|
Odatda, katta ma'lumotlar uchta manbadan olinadi
|
| bet | 3/6 | | Sana | 24.11.2022 | | Hajmi | 427.26 Kb. | | #31643 |
Bog'liq M1-21 Abduvaliyev Izzatullo ZAKT mustaqil ish-1 1. Anketa (talabalar), 3-mavzu, conference, 12 labaratoriya ishi, Маълумотлар тузилмаси ва алгоритмлар узб, Abduvositaka, Saralash algoritmlari, Akademik yozuv 2 Omonboyev Rashidbek 12, kontakt hodisalar, golosariy, Operatsion tizimlar uz, 1 - lesson (internet), 2-маруза мавзуси Симулятор, dars tahlili, 6666666666666666666666666666666666666Odatda, katta ma'lumotlar uchta manbadan olinadi:
Internet (ijtimoiy tarmoqlar, forumlar, bloglar, OAV va boshqa saytlar);
Korporativ hujjatlar arxivlari;
Datchiklar, asboblar va boshqa qurilmalardan o'qishlar.
Banklarda katta ma'lumotlar
Yuqorida tavsiflangan tizimga qo'shimcha ravishda, Sberbankning 2014-2018 yillarga mo'ljallangan strategiyasida. mijozlarga sifatli xizmat ko'rsatish, xatarlarni boshqarish va xarajatlarni optimallashtirish uchun katta hajmdagi ma'lumotlarni tahlil qilishning ahamiyati to'g'risida gaplashadi. Endilikda bank xavflarni boshqarish, firibgarliklarga qarshi kurashish, mijozlarning kreditga layoqatini segmentatsiya qilish va baholash, xodimlarni boshqarish, filiallardagi navbatni bashorat qilish, xodimlar uchun bonuslarni hisoblash va boshqa vazifalarni hal etish uchun katta ma'lumotlardan foydalanadi.
VTB24 katta ma'lumotlardan mijozlar ishini boshqarish va boshqarish, moliyaviy hisobotlarni tuzish, ijtimoiy tarmoqlar va forumlarda sharhlarni tahlil qilish uchun foydalanadi. Buning uchun u Teradata, SAS Visual Analytics va SAS Marketing Optimizer echimlaridan foydalanadi.
2011 yilda yaratilgan va takrorlanadigan ma'lumotlarning umumiy hajmi 1,8 zettabaytni (1,8 trln gigabayt) tashkil qilishi mumkinligi taxmin qilingan, bu 2006 yildagidan qariyb 9 baravar ko'p.
Biroq, “katta ma'lumotlar” juda ko'p ma'lumotni tahlil qilish bilan cheklanmaslik kerak. Muammo shundaki, tashkilotlar katta hajmdagi ma'lumotlarni yaratishda emas, aksariyati veb-saytlar, videolar, matnli hujjatlar, mashina kodi yoki, masalan, geokosmik ma'lumotlar kabi an'anaviy tuzilgan ma'lumotlar bazasi formatiga mos kelmaydigan formatda. ... Bularning barchasi juda ko'p turli xil omborxonalarda, ba'zan hatto tashkilot tashqarisida saqlanadi. Natijada, korporatsiyalar juda katta miqdordagi ma'lumotlarga ega bo'lishlari mumkin va ushbu ma'lumotlar o'rtasida aloqani o'rnatish va undan mazmunli xulosalar chiqarish uchun zarur vositalarga ega bo'lishlari mumkin. Ma'lumotlarning tobora tez-tez yangilanib turishini va siz an'anaviy ravishda tahlil qilinadigan ma'lumotlarning doimiy ravishda yangilanib turadigan ulkan hajmlarini ushlab turolmaydigan vaziyatga tushib qolasiz va natijada texnologiyalarga yo'l ochasiz. katta ma'lumotlar. Aslida, tushuncha katta ma'lumotlar samaradorlikni oshirish, yangi mahsulotlar yaratish va raqobatdoshlikni oshirish maqsadida juda ko'p miqdorda yangilanadigan va turli manbalarda joylashgan juda katta hajmli va turli xil tarkibdagi ma'lumotlar bilan ishlash degani. Forrester konsalting firmasi quyidagicha xulosa qiladi: “ Katta ma'lumotlar” foydalanish imkoniyati chegarasida ma'lumotlar mantiqiy bo'lgan texnik va texnologiyalarni birlashtirish. '
Biznes zakovati va katta ma'lumotlar o'rtasidagi farq qanchalik katta?
Kreyg Batei, Fujitsu Avstraliya marketing bo'yicha bosh menejeri va bosh texnologiya menejeri, biznesni tahlil qilish - bu ma'lum vaqt ichida biznes tomonidan erishilgan natijalarni tahlil qilishning tavsifiy jarayoni, deb hisoblaydi. katta ma'lumotlar Sizga kelajak uchun biznes bo'yicha tavsiyalarni taklif qilishga qodir bo'lgan tahlilni bashoratli qilishga imkon beradi. Katta ma'lumotlar, shuningdek, ma'lumotni nafaqat tuzilgan saqlashga ko'proq e'tibor berishga imkon beradigan biznes-razvedka vositalariga qaraganda ko'proq ma'lumot turlarini tahlil qilishga imkon beradi.
Mett Slocum O "Reilly Radar" fikriga qaramay katta ma'lumotlar va ishbilarmonlik intellektining maqsadi bir xil (savolga javob topish), ular bir-biridan uch jihatdan farq qiladi.
Katta ma'lumotlar biznes ma'lumotlariga qaraganda ko'proq ma'lumotlarga ishlov berish uchun ishlab chiqilgan va bu albatta katta ma'lumotlarning an'anaviy ta'rifiga mos keladi.
Katta ma'lumotlar tezroq olinadigan va o'zgartiriladigan ma'lumotni qayta ishlashga mo'ljallangan bo'lib, bu chuqur izlanish va interaktivlikni anglatadi. Ba'zi hollarda, natijalar veb-sahifa yuklanishiga qaraganda tezroq yaratiladi.
Katta ma'lumotlar strukturalanmagan ma'lumotlarga ishlov berish uchun ishlab chiqilgan bo'lib, biz uni to'plash va saqlash imkoniyatiga ega bo'lganimizdan so'ng, biz uni o'rganishni boshlaymiz va ushbu qatorlar tarkibidagi tendentsiyalarni topish oson bo'lishi uchun bizga algoritmlar va muloqotlar kerak.
Oracle Axborot Arxitekturasiga ko'ra: Oracle tomonidan nashr etilgan Katta ma'lumotlarga mo'ljallangan oq qog'ozga mo'ljallangan arxitektura qo'llanmasiga binoan, biz ma'lumotni ish tahlilida emas, balki katta ma'lumotlar bilan ishlaganda boshqacha yondashamiz. Katta ma'lumotlar bilan ishlash odatiy biznesni o'rganish jarayoniga o'xshamaydi, unda ma'lum bo'lgan qiymatlarni oddiy qo'shilishi natijalarni beradi: masalan, to'langan schyot-fakturalardagi ma'lumotlar yig'indisi yillik sotuvga aylanadi. Katta ma'lumotlar bilan ishlashda ketma-ket modellashtirish orqali ularni tozalash jarayonida natija olinadi: birinchidan, faraz ilgari suriladi, statistik, vizual yoki semantik model tuziladi, uning asosida ilgari surilgan gipotezaning to'g'riligi tekshiriladi va undan keyingisi oldinga suriladi. Ushbu jarayon tadqiqotchidan vizual qiymatlarni izohlashni yoki bilimlarga asoslangan interfaol so'rovlarni tuzishni yoki kerakli natijani olishga qodir moslashuvchan mashinani o'rganish algoritmlarini ishlab chiqishni talab qiladi. Bundan tashqari, bunday algoritmning ishlash muddati ancha qisqa bo'lishi mumkin.
Katta ma'lumotlarni tahlil qilish usullari
Ma'lumotlar to'plamini tahlil qilish uchun juda ko'p turli xil usullar mavjud bo'lib, ular statistika va informatika (masalan, mashinani o'rganish) dan olingan vositalarga asoslangan. Ro'yxat to'liq emas deb da'vo qilmaydi, ammo u turli sohalardagi eng mashhur yondashuvlarni aks ettiradi. Shu bilan birga, tadqiqotchilar yangi texnikalarni yaratish va mavjudlarini takomillashtirish ustida ishlashni davom ettirayotganliklarini tushunish kerak. Bundan tashqari, yuqorida sanab o'tilgan ba'zi usullar faqat katta ma'lumotlarga nisbatan qo'llanilishi shart emas va kichikroq massivlarda muvaffaqiyatli ishlatilishi mumkin (masalan, A / B sinovi, regressiya tahlili). Albatta, massiv qanchalik ko'p hajmli va diversifikatsiya qilingan bo'lsa, natijada shunchalik aniq va tegishli ma'lumotlarni olish mumkin.
|
| |
