Koncept i definition ABC

Vi lever i en tid där data finns i överflöd. Låt oss tänka lite på det: vilka data om oss kan det finnas i Internet, flyter i cyberspace? Namn, efternamn, kanske adress (produkt från ett köp vi har gjort online och som naturligtvis var tvungen att komma hem), musik vad vi hör (från våra Spotify-listor eller vad vi lyssnar på på Soundcloud), vilka artiklar vi tittar på (produkt från sidorna vi ser på Amazon och andra onlinebutiker) och många fler.

Denna mängd data kan, när de väl behandlats och analyserats, leda oss till slutsatser, både om enskilda personer och om uppsättningar av befolkning, och till och med för att skilja dessa efter deras preferenser, slutsatser som vi i sin tur kan använda för specifika individer i form av rekommendationer. För detta, disciplin av Big data.

Vi definierar Big data som den beräkningsvetenskapliga disciplinen som handlar om fångst, hantering och analys av stora datamängder, drar slutsatser från denna analys och tillämpar dessa slutsatser på fall betong.

Det är Big data det är en fullständig disciplin, och inte bara samlingen och lagring av stora datamängder.

I en era där data inte bara är knappa, men i många fall har vi mer än vi skulle vilja eller som kan vara riktigt användbara, Big data det handlar också om hur man väljer de data som är användbara för oss för analyser och slutsatser.

Det ultimata målet för Big data är att få en fördel för vårt företag eller vårt initiativ.

Låt oss ta ett konkret fall: låt oss anta att vi har en online-musikbutik och att det, från vad våra kunder hör, Vi lagrar information som låtens titel, artistnamn och antalet gånger som varje spelas. låt.

När alla dessa data har analyserats kan vi dra flera slutsatser. Låt oss säga att vi ser att alla våra klient Det är vanligt att duva sina musikaliska alternativ i en eller några specifika genrer, och att vi kan klassificera var och en av de grupper och artister som vi har i vår katalog i dessa genrer.

Så vi kan använda Big data att rekommendera våra butikskunder att de lyssnar på (och senare köper, naturligtvis!) musik från vissa grupper som passar deras önskemål.

På detta sätt erbjuder vi en tjänst som är mer anpassad till våra personliga preferenser kunderna, vilket gör det mer personligt och därför ger dem "din butik" istället för en butik generisk.

De Big data Det är den disciplin de använder, till exempel i sociala nätverk för att föreslå sidor och profiler att följa, eller innehållswebbplatser för att föreslå avläsningar.

Amazon är ett av de företag som exemplifierar användningen av Big dataEftersom från analysen av förfrågningar och inköp av alla användare av denna berömda webbplats, dras slutsatsen vilka förslag på nya produkter som ska visas för varje enskild användare.

Det bör dock noteras att inte allt som föreslås för oss på Internet är resultatet av trendanalys genom Big data.

Vi måste också ta hänsyn till kommersiella avtal mellan de företag som lämnar förslagen och tillverkarna av produkter så att de är de som visas i nämnda förslag.

Tekniskt sett användningen av lösningar Big data kräver stor processorkraft.

Det är därför de vänjer sig vid att använda dedikerade datorsystem, som stora servrar och anläggningar dedikerade företag som specialföretag hyr för specifika studier eller till kunder för användning under hela år.

Många gånger Big data det kräver hantering av datainsamlingar som inte är helt strukturerade. Det är därför som specifika lösningar krävs för användning i dessa typer av applikationer.

Det har sagts att tekniska profiler är specialiserade på Big data de kommer att vara i hög efterfrågan i framtiden.

Med andra ord, om du funderar på ett arbete inom datavetenskap, borde du göra det tror specialiserat sig på allvar inom området Big data, där det saknas utbud för att täcka efterfrågan.

Datainsamling för efterföljande analys utförs inte bara på Internet och på människor utan kan också göras med hjälp av IoT-sensorer.

På detta sätt kan vi till exempel analysera förarens beteendemönster, samla in data från parkeringssensorerna för att känna till de mest trafikerade timmarna eller rörelse.

Foton: Fotolia - lasse / georgejmclittle

Ämnen i Big Data