Sąvoka apibrėžime ABC

Gyvename amžiuje, kai gausu duomenų. Pagalvokime šiek tiek apie tai: kokie gali būti duomenys apie mus internetas, plūduriuojantis virtualioje erdvėje? Vardas, pavardė, galbūt adresas (pirkinio, kurį atlikome internetu ir kuris, be abejo, turėjo atvykti į mūsų namus, produktas), muzika ką girdime (iš mūsų „Spotify“ sąrašų arba ko klausomės „Soundcloud“), kokius straipsnius žiūrime („Amazon“ ir kitose internetinėse parduotuvėse matomų puslapių produktas) ir daug daugiau.

Apdorojus ir išanalizavus tokį duomenų kiekį, galime padaryti išvadas tiek apie atskirus žmones, tiek apie jų rinkinius gyventojųir netgi jas diferencijuoti pagal jų pageidavimus, išvadas, kurias savo ruožtu galime pritaikyti konkretiems asmenims rekomendacijų forma. Tam reikia drausmė apie Dideli duomenys.

Mes apibrėžiame Dideli duomenys kaip skaičiavimo mokslo disciplina, susijusi su didelių duomenų surinkimu, valdymu ir analize duomenų rinkinius, darant išvadas iš šios analizės ir pritaikant šias išvadas atvejams betono.

Tai yra Dideli duomenys tai visiška disciplina, o ne tik kolekcija ir saugojimas didelių duomenų rinkinių.

Laikmetyje, kai duomenų yra ne tik nedaug, bet daugeliu atvejų turime daugiau, nei norėtume, arba tai gali būti tikrai naudinga, Dideli duomenys jame taip pat kalbama apie tai, kaip pasirinkti duomenis, kurie mums tikrai naudingi analizei atlikti ir išvadoms padaryti.

Galutinis tikslas Dideli duomenys yra nauda mūsų įmonei ar iniciatyvai.

Paimkime konkretų atvejį: tarkime, kad mes turime internetinę muzikos parduotuvę ir kad iš to, ką girdi mūsų klientai, Mes saugome tokią informaciją kaip dainos pavadinimas, atlikėjo vardas ir kiekvieno grojimo kartų skaičius. daina.

Išanalizavus visus šiuos duomenis, galime padaryti kelias išvadas. Tarkime, mes matome, kad kiekvienas iš mūsų klientas Įprasta klasifikuoti jų muzikinius variantus pagal vieną ar kelis specifinius žanrus ir kad kiekvienas iš mūsų kataloge esančių grupių ir atlikėjų galime priskirti šiems žanrams.

Taigi, mes galime naudoti Dideli duomenys rekomenduoti mūsų parduotuvės klientams klausytis (ir, žinoma, vėliau!) muzikos iš tam tikrų grupių, atitinkančių jų pageidavimus.

Tokiu būdu mes siūlome paslaugą, labiau pritaikytą prie kiekvieno mūsų asmeninių pageidavimų klientams, todėl tai labiau pritaikoma asmeniniams poreikiams, todėl vietoj parduotuvės suteikiama „jūsų parduotuvė“ bendrinis.

Dideli duomenys Tai yra disciplina, kurią jie naudoja, pavyzdžiui, socialiniuose tinkluose, norėdami pasiūlyti puslapius ir profilius, kuriuos reikia sekti, arba turinio svetaines, kuriose siūloma skaityti.

„Amazon“ yra viena iš įmonių, kurios pavyzdys yra jų naudojimas Dideli duomenysIš visų šios garsios svetainės vartotojų užklausų ir pirkimų analizės daroma išvada, kurie naujų produktų pasiūlymai turėtų būti rodomi kiekvienam vartotojui.

Tačiau reikia pažymėti, kad ne viskas, kas mums siūloma internete, yra tendencijų analizės rezultatas Dideli duomenys.

Taip pat turime atsižvelgti į komercinius susitarimus tarp bendrovių, kurios teikia pasiūlymus, ir produktų gamintojų, kad jų būtų tie, kurie pateikiami minėtuose pasiūlymuose.

Technologiškai sprendimų naudojimas Dideli duomenys reikalauja daug apdorojimo galios.

Štai kodėl jie įpranta naudoti specialias kompiuterines sistemas, tokias kaip dideli serveriai ir įrenginiai specialios įmonės, kurias specializuotos firmos nuomoja konkretiems tyrimams arba klientams, kad jas būtų galima naudoti visam laikui metus.

Daug kartų Dideli duomenys tai reikalauja tvarkyti ne iki galo sukonstruotus duomenų rinkinius. Štai kodėl norint naudoti tokio tipo programas, reikia konkrečių sprendimų.

Buvo pasakyta, kad techniniai profiliai specializuojasi Dideli duomenys ateityje jie bus labai paklausūs.

Kitaip tariant, jei galvojate apie darbą informatikos srityje, turėtumėte tai padaryti pagalvok rimtai specializuojasi Lenkijos srityje Dideli duomenys, kurioje trūksta pasiūlos paklausai patenkinti.

Duomenys vėlesnei analizei renkami ne tik internete ir su žmonėmis, bet ir naudojant IoT jutiklius.

Pavyzdžiui, mes galime analizuoti vairuotojų elgesio modelius, renkant duomenis iš parkavimo jutiklių, kad būtų galima sužinoti intensyviausias valandas ar vairavimo įpročius. judėjimas.

Nuotraukos: Fotolia - lasse / georgejmclittle

„Big Data“ temos