კონცეფცია განმარტება ABC

ჩვენ ვცხოვრობთ იმ ეპოქაში, სადაც მონაცემები უხვადაა. მოდით, ცოტა მოვიფიქროთ ამაზე: ჩვენს შესახებ რა მონაცემები შეიძლება არსებობდეს ინტერნეტი, მცურავს კიბერ სივრცეში? სახელი, გვარი, შესაძლოა მისამართი (შენაძენის პროდუქტი, რომელიც ჩვენ ინტერნეტით გავაკეთეთ და, ბუნებრივია, ჩვენს სახლში მოხვედრა მოუხდა), მუსიკა რას გვესმის (ჩვენი Spotify სიებიდან ან რას ვუსმენთ Soundcloud- ზე), რა სტატიებს ვუყურებთ (იმ გვერდების პროდუქტს, რომელსაც Amazon- ზე და სხვა ონლაინ მაღაზიებში ვხედავთ) და მრავალი სხვა.

მონაცემთა ამ რაოდენობამ, დამუშავების და ანალიზის შემდეგ, შეიძლება მიგვიყვანოს დასკვნებამდე, როგორც ცალკეული ადამიანების შესახებ, ასევე სხვადასხვა ჯგუფების შესახებ მოსახლეობადა თუნდაც მათი დიფერენცირება მათი პრეფერენციების მიხედვით, დასკვნები, რომლებიც, თავის მხრივ, შეგვიძლია მივმართოთ კონკრეტულ პირებს რეკომენდაციების სახით. ამისათვის დისციპლინა საქართველოს Დიდი მონაცემები.

ჩვენ განვსაზღვრავთ Დიდი მონაცემები როგორც გამოთვლითი მეცნიერების დისციპლინა, რომელიც ეხება მსხვილთა ხელში ჩაგდებას, მართვას და ანალიზს მონაცემთა ნაკრებები, ამ ანალიზის დასკვნების გამოტანა და ამ დასკვნების გამოყენება შემთხვევებზე ბეტონის.

instagram story viewer

ანუ Დიდი მონაცემები ეს არის სრული დისციპლინა და არა მხოლოდ კოლექცია და შენახვა მონაცემთა დიდი ნაკრებების.

იმ ეპოქაში, რომელშიც მონაცემები არა მხოლოდ მწირია, არამედ ხშირ შემთხვევაში ჩვენ გვაქვს მეტი, ვიდრე გვსურს ან შეიძლება მართლაც სასარგებლო იყოს, Დიდი მონაცემები ეს ასევე ეხება იმას, თუ როგორ უნდა აირჩიოთ მონაცემები, რომლებიც ნამდვილად გამოგვადგება ანალიზის ჩასატარებლად და დასკვნების გამოსატანად.

საბოლოო მიზანი Დიდი მონაცემები არის სარგებლის მიღება ჩვენი კომპანიისთვის ან ინიციატივისთვის.

ავიღოთ კონკრეტული საქმე: დავუშვათ, რომ ჩვენ გვაქვს ონლაინ მუსიკალური მაღაზია და ეს, ჩვენი მომხმარებლების მოსმენიდან, ჩვენ ვინახავთ ინფორმაციას, როგორიცაა სიმღერის სათაური, შემსრულებლის სახელი და თითოეული დაკვრის რაოდენობის რაოდენობა. სიმღერა.

მას შემდეგ, რაც ყველა ეს მონაცემი გაანალიზდება, რამდენიმე დასკვნის გაკეთება შეგვიძლია. ვთქვათ, ვხედავთ, რომ თითოეული ჩვენი კლიენტი მათი მუსიკალური ვარიანტების კლასიფიკაცია ჩვეულებრივ ხდება ერთ ან რამდენიმე სპეციალურ ჟანრში და თითოეული ჯგუფისა და მხატვრის კლასიფიკაცია შეგვიძლია ამ ჟანრებში.

ასე რომ, ჩვენ შეგვიძლია გამოვიყენოთ Დიდი მონაცემები ვურჩიოთ ჩვენს მაღაზიის მომხმარებლებს მოისმინონ (მოგვიანებით, რა თქმა უნდა!

ამ გზით, ჩვენ გთავაზობთ სერვისს, რომელიც მორგებულია თითოეული ჩვენი პირადი შეხედულებისამებრ მომხმარებელს, რაც მას უფრო პერსონალურად აქცევს და, შესაბამისად, მათ მაღაზიის ნაცვლად აძლევს "თქვენს მაღაზიას" ზოგადი.

Დიდი მონაცემები ეს არის დისციპლინა, რომელსაც ისინი იყენებენ, მაგალითად, სოციალურ ქსელებში, რომ შესთავაზონ გვერდები და პროფილები, ან შინაარსის ვებ – გვერდები, კითხვის შემოთავაზების მიზნით.

ამაზონი არის ერთ-ერთი ბიზნესი, რომელიც ასახავს მის გამოყენებას Დიდი მონაცემებივინაიდან ამ ცნობილი ვებსაიტის ყველა მომხმარებლის გამოკითხვისა და შესყიდვების შედეგად დადგენილია, თუ რომელი შეთავაზება უნდა აჩვენოს თითოეულ მომხმარებელს ახალი პროდუქტების შესახებ.

ამასთან, უნდა აღინიშნოს, რომ ყველაფერი, რაც შემოგვთავაზეს ინტერნეტში, არ არის ტენდენციების ანალიზის შედეგი Დიდი მონაცემები.

ასევე, უნდა გავითვალისწინოთ კომერციული შეთანხმებები კომპანიებს შორის, რომლებიც წინადადებებს აკეთებენ და პროდუქციის მწარმოებლებს შორის, ისე, რომ მათი შეთავაზებები მოცემულია მათში.

ტექნოლოგიურად, ხსნარების გამოყენება Დიდი მონაცემები დიდ დამუშავების ძალას მოითხოვს.

ამიტომ ისინი ეჩვევიან გამოყოფილი კომპიუტერული სისტემების გამოყენებას, მაგალითად, დიდ სერვერებს და საშუალებებს ერთგულ ფირმებს, რომლებსაც სპეციალიზებული ფირმები ქირაობენ კონკრეტული კვლევებისთვის ან კლიენტებისთვის, რომლითაც ისინი გამოიყენებენ მთელს ქვეყანაში წელი

ბევრჯერ Დიდი მონაცემები ეს მოითხოვს მონაცემთა კოლექციების მოგვარებას, რომლებიც სრულად არ არის სტრუქტურირებული. ამიტომ ამ ტიპის პროგრამებში გამოყენებისათვის საჭიროა სპეციალური გადაწყვეტილებები.

ნათქვამია, რომ ტექნიკური პროფილები სპეციალიზირებულია Დიდი მონაცემები მომავალში ისინი ძალიან მოთხოვნილნი იქნებიან.

სხვა სიტყვებით რომ ვთქვათ, თუ კომპიუტერულ მეცნიერებაში სამუშაოს ქონაზე ფიქრობთ იფიქრე სერიოზულად სპეციალიზდება სფეროში Დიდი მონაცემები, რომელშიც მოთხოვნის დასაფარად მომარაგების ნაკლებობაა.

მონაცემთა შეგროვება შემდგომი ანალიზისთვის არა მხოლოდ ინტერნეტში და ადამიანებზე ხორციელდება, არამედ მათი გაკეთება შესაძლებელია IoT სენსორების გამოყენებით.

მაგალითად, ამ გზით შეგვიძლია გააანალიზოს მძღოლების ქცევის შაბლონებს, პარკირების სენსორებიდან მონაცემების შეგროვებას, რომ იცოდეთ დატვირთული საათები ან მართვის წესები. მოძრაობა.

ფოტოები: Fotolia - lasse / georgejmclittle

თემები დიდ მონაცემებში