Концепт у дефиницији АБЦ
Мисцелланеа / / July 04, 2021
Аутор Гуиллем Алсина Гонзалез, у децембру 2017
Живимо у доба у којем има много података. Размислимо мало о томе: који подаци о нама могу бити Интернет, плутајући у сајбер простору? Име, презиме, можда адреса (производ куповине коју смо обавили преко интернета и која је, наравно, морала да стигне у нашу кућу), музика шта чујемо (са наших Спотифи листа или онога што слушамо на Соундцлоуд-у), које чланке гледамо (производ страница које видимо на Амазону и другим интернет продавницама) и још много тога.
Ова количина података, једном обрађена и анализирана, може нас довести до закључака, како о појединачним људима, тако и о скуповима Популација, па чак и да их разликујемо према њиховим преференцијама, закључке које, пак, можемо применити на одређене појединце у облику препорука. За ово, дисциплина од Велики података.
Ми дефинишемо Велики података као дисциплина рачунске науке која се бави хватањем, управљањем и анализом великих скупове података, извлачење закључака из ове анализе и примену ових закључака на случајеве бетон.
То је Велики података то је комплетна дисциплина, а не само сакупљање и складиште великих скупова података.
У ери у којој подаци не само да нису ретки, већ у многим случајевима имамо више него што бисмо желели или што може бити заиста корисно, Велики података бави се и начином избора података који су нам заиста корисни за спровођење анализа и доношење закључака.
Крајњи циљ Велики података је стицање користи за нашу компанију или иницијативу.
Узмимо конкретан случај: претпоставимо да имамо музичку продавницу на мрежи и да ће оно што наши купци чују, Чувамо информације као што су наслов песме, име извођача и број пуштања. песма.
Када се анализирају сви ови подаци, можемо доћи до неколико закључака. Рецимо да видимо да је сваки наш клијент Уобичајено је да њихове музичке опције класификују у један или неколико одређених жанрова и да сваку од група и уметника које имамо у нашем каталогу можемо да класификујемо у ове жанрове.
Дакле, можемо користити Велики података да препоручимо купцима наше продавнице да слушају (и касније купују, наравно!) музику одређених група које одговарају њиховим жељама.
На овај начин нудимо услугу која је прилагођенија личним преференцијама сваког од наших купцима, чинећи је персонализованијом и, према томе, дајући им „вашу продавницу“ уместо продавнице општи.
Тхе Велики података То је дисциплина коју користе, на пример, у друштвеним мрежама да би предложили странице и профиле које треба следити, или веб странице са садржајем да предложе читања.
Амазон је једно од предузећа које илуструје употребу Велики податакаПошто се из анализе упита и куповина свих корисника ове познате веб странице закључује који предлози за нове производе треба да се прикажу сваком појединачном кориснику.
Међутим, треба напоменути да није све што нам се предлаже на Интернету резултат анализе трендова Велики података.
Морамо такође узети у обзир комерцијалне споразуме између компанија које дају предлоге и произвођача производа, тако да су они они који се појављују у поменутим предлозима.
Технолошки, употреба решења Велики података захтева велику моћ обраде.
Због тога се навикавају да користе наменске рачунарске системе, попут великих сервера и објеката наменске фирме које специјализоване фирме изнајмљују за одређене студије или клијентима на коришћење у целини године.
Много пута Велики података захтева бављење збиркама података које нису у потпуности структуриране. Због тога су потребна специфична решења за употребу у овим врстама апликација.
Речено је да су технички профили специјализовани за Велики података у будућности ће бити веома тражени.
Другим речима, ако размишљате о томе да имате посао у области рачунарства, требали бисте размисли озбиљно се специјализовали за област Велики података, у којем недостаје понуде да покрије потражњу.
Прикупљање података за накнадну анализу не врши се само на Интернету и на људима, већ се може обавити и помоћу ИоТ сензора.
На овај начин, на пример, можемо анализирати обрасце понашања возача, прикупљање података са паркинг сензора како би се знало најзапосленије радно време или обрасци вожње. кретање.
Фотографије: Фотолиа - лассе / георгејмцлиттле
Теме у великим подацима