أمثلة وتعريفات للبيانات الضخمة

إنفورماتيك ديجيتال » تحليل البيانات » أمثلة وتعريفات للبيانات الضخمة

البيانات الضخمة هو مصطلح واسع النطاق لمجموعات البيانات الضخمة أو المعقدة لدرجة أن تطبيقات معالجة البيانات التقليدية غير كافية. يمكن أن تتضمن البيانات الضخمة أي نوع من المعلومات، سواء كانت منظمة أو غير منظمة.

أمثلة وتعريفات للبيانات الضخمة

مجموعات البيانات الكبيرة

البيانات الضخمة هو مصطلح واسع النطاق لمجموعات البيانات الضخمة أو المعقدة لدرجة أن تطبيقات معالجة البيانات التقليدية غير كافية. يمكن أن يكون نطاق البيانات الضخمة بأي حجم، من تيرابايت إلى بيتابايت (تريليون بايت) وأكثر. بشكل عام، يشمل نطاق البيانات الضخمة أنواع المعلومات المنظمة وغير المنظمة.

تشير البيانات الضخمة إلى الكميات الهائلة من المعلومات التي يتم توليدها عبر الإنترنت ووسائل التواصل الاجتماعي وغيرها من المصادر . وتشير البيانات الضخمة إلى مجموعات البيانات التي يتجاوز حجمها قدرة أدوات إدارة قواعد البيانات التقليدية على جمعها وتخزينها وإدارتها وتحليلها بفعالية باستخدام أنظمة إدارة قواعد البيانات العلائقية القياسية (RDBMS).

وتشير التقديرات إلى أن 98% من بيانات العالم تم إنشاؤها خلال العامين الماضيين فقط.

تنمو البيانات بشكل كبير. في الواقع، من المقدر أن 98% من بيانات العالم تم إنشاؤها خلال العامين الماضيين فقط. وإذا كنت تتساءل عما حدث للـ 2% المتبقية، حسنًا، نحن لا نعرف ذلك أيضًا.

كيف يمكننا التعامل مع هذا النمو الهائل؟ حسنًا، نحن بحاجة إلى نموذج جديد لتخزين البيانات يسمح لنا بتخزين جميع معلوماتنا ثم معرفة ما يجب فعله بها لاحقًا (أو عدم فعله).

لهذا السبب تستخدم معظم المؤسسات خدمات التخزين السحابي مثل Amazon Web Services (AWS) أو Google Cloud Platform (GCP) أو Microsoft Azure، بدلاً من بناء بنيتها التحتية الخاصة من الصفر أو استخدام قواعد البيانات العلائقية التقليدية مثل Oracle DBMS أو Microsoft SQL Server DBMS، والتي تتطلب دفع تراخيص باهظة الثمن كل عام لمجرد الاستمرار في تخزين كل تلك الجيجابايتات والجيجابايتات من الأصول الرقمية.

أربعة أبعاد للبيانات الضخمة

الخصائص الأربعة للبيانات الضخمة هي: الحجم، والتنوع، والسرعة، والصدق.

يشير الحجم إلى حجم البيانات التي تعالجها شركتك. أما التنوع فيشير إلى جميع أنواعها: المنظمة (مثل جداول البيانات) وغير المنظمة (مثل الصور). وتشير السرعة إلى مدى سرعة تغير المعلومات بمرور الوقت: فإذا كانت البيانات، على سبيل المثال، أرقام مبيعات متجر إلكتروني تتغير كل ساعة تقريبًا، فأنت بحاجة إلى نظام قادر على التعامل مع هذه التغييرات بسرعة كافية بحيث لا تؤثر بشكل كبير على قرارات العمل.

وأخيرا، هناك الصدق، أي الدقة: إلى أي مدى تعتبر المعلومات موثوقة؟ إذا كان مصدره خارجيًا، مثل شبكات التواصل الاجتماعي مثل تويتر أو فيسبوك، حيث يمكن لأي شخص نشر أي شيء في أي وقت دون التحقق المسبق، فقد لا يكون موثوقًا بنفس القدر.

البيانات المنظمة وغير المنظمة.

يمكن أن تتضمن البيانات الضخمة أي نوع من المعلومات، سواء كانت منظمة أو غير منظمة.

أمثلة على البيانات المنظمة: أرقام الضمان الاجتماعي، وأرقام بطاقات الائتمان، وأرقام الهواتف.

أمثلة على البيانات غير المنظمة: صفحات الويب، ورسائل البريد الإلكتروني، والتغريدات، ومحتويات وسائل التواصل الاجتماعي الأخرى.

يمكن استخدام تقنية البيانات الضخمة لتحليل الجينوم البشري والعثور على العلامات الجينية للأمراض.

يمكن استخدام تقنيات البيانات الضخمة لتحليل الجينوم البشري واكتشاف المؤشرات الجينية للأمراض. ويُعدّ تسلسل الحمض النووي مثالاً على تقنيات البيانات الضخمة التي استُخدمت في البحوث الطبية منذ بدايتها في أوائل العقد الأول من القرن الحادي والعشرين. ومن خلال تحديد الجينات الفردية وتنوعاتها، يستطيع الباحثون تحديد العوامل الوراثية التي تُسهم في الإصابة بأمراض مثل السرطان والسكري.

تستخدم دراسات ارتباط الجينوم على نطاق واسع (GWAS) تقنية تسمى المصفوفات الدقيقة والتي تسمح للعلماء بتحليل آلاف العينات في وقت واحد بحثًا عن أنماط محددة في مستويات التعبير الجيني. وتسمح لهم هذه العملية بتحديد المتغيرات الجينية المرتبطة بأمراض مثل الزهايمر أو الفصام؛ ومع ذلك، تظل معظم نتائج دراسات ارتباط الجينوم الكامل غير حاسمة إلى حد كبير لأنها تستند إلى أحجام عينات صغيرة (في كثير من الحالات، أقل من 100 فرد).

ومع تزايد عدد الأشخاص المشاركين في هذه الدراسات، وخاصة إذا وافق هؤلاء المشاركون على إجراء اختبارات إضافية، يتعين علينا أن نتوقع زيادة معدلات الدقة إلى جانب فهم أكبر لكيفية تفاعل العوامل البيئية المحددة مع جيناتنا أثناء مراحل النمو في وقت لاحق من مسار الحياة.

استخدامات البيانات الضخمة

توجد اليوم العديد من الاستخدامات للبيانات الضخمة التي تعمل على تغيير الطريقة التي نعيش ونعمل بها.

يمكن استخدام البيانات الضخمة لتحسين الرعاية الصحية وخدمة العملاء والتعليم . كما يمكنها مساعدة وكالات السلامة العامة على حماية مجتمعاتها بشكل أفضل، ومساعدة الشركات على الوصول إلى فرص جديدة من خلال استخدام البيانات الضخمة لتحسين عملياتها التجارية.

الرعاية الصحية : يعتمد الأطباء والممرضون على سجلات المرضى لاتخاذ قرارات العلاج، ولكن مع وفرة المعلومات المتاحة عن كل مريض، يصعب العثور على ما يحتاجونه في الوقت المناسب. بفضل أدوات تحليل البيانات الضخمة، سيتمكن الأطباء من الوصول إلى نطاق أوسع من المعلومات حول التاريخ الطبي لمرضاهم أكثر من أي وقت مضى، بما في ذلك معلومات حول ما إذا كان دواء ما قد تسبب في رد فعل تحسسي أو ما إذا كانت هناك أدوية أخرى قد تتفاعل سلبًا مع بعضها البعض (مثل أدوية ضغط الدم). قد يُنقذ هذا أرواحًا لأن الأطباء سيعرفون فورًا العلاجات الأنسب بناءً على خبرتهم السابقة، بدلًا من إضاعة الوقت في تجربة تركيبات مختلفة حتى يُحقق أحدها نتائج مُرضية.

البيانات الضخمة لها العديد من الاستخدامات اليوم والتي ربما لا تدركها.

يتم استخدام البيانات الضخمة بطرق مختلفة لتحليل السلوك البشري. يمكن استخدامه لتحليل كيفية استخدام الأشخاص لأجهزتهم المحمولة، وكيفية تفاعلهم مع بعضهم البعض، وحتى كيفية إنفاق أموالهم.

وفيما يلي بعض الأمثلة على تطبيقات البيانات الضخمة:

• قم بتحليل وسائل التواصل الاجتماعي لمعرفة ما يحدث في العالم من حولك والذي قد لا تكون على علم به (على سبيل المثال، اتجاهات الموضة أو التكنولوجيا).
• استخدام أجهزة الاستشعار والكاميرات الموضوعة في المدن لمراقبة حركة المرور، حتى تتمكن الحكومات من التخطيط بشكل أفضل للأعمال العامة أو تحسين وسائل النقل العام.

اختتام

البيانات الضخمة هو مصطلح يستخدم لوصف الكميات الهائلة من البيانات التي يمكننا جمعها وتحليلها واستخدامها في حياتنا اليومية. يمكن استخدام هذه المعلومات لأغراض عديدة مختلفة، مثل العثور على العلامات الجينية للأمراض أو تحليل الجينوم البشري لفهم كيفية عملها بشكل أفضل. ومن المهم أن نتذكر أن هناك أيضًا عواقب سلبية مرتبطة بهذه التقنية، مثل المخاوف بشأن خصوصية الأشخاص الذين يمكنهم الوصول إلى معلوماتك الشخصية.