Арланова А.А., Оразов М.
ТЕХНОЛОГИИ BIG DATA В ФОРМИРОВАНИИ БИЗНЕС ЗНАНИЙ *
Аннотация:
в данной статье рассматриваются особенности развития информационных технологий и их влияние на систему обучения. Проведен перекрестный и сравнительный анализ влияния выбора направления развития информационных технологий. Даны рекомендации по внедрению разработок в развитие образование
Ключевые слова:
анализ, метод, исследование, Big data, технологии
УДК 339.1
Арланова А.А.
старший преподаватель кафедры «Цифровая экономика»
Туркменский государственный институт экономики и управления
(Туркменистан, г. Ашгабад)
Оразов М.
начальник спортивного клуба студентов
Туркменский государственный архитектурно-строительный институт
(Туркменистан, г. Ашгабад)
ТЕХНОЛОГИИ BIG DATA В ФОРМИРОВАНИИ БИЗНЕС ЗНАНИЙ
Аннотация: в данной статье рассматриваются особенности развития информационных технологий и их влияние на систему обучения. Проведен перекрестный и сравнительный анализ влияния выбора направления развития информационных технологий. Даны рекомендации по внедрению разработок в развитие образование.
Ключевые слова: анализ, метод, исследование, Big data, технологии.
В современном мире знания являются важнейшим активом компании. Бизнес-знания в общем смысле — это понимание с точки зрения бизнеса, что происходит и как это полезно для использования. Переход от принятия интуитивных управленческих решений к принятию обоснованных решений, основанных на точных данных, происходит уже давно. Количество источников данных и разнообразие расширенной аналитики, используемой для принятия этих решений, продолжает расти.
По словам Билла Фрэнкса, директора по аналитике глобального партнерства в Teradata, ничто так не сформирует область расширенной аналитики, как постоянное появление новых и мощных источников данных в ближайшие годы. Сегодня можно с уверенностью заявить о наступлении эпохи революционных методов в области аналитики, связанных с использованием «больших данных».
Сам по себе термин «большие данные» относительно стар, но за последние несколько лет интерес к этому явлению значительно вырос. Это в основном связано с двумя ключевыми факторами: активным развитием и внедрением Интернет-технологий в качестве основного источника новых данных и технологическим развитием возможностей хранения и обработки огромных объемов информации.
Общепринятого определения «больших данных» сегодня не существует. Лидеры ИТ-рынка, такие как Oracle, Intel, Microsoft, предлагают свои варианты, и, суммируя характеристики, можно сформулировать понятие: Большие данные — это огромный массив данных, полученных из традиционных реляционных баз данных и новых неструктурированных источников данных: документы, Почта, блоги, социальные сети и др., которые обрабатываются с помощью методов машинного обучения и искусственного интеллекта.
Любая активность в сети, нравится нам это или нет, записывается и запоминается. Поисковый запрос, просмотр интересующего товара в интернет-магазине или простой «лайк» интересной ссылки или интересной картинки моментально сохраняется на различных виртуальных серверах. Большие данные повсюду, и, по мнению экспертов, их грамотное применение станет серьезным конкурентным преимуществом. Основная проблема заключается в том, как их умело применять. Чтобы ответить на этот вопрос, необходимо выявить ключевые отличия между традиционными данными, которые десятилетиями считались важнейшим ресурсом компаний, и новыми «большими данными».
На самом деле принципиальных отличий два: способы получения данных и их типы. Извлечение устаревших данных, возможно, является классическим подходом (до недавнего времени он был единственным). Данные целенаправленно извлекаются в определенных условиях и «складываются» в жесткие заранее сконфигурированные структуры. Этот процесс всегда инициировался и контролировался людьми. Другими словами, мы заранее знаем, что мы хотим извлечь, в каком объеме, в какой форме и как мы это будем хранить. Отчасти это связано с исторической потребностью в эффективном использовании пространства.
С большими данными все наоборот. В подавляющем большинстве случаев такие данные генерируются автоматически без участия человека. Как ни странно, основная ценность этих данных скрыта. Когда мы самостоятельно инициируем сбор тех или иных данных и знаем форму и структуру, в которой они будут храниться, мы фактически имеем предварительное представление о том, для чего они будут использоваться и, таким образом, какую информацию можно из них почерпнуть. Большие данные предоставляют нам информацию, которую мы сами не собирали бы специально, потому что ее ценность неочевидна. Однако наличие больших объемов, кажущихся бессмысленными данных и применение специфических алгоритмов обработки и анализа может привести к весьма неожиданным теориям и гипотезам. Конечно, не все данные или даже их часть имеют скрытую ценность и могут быть проанализированы. «Большие данные» можно уподобить лавине, которая движется с чрезвычайно высокой скоростью и никогда не останавливается. Естественно, в процессе неконтролируемого роста накапливается множество избыточных фактов и простого информационного мусора. С этим связана ключевая проблема эффективного использования «больших данных» — необходимость сортировать этот мусор и извлекать ценные и актуальные фрагменты информации. Как только определены возможные типы больших данных, сложность и масштаб проблемы становятся очевидными.
Кроме того, из многоструктурного характера больших данных следует сделать очень важный вывод: не следует думать о «больших данных» изолированно. Взятые по отдельности, они малоценны из-за природы источника. Ценность и неотъемлемое конкурентное преимущество возникают, когда результаты обработки больших данных объединяются с информацией и знаниями, полученными из традиционных источников компании. Источники больших данных качественно дополняют традиционные источники, но ни в коем случае не заменяют их.
СПИСОК ЛИТЕРАТУРЫ:
Номер журнала Вестник науки №6 (63) том 3
Ссылка для цитирования:
Арланова А.А., Оразов М. ТЕХНОЛОГИИ BIG DATA В ФОРМИРОВАНИИ БИЗНЕС ЗНАНИЙ // Вестник науки №6 (63) том 3. С. 17 - 20. 2023 г. ISSN 2712-8849 // Электронный ресурс: https://www.вестник-науки.рф/article/8946 (дата обращения: 17.05.2024 г.)
Вестник науки СМИ ЭЛ № ФС 77 - 84401 © 2023. 16+