Примери за големи данни и определение

Информатек Дигитал » анализът на данните » Примери за големи данни и определение

Големи данни е широко понятие за масиви от данни, толкова големи или сложни, че традиционните приложения за обработка на данни са неадекватни. Големите данни могат да включват всякакъв вид информация, както структурирана, така и неструктурирана.

Примери за големи данни и определение

Големи набори от данни

Големи данни е широко понятие за масиви от данни, толкова големи или сложни, че традиционните приложения за обработка на данни са неадекватни. Обхватът на големите данни може да бъде всякакъв размер, от терабайти до петабайти (1 трилион байта) и повече. Като цяло обхватът на големите данни включва както структурирани, така и неструктурирани видове информация.

Големите данни се отнасят до огромните количества информация, генерирани от интернет, социални мрежи и други източници. Големите данни се отнасят до набори от данни, чийто размер надвишава капацитета на традиционните инструменти за извличане на данни. управление на бази данни да ги улавя, съхранява, управлява и анализира ефективно с помощта на стандартни системи за управление на релационни бази данни (RDBMS).

Изчислено е, че 98% от данните в света са създадени само през последните две години.

Данните растат експоненциално. Всъщност се изчислява, че 98% от данните в света са създадени само през последните две години. И ако се чудите какво се е случило с останалите 2%, е, ние също не знаем това.

Как можем да се справим с този експоненциален растеж? Нуждаем се от нов модел за съхранение. данни което ни позволява да съхраняваме цялата си информация и след това да разберем какво да правим с нея по-късно (или не).

Ето защо повечето организации използват услуги за съхранение в облак като Amazon Web Services (AWS), Google Cloud Platform (GCP) или Microsoft Azure, вместо да изграждат собствена инфраструктура от нулата или да използват релационни бази данни традиционни като Oracle DBMS или Microsoft SQL Server DBMS, които изискват плащане на скъпи лицензи всяка година само за да могат да продължат да съхраняват всички тези гигабайти и гигабайти цифрови активи.

Четирите Vs на големите данни

Четирите Vs на големите данни са обем, разнообразие, скорост и достоверност.

Обемът се отнася до размера на данните, които вашата компания обработва. Разнообразието се отнася за всички видове: структурирани (като електронни таблици) и неструктурирани (като изображения). Скоростта се отнася до това колко бързо се променя информацията във времето: ако е нещо като стойности на акциите, продажби на онлайн магазин на всеки час или повече е необходима система, която може да се справи с тези промени достатъчно бързо, така че да не влияят твърде много върху бизнес решенията.

И накрая, има достоверност, тоест точност: до каква степен информацията е надеждна? Ако идва от външен източник, като социални мрежи като Twitter или Facebook, където всеки може да публикува всичко по всяко време без предварителна проверка, може да не е толкова надежден.

Структурирани и неструктурирани данни.

Големите данни могат да включват всякакъв вид информация, както структурирана, така и неструктурирана.

Примери за структурирани данни: социалноосигурителни номера, номера на кредитни карти и телефонни номера.

Примери за неструктурирани данни: уеб страници, имейли, туитове и друго съдържание в социалните медии.

Технологията за големи данни може да се използва за анализ на човешкия геном и намиране на генетични маркери на заболявания.

Технологията за големи данни може да се използва за анализ на човешкия геном и намиране на генетични маркери на заболявания. ДНК секвенирането е a ejemplo технология за големи данни, която се използва в медицинските изследвания от началото на 2000-те години. Чрез идентифициране на отделни гени и техните вариации изследователите могат да идентифицират генетични фактори, които допринасят за заболявания като рак или диабет.

Проучванията за асоцииране в целия геном (GWAS) използват техника, наречена микрочипове, която позволява на учените да анализират хиляди проби наведнъж, търсейки специфични модели в нивата на генна експресия. Този процес им позволява да идентифицират генетични варианти, свързани със заболявания като Алцхаймер или шизофрения; Повечето резултати от GWAS обаче остават неубедителни до голяма степен, защото се основават на малки размери на извадката (в много случаи по-малко от 100 индивида).

Тъй като броят на хората, участващи в тези проучвания, се увеличава и особено ако тези участници се съгласят на допълнителни тестове, трябва да очакваме нарастващи нива на точност заедно с по-добро разбиране за това как специфичните фактори на околната среда взаимодействат с нашите гени по време на етапите на развитие по-късно в жизнения път.

Употреби за големи данни

Днес има много приложения за Big Data, които променят начина, по който живеем и работим.

Големите данни могат да се използват за подобряване на здравеопазването, Обслужване на клиенти и образование. Освен това може да помогне на агенциите за обществена безопасност да защитят по-добре своите общности и бизнеса да имат достъп до нови възможности, като използват големи данни за подобряване на бизнес процесите.

здравеЛекарите и медицинските сестри използват досиетата на пациентите, за да вземат решения относно плановете за лечение, но с толкова много налична информация за всеки пациент им е трудно да намерят това, от което се нуждаят, когато имат нужда. С инструментите за анализ на големи данни лекарите ще имат достъп до по-широк набор от информация за медицинската история на своите пациенти от всякога, включително информация за това дали дадено лекарство е причинило нежелана реакция или дали други лекарства могат да взаимодействат отрицателно едно с друго (като лекарства за кръвно налягане). Това може да спаси животи, защото лекарите ще разберат веднага кои лечения ще работят най-добре въз основа на минал опит, вместо да губят време, опитвайки различни комбинации, докато нещо подейства достатъчно добре.

Големите данни днес имат много приложения, които може би не осъзнавате.

Големите данни се използват по много различни начини за анализиране на човешкото поведение. Може да се използва за анализиране на това как хората използват своите мобилни устройства, как взаимодействат помежду си и дори как харчат парите си.

Ето някои примери за приложения с големи данни:

• Анализирайте социалните медии, за да разберете какво се случва в света около вас, за което може да не сте наясно (например тенденции в модата или технологиите).
• Използване на сензори и камери, поставени в градовете, за наблюдение на трафика, така че правителствата да могат по-добре да планират обществените работи или да подобрят обществения транспорт.

Заключение

Big data е термин, използван за описание на огромните количества данни, които можем да събираме, анализираме и използваме в ежедневието си. Тази информация може да се използва за много различни цели, като например намиране на генетични маркери за заболявания или анализиране на човешки геноми, за да се разбере по-добре как функционират. Важно е да запомните, че има и отрицателни последици, свързани с тази технология, като опасения относно поверителността на хората, които имат достъп до вашата лична информация.