المفهوم في التعريف ABC

نحن نعيش في عصر تكثر فيه البيانات. دعنا نفكر في الأمر قليلاً: ما هي البيانات المتعلقة بنا التي يمكن أن توجد فيها إنترنتتطفو في الفضاء السيبراني؟ الاسم واللقب وربما العنوان (منتج عملية شراء أجريناها عبر الإنترنت وكان من الطبيعي أن يصل إلى منزلنا) ، موسيقى ما نسمعه (من قوائم Spotify الخاصة بنا أو ما نستمع إليه على Soundcloud) ، وما هي المقالات التي ننظر إليها (منتج الصفحات التي نراها على Amazon والمتاجر الأخرى عبر الإنترنت) ، وغير ذلك الكثير.

هذه الكمية من البيانات ، بمجرد معالجتها وتحليلها ، يمكن أن تقودنا إلى استنتاجات ، حول الأفراد ومجموعات من تعداد السكان، وحتى لتمييزها وفقًا لتفضيلاتهم ، الاستنتاجات التي ، بدورها ، يمكننا تطبيقها على أفراد محددين في شكل توصيات لهذا ، فإن انضباط من البيانات الكبيرة.

نحدد ال البيانات الكبيرة باعتباره تخصص العلوم الحسابية الذي يتعامل مع الالتقاط والإدارة والتحليل الكبير مجموعات البيانات ، واستخلاص النتائج من هذا التحليل ، وتطبيق هذه الاستنتاجات على الحالات أسمنت.

هذا هو البيانات الكبيرة إنه نظام كامل ، وليس مجرد جمع و تخزين من مجموعات البيانات الكبيرة.

في عصر لا تكون فيه البيانات نادرة فحسب ، بل في كثير من الحالات لدينا أكثر مما نود أو يمكن أن يكون مفيدًا حقًا ، البيانات الكبيرة كما أنه يتعامل مع كيفية اختيار البيانات المفيدة حقًا لنا لإجراء التحليلات واستخلاص النتائج.

الهدف النهائي البيانات الكبيرة هو الحصول على فائدة لشركتنا أو مبادرتنا.

لنأخذ حالة ملموسة: لنفترض أن لدينا متجرًا للموسيقى عبر الإنترنت ، ومن ما يسمعه عملاؤنا ، نقوم بتخزين معلومات مثل عنوان الأغنية واسم الفنان وعدد مرات تشغيل كل أغنية. أغنية.

بمجرد تحليل كل هذه البيانات ، يمكننا الوصول إلى عدة استنتاجات. لنفترض أننا نرى أن كل من زبون من المعتاد تصنيف خياراتهم الموسيقية في نوع واحد أو عدة أنواع محددة ، ويمكننا تصنيف كل من المجموعات والفنانين الموجودين لدينا في الكتالوج الخاص بنا في هذه الأنواع.

لذا ، يمكننا استخدام البيانات الكبيرة لتوصية عملاء المتجر بأنهم يستمعون (ثم يشترونها لاحقًا بالطبع!) من مجموعات معينة تناسب تفضيلاتهم.

وبهذه الطريقة ، نقدم خدمة أكثر تعديلًا لتلائم التفضيلات الشخصية لكل منا العملاء ، مما يجعله أكثر تخصيصًا ، وبالتالي ، منحهم "متجرك" بدلاً من متجر نوعي.

ال البيانات الكبيرة إنه النظام الذي يستخدمونه ، على سبيل المثال ، في الشبكات الاجتماعية لاقتراح الصفحات والملفات الشخصية لمتابعة ، أو محتوى مواقع الويب لاقتراح القراءات.

Amazon هي واحدة من الشركات التي تجسد استخدام البيانات الكبيرةنظرًا لتحليل استفسارات ومشتريات جميع مستخدمي هذا الموقع الشهير ، فقد تم التوصل إلى أي اقتراحات للمنتجات الجديدة يجب عرضها لكل مستخدم على حدة.

ومع ذلك ، تجدر الإشارة إلى أنه ليس كل ما يقترح علينا على الإنترنت هو نتيجة تحليل الاتجاه من خلال البيانات الكبيرة.

كما يجب أن نأخذ في الاعتبار الاتفاقيات التجارية بين الشركات التي تقدم الاقتراحات والشركات المصنعة للمنتجات بحيث تكون عروضهم هي التي تظهر في الاقتراحات المذكورة.

من الناحية التكنولوجية ، استخدام الحلول البيانات الكبيرة يتطلب قوة معالجة كبيرة.

هذا هو السبب في أنهم اعتادوا على استخدام أنظمة كمبيوتر مخصصة ، مثل الخوادم الكبيرة والمرافق الشركات المتخصصة التي تستأجرها الشركات المتخصصة لدراسات محددة أو للعملاء لاستخدامها في جميع أنحاء العالم عام.

مرات عديدة البيانات الكبيرة يتطلب التعامل مع مجموعات البيانات غير المنظمة بالكامل. هذا هو السبب وراء الحاجة إلى حلول محددة للاستخدام في هذه الأنواع من التطبيقات.

لقد قيل أن الملامح الفنية المتخصصة في البيانات الكبيرة سيكون الطلب عليها مرتفعًا في المستقبل.

بمعنى آخر ، إذا كنت تفكر في وظيفة في علوم الكمبيوتر ، فيجب عليك ذلك فكر في متخصص بجدية في مجال البيانات الكبيرة، حيث يوجد نقص في العرض لتغطية الطلب.

لا يتم جمع البيانات للتحليل اللاحق فقط على الإنترنت وعلى الأشخاص ، ولكن يمكن أيضًا إجراؤها باستخدام مستشعرات إنترنت الأشياء.

بهذه الطريقة ، على سبيل المثال ، نستطيع تحليل أنماط سلوك السائقين ، وجمع البيانات من مجسات وقوف السيارات لمعرفة الساعات الأكثر ازدحامًا أو حركة.

الصور: Fotolia - lasse / georgejmclittle

موضوعات في البيانات الضخمة