بایگانی برای دسته "داده‌های بزرگ"

تحلیل داده‌های بزرگ

بدون نظر

تحلیل داده‌های بزرگ، به معنی استفاده از روش‌های تحلیلی پیشرفته برای داده‌های بزرگ و متنوعی است که انواع مختلفی همچون ساخت‌یافته/ساخت‌نیافته و جریانی/دسته‌ای را شامل شده و اندازه آن نیز از ترابایت‌ها (Terabyte) تا زتابایت‌ها (Zettabyte) وجود دارد. این اصطلاح، به داده‌های حجیمی اطلاق می‌شود که اندازه و نوع آنها فرای قدرت پایگاه داده‌های سنتی برای دریافت، ذخیره‌سازی، مدیریت و پردازش با تأخیر کم است و حداقل یکی از ویژگی‌های حجم بالا، سرعت بالا و تنوع بالا را داراست. منشأ داده‌های بزرگ، حسگرها، وسایل، شبکه‌ها، لاگ‌ها، صوت/تصویر، برنامه‌های تراکنشی، وب و شبکه اجتماعی است که بیشتر نیز به صورت بلادرنگ ایجاد می‌شود.

تحلیلگران، محققان و کاربران کسب‌وکار می‌توانند از تحلیل داده‌های بزرگ، استفاده کنند و تصمیم‌های سریعتر و بهتری بگیرند. این مساله، پیش از این سابقه نداشته است. با استفاده از روش‌های تحلیل داده‌های بزرگ مانند تحلیل متن، یادگیری ماشین، تحلیل پیشگویانه، داده کاوی، آمار و پردازش زبان‌های طبیعی، سازمان‌ها و صاحبان کسب‌وکار می‌توانند انبوه داده‌های انبارشده را به همراه داده‌های سازمانی موجود، بررسی کرده و به نتایج و بینش‌های جدیدی برای تصمیم‌های بهتر برسند.

منبع


داده‌های بزرگ

بدون نظر

 

هر روزه میلیاردها گیگابایت داده به شکل‌های مختلف، مانند مطالب رسانه اجتماعی، اطلاعات دریافت شده از حسگرها و ابزارهای پزشکی، ویدئوها و تراکنش‌‌‌ها تولید می‌شود. به این داده‌ها، داده‌های بزرگ می‌گویند. حال می‌خواهیم بدانیم که با داده‌های بزرگ، چه می‌توان کرد.
به شرط وجود دانش استفاده از این داده‌ها می‌توان دامنه وسیعی از مشکلات را حل نمود. کمک به درک بهتر مشارکت مشتری، بهینه‌سازی عملیات، جلوگیری از تقلب و تهدید، و کشف منابع جدید درآمدی، از این موارد هستند. با این حال برای موفقیت در این بخش، می‌باید مهارت‌های لازم برای مدیریت و فهم این داده‌ها را به دست آورد.

ابعاد ۴گانه داده‌های بزرگ عبارتند از:

Volume: حجم و مقیاس داده‌ها همواره در حال افزایش است.
Variety: تنوع داده‌ها و اشکال آنها قابل توجه است. ویدئو، اطلاعات دستگاه‌های پزشکی، ابزارهای سیار و غیره از این نوع هستند.
Veracity: اطمینان به صحت، کیفیت و دقت داده‌ها پایین است.
Velocity: تحلیل جریان عظیم و سریعی از داده‌ها به ابزارها و مهارت‌های خاصی نیاز دارد.

منبع


دسترس‌پذیری و تحلیل سامانه‌ها و داده‌های سازمانی

بدون نظر

داده بزرگ

طی سال‌های گذشته، تحلیل، پیشگویی و دریافت گزارش‌های استاندارد، موارد اصلی بودند که ابزارهای هوش سازمانی، به دست می‌دادند. امروزه، تنها با خبر شدن از آنچه اتفاق افتاده و چرایی آن، کافی نیست.

لازم است سازمان‌ها از آنچه در زمان جاری رخ می‌دهد و آنهایی که احتمالاً در آینده اتفاق خواهد افتاد و البته اقدامات لازم برای دریافت بهترین نتایج، آگاه باشند. به همین دلیل است که هوشمندترین سازمان‌ها از تحلیل فرایندهای کسب‌وکار استفاده می‌کنند. تحلیل کسب‌وکار برای یافتن موارد تقلب، افزایش میزان رضایت مشتری و سودآوری، از این موارد است.

سامانه‌های سازمانی (Enterprise Systems) در هسته بیشتر این فرایندهای تحلیلی هستند. داده‌های عملیاتی با ارزش، در این سامانه‌ها نگهداری شده و فرایندهای اصلی کسب‌وکار را نیز این سامانه‌ها اجرا می‌کنند.

امنیت و انعطاف‌پذیری بالای سامانه‌های سازمانی، هنگام تحلیل فرایندهای جاری که می‌باید همواره در دسترس باشند، امری حیاتی است. همچنین این سامانه‌ها دسترسی داده‌ها به روش‌های جدید و پیوند داده‌ها و فرایندها را فراهم می‌کنند. مقیاس‌پذیری نیز برای کنترل و مدیریت رشد روزافزون تحلیل سامانه‌های عملیاتی، امری ضروری است.

منبع