מושג בהגדרה ABC

אנו חיים בעידן בו נתונים רבים. בואו נחשוב על זה קצת: באילו נתונים עלינו יכולים להיות מרשתת, צף במרחב הסייבר? שם, שם משפחה, אולי כתובת (מוצר של רכישה שביצענו באינטרנט ואשר, כמובן, היה צריך לחזור הביתה), מוּסִיקָה מה אנו שומעים (מרשימות Spotify שלנו או מה אנו מאזינים בסאונדקלוד), אילו מאמרים אנו מסתכלים (תוצר של הדפים שאנו רואים באמזון ובחנויות מקוונות אחרות), ורבים נוספים.

כמות נתונים זו, לאחר עיבוד וניתוח, יכולה להוביל אותנו למסקנות, הן לגבי אנשים בודדים והן לגבי קבוצות של נתונים אוּכְלוֹסִיָהואפילו להבדיל אותם על פי העדפותיהם, מסקנות שבתורן נוכל להחיל על אנשים ספציפיים בצורה של המלצות. לשם כך, משמעת שֶׁל נתונים גדולים.

אנו מגדירים את נתונים גדולים כתחום מדעי החישוב העוסק בלכידה, ניהול וניתוח של גדולים מערכי נתונים, הסקת מסקנות מניתוח זה, והחלת מסקנות אלה על מקרים בֵּטוֹן.

זה ה נתונים גדולים זו משמעת מוחלטת, ולא רק האוסף אִחסוּן של מערכי נתונים גדולים.

בעידן שבו הנתונים לא רק שאינם דלים, אלא שבמקרים רבים יש לנו יותר ממה שהיינו רוצים או שיכולים להיות שימושיים באמת, נתונים גדולים הוא עוסק גם בבחירת הנתונים השימושיים באמת עבור ביצוע ניתוחים והסקת מסקנות.

המטרה הסופית של נתונים גדולים היא להשיג הטבה עבור החברה או היוזמה שלנו.

בואו ניקח מקרה קונקרטי: בואו נניח שיש לנו חנות מוסיקה מקוונת וזה ממה שהלקוחות שלנו שומעים, אנו שומרים מידע כגון שם השיר, שם האמן ומספר הפעמים בהן מנגנים כל אחד. שִׁיר.

לאחר ניתוח כל הנתונים הללו, אנו יכולים להגיע למספר מסקנות. נניח שאנחנו רואים שכל אחד משלנו לָקוּחַ נהוג לחדור את האפשרויות המוזיקליות שלהם לז'אנר ספציפי או כמה וכדי שנוכל לסווג כל אחת מהקבוצות והאמנים שיש לנו בקטלוג שלנו בז'אנרים אלה.

אז נוכל להשתמש ב- נתונים גדולים להמליץ ​​ללקוחות החנות שלנו להאזין (ובהמשך לקנות, כמובן!) מוזיקה מקבוצות מסוימות המתאימות להעדפותיהם.

בדרך זו אנו מציעים שירות המותאם יותר להעדפות האישיות של כל אחד מאיתנו לקוחות, מה שהופך אותו ליותר מותאם אישית ולכן נותן להם את "החנות שלך" במקום חנות גנרית.

ה נתונים גדולים זו המשמעת בה הם משתמשים, למשל, ברשתות חברתיות כדי להציע דפים ופרופילים לעקוב אחריהם, או אתרי תוכן שמציעים קריאות.

אמזון היא אחד העסקים המדגימים את השימוש בהם נתונים גדוליםמכיוון שמניתוח הבירורים והרכישות של כל המשתמשים באתר מפורסם זה, מסקנים אילו הצעות למוצרים חדשים יש להציג לכל משתמש בנפרד.

עם זאת, יש לציין כי לא כל מה שמוצע לנו באינטרנט הוא תוצאה של ניתוח מגמות באמצעות נתונים גדולים.

עלינו לקחת בחשבון גם הסכמים מסחריים בין החברות המציעות את ההצעות, ובין יצרני המוצרים, כך שהם שלהם המופיעים בהצעות האמורות.

מבחינה טכנולוגית, שימוש בפתרונות נתונים גדולים דורש כוח עיבוד רב.

לכן הם מתרגלים להשתמש במערכות מחשב ייעודיות, כמו שרתים גדולים ומתקנים חברות ייעודיות שחברות מתמחות שוכרות ללימודים ספציפיים או ללקוחות לשימוש בכל רחבי העולם שָׁנָה.

פעמים רבות ה- נתונים גדולים זה דורש התמודדות עם אוספי נתונים שאינם מובנים במלואם. לכן נדרשים פתרונות ספציפיים לשימוש ביישומים מסוג זה.

נאמר כי פרופילים טכניים התמחו ב נתונים גדולים הם יהיו מבוקשים מאוד בעתיד.

במילים אחרות, אם אתה שוקל עבודה במדעי המחשב, עליך לעשות זאת לַחשׁוֹב מתמחים ברצינות בתחום נתונים גדולים, שבהם חסר היצע לכיסוי הביקוש.

איסוף נתונים לניתוח עוקב לא מתבצע רק באינטרנט ובאנשים, אלא יכול להיעשות גם באמצעות חיישני IoT.

בדרך זו, למשל, אנו יכולים לְנַתֵחַ דפוסי ההתנהגות של הנהגים, איסוף נתונים מחיישני החניה כדי לדעת את הזמנים העמוסים ביותר או את דפוסי הנהיגה. תְנוּעָה.

צילומים: Fotolia - lasse / georgejmclittle

נושאים ב- Big Data