정의 ABC의 개념

우리는 데이터가 풍부한 시대에 살고 있습니다. 그것에 대해 조금 생각해 봅시다. 우리에 대한 어떤 데이터가 인터넷, 사이버 공간에 떠 있나요? 이름, 성, 아마도 주소 (우리가 온라인에서 구매했고 당연히 우리 집에 도착해야했던 제품), 음악 우리가 듣는 것 (Spotify 목록 또는 Soundcloud에서 듣는 것), 우리가 보는 기사 (Amazon 및 기타 온라인 상점에서 본 페이지의 제품) 등.

일단 처리되고 분석 된이 양의 데이터는 개인과 개인에 대한 결론을 이끌어 낼 수 있습니다. 인구, 그리고 그들의 선호도에 따라 이들을 차별화하기 위해, 우리가 추천의 형태로 특정 개인에게 적용 할 수있는 결론. 이를 위해 징계 의 빅 데이터.

우리는 빅 데이터 대규모의 캡처, 관리 및 분석을 다루는 전산 과학 분야로 데이터 세트, 이 분석에서 결론을 도출하고 이러한 결론을 사례에 적용 콘크리트.

즉, 빅 데이터 그것은 단지 컬렉션과 저장 큰 데이터 세트의.

데이터가 부족할뿐만 아니라 많은 경우 우리가 원하는 것보다 더 많거나 실제로 유용 할 수있는 시대에 빅 데이터 또한 분석을 수행하고 결론을 도출하는 데 정말 유용한 데이터를 선택하는 방법도 다룹니다.

궁극적 인 목표 빅 데이터 우리 회사 또는 이니셔티브에 대한 이익을 얻는 것입니다.

구체적인 사례를 들어 보겠습니다. 온라인 뮤직 스토어가 있고 고객이들은 내용에서 우리는 노래 제목, 아티스트 이름 및 각 재생 횟수와 같은 정보를 저장합니다. 노래.

이 모든 데이터가 분석되면 몇 가지 결론에 도달 할 수 있습니다. 각각의 고객 음악 옵션을 하나 또는 몇 가지 특정 장르로 분류하는 것이 일반적이며 카탈로그에있는 각 그룹과 아티스트를 이러한 장르로 분류 할 수 있습니다.

그래서 우리는 빅 데이터 매장 고객에게 선호도에 맞는 특정 그룹의 음악을 듣거나 나중에 구매하도록 권장합니다.

이러한 방식으로 우리는 각자의 개인 선호도에 맞게 조정 된 서비스를 제공합니다. 더 개인화되어 매장이 아닌 '내 매장'을 제공합니다. 일반적인.

그만큼 빅 데이터 예를 들어 소셜 네트워크에서 팔로우 할 페이지와 프로필을 제안하거나 읽기를 제안하는 콘텐츠 웹 사이트에서 사용하는 규칙입니다.

Amazon은 다음의 사용을 예시하는 비즈니스 중 하나입니다. 빅 데이터이 유명한 웹 사이트의 모든 사용자의 문의와 구매를 분석 한 결과, 각 사용자에게 어떤 신제품 제안을 보여줘야 하는지를 결론지었습니다.

그러나 인터넷에서 우리에게 제안 된 모든 것이 다음을 통한 트렌드 분석의 결과는 아닙니다. 빅 데이터.

우리는 또한 제안을하는 회사와 제품 제조업체 간의 상업적 계약을 고려하여 해당 제안이 해당 제안에 표시되도록해야합니다.

기술적으로 솔루션 사용 빅 데이터 큰 처리 능력이 필요합니다.

그렇기 때문에 대형 서버 및 시설과 같은 전용 컴퓨터 시스템을 사용하는 데 익숙해집니다. 전문 기업이 특정 연구를 위해 임대하거나 전체적으로 사용하기 위해 고객에게 임대하는 전담 기업 년.

여러 번 빅 데이터 완전히 구조화되지 않은 데이터 수집을 처리해야합니다. 그렇기 때문에 이러한 유형의 응용 프로그램에서 사용하려면 특정 솔루션이 필요합니다.

전문 기술 프로필은 빅 데이터 그들은 미래에 높은 수요가있을 것입니다.

즉, 컴퓨터 과학 분야에서 일할 생각이라면 생각한다 진지하게 전문 분야 빅 데이터, 수요를 충당하기위한 공급이 부족합니다.

후속 분석을위한 데이터 수집은 인터넷과 사람에서 수행 될뿐만 아니라 IoT 센서를 사용하여 수행 될 수도 있습니다.

예를 들어 이러한 방식으로 분석하다 운전자의 행동 패턴, 가장 바쁜 시간이나 운전 패턴을 알기 위해 주차 센서에서 데이터를 수집합니다. 운동.

사진: Fotolia-lasse / georgejmclittle

빅 데이터 주제