanritesse.

Niisiis saame kasutada Suured andmed soovitada meie kaupluse klientidel kuulata (ja hiljem muidugi osta!) muusikat teatud rühmadelt, mis sobivad nende eelistustega.

Nii pakume teenust, mis on paremini kohandatud igaühe isiklikele eelistustele klientidele, muutes selle isikupärasemaks ja andes neile seetõttu poe asemel oma poe üldine.

The Suured andmed See on distsipliin, mida nad kasutavad näiteks sotsiaalvõrgustikes, et soovitada järgitavaid lehti ja profiile, või sisuvõrgud, et soovitada lugemist.

Amazon on üks äritegevusest, mis näitab selle kasutamist Suured andmedSelle kuulsa veebisaidi kõigi kasutajate päringute ja ostude analüüsi põhjal järeldatakse, milliseid ettepanekuid uute toodete jaoks tuleks näidata igale üksikule kasutajale.

Siiski tuleb märkida, et kõik, mida meile Internetis soovitatakse, pole läbi trendianalüüsi Suured andmed.

Samuti peame arvestama ettepanekuid esitavate ettevõtete ja toodete tootjate vahel sõlmitud kaubanduslepingutega, nii et nende ettepanekutes oleks neid ka.

Tehnoloogiliselt lahenduste kasutamine Suured andmed nõuab suurt töötlemisvõimsust.

Seetõttu harjuvad nad kasutama spetsiaalseid arvutisüsteeme, näiteks suuri servereid ja rajatisi spetsiaalsed ettevõtted, mida spetsialiseerunud ettevõtted rendivad konkreetsete uuringute jaoks või klientidele kasutamiseks kogu ulatuses aasta.

Mitu korda Suured andmed see nõuab tegelemist andmekogudega, mis pole täielikult struktureeritud. Sellepärast on seda tüüpi rakendustes kasutamiseks vaja konkreetseid lahendusi.

On öeldud, et tehnilised profiilid on spetsialiseerunud Suured andmed nende järele on tulevikus suur nõudlus.

Teisisõnu, kui kaalute tööd arvutiteaduses, peaksite seda tegema mõtle tõsiselt spetsialiseerunud Suured andmed, kus nõudluse katmiseks puudub pakkumine.

Andmete kogumine selle hilisemaks analüüsiks ei toimu mitte ainult Internetis ja inimestel, vaid seda saab teha ka IoT andurite abil.

Nii saame näiteks analüüsima juhtide käitumismustrid, parkimisanduritelt andmete kogumine, et teada saada kõige kiiremat aega või sõidumustreid. liikumine.

Fotod: Fotolia - lasse / georgejmclittle

Big Data teemad