Tomáš Novák
Když mluvíme o Velká data většina uživatelů internetu není schopna poskytnout přesnou definici toho, čím skutečně jsou. Je známo, že mohou být užitečné pro společnosti, státní orgány a jakýkoli typ podniku k vytváření služeb nebo produktů založených na spotřebitelských zvyklostech, ale je velmi obtížné, ne-li téměř nemožné, najít někoho, kdo je schopen poskytnout přesnou definici. a upřesněte, které to jsou. Obecně lze říci, že Big Data jsou velké množství datorganizované v tematických databázích nebo souborech dat a shromažďované nejrůznějšími způsoby: z vyhledávání na webu, sociálních sítí, chytrých telefonů, chytrý domov a tak dále. Tyto datové sady pak mohou být data přiváděná do algoritmů umělé inteligence získat užitečné informace pro nejrůznější účely (například pochopení našich zvyků a obchodních preferencí); nebo se používá pro vzdělávat algoritmy strojového učení a umělé neuronové sítě (jak se to děje například v systémech vizuálního rozpoznávání).
Je třeba říci, že téměř vždy ve světě nových technologií existuje tendence dávat a běžně používaný koncept, velmi zjednodušeně, k popisu nového nástroje. Pojem, který všichni lidé používající internet pochopí celkem rychle. To platí pro cloud, kryptoměny, Blockchain a Big Data nejsou výjimkou. Dobře, je pravda, že v poslední době jsme kvůli skandálům s počítačovou bezpečností pochopili důležitost velkých dat ve společnosti, ve které žijeme, a pochopili jsme, jak velké společnosti využívají analýza velkých dat růst na svých referenčních trzích. Přesuňte velká data výhradně na pole Business Intelligence ale to by bylo redukující.
Ale pak jsem Velká data co vlastně jsou? Abychom měli hlubší přehled o velkých datech, musíme se naučit tajemství tří velkých V, které charakterizují tuto technologii. Promluvme si o objem, rychlost a rozmanitost velkých dat. Tři slova, která zcela vystihují rozmanitost a různé metody využití tohoto neuvěřitelného množství dat shromážděných pomocí nových komunikačních nástrojů a elektronických zařízení, které používáme každý den. Zde je podrobně popsán význam každého ze tří velkých Vs Big Data.
Objem velkých dat
Co máme na mysli, pokud mluvíme o objemu spojeném se světem velkých dat? Zjevně máme na mysli ten nejdoslovnější význam: množství informací obsažených v jediném souboru dat Velká data. Až na to, že když mluvíme o informacích obsažených v těchto konkrétních souborech dat, máme co do činění s veličinami, které si lze jen těžko představit. Abychom to pochopili, musíme uvést příklad: le fotografie uložené uživateli na Facebooku. Odhaduje se, že Facebook od svého vzniku získal více 250 miliard fotek. A s největší pravděpodobností je jich ještě více. Dokážete si představit album s 250 miliardami fotek? S největší pravděpodobností ne, ale bude stačit vědět, že nás je na světě něco málo přes 7 miliard a Facebook má více uživatelů než obyvatel Číny. A pojďme mluvit o fotografiích, protože pokud vezmeme v úvahu příspěvky, Facebook má nejméně 10krát větší množství dat propojených se svými členy.
Když mluvíme o objemu velkých dat, musíme si představit tato čísla, toto množství souborů obsahujících nejrozdílnější data mezi různými připojenými lidmi. Objem Big Data je v současnosti jedním z nejdiskutovanějších témat. Důvod? V posledních letech množství dat téměř nekontrolovatelně narůstá. Vezměme si například Předměty internetu věcí. Vždy připojené senzory, které můžeme použít v našem chytrém domě, autě nebo kanceláři. Každou sekundu tyto senzory zaznamenají miliony datových bodů po celém světě. Za pouhých pár let, se stále masovějším rozšířením zařízení IoT, se neuvěřitelná čísla Facebooku stávají nekonečně malými ve srovnání s těmi, která můžeme přijímat z různých vždy připojených zařízení. Aniž bych na to zároveň zapomněl aplikace a různé cloudové služby budou vždy nadále shromažďovat působivé množství dat o různých uživatelích.
Rychlost pro velká data
Druhým základním vektorem pro pochopení velkých dat a jejich aplikace je Rychlost. Začněme znovu od monstrózního množství dat shromážděných v dnešní době ne za rok, ale za jediný den. Chcete-li archivovat, ukládat, katalogizovat, znovu používat tyto těžké informace, potřebujete rychlost. Pokud by použití Big Data nebylo rychlé, bylo by zbytečné mít tolik informací, které jsou příliš těžké na to, aby je bylo možné okamžitě použít. Bez rychlosti sběru a zpracování informací by různé společnosti neměly zájem nakupovat datové balíčky týkající se potenciálních spotřebitelů nebo současných zákazníků z různých online služeb. Pokud jim trvalo příliš dlouho analyzovat tyto informace, různé marketingové kampaně přišly by pozdě ve srovnání se současným vkusem a trendy na trhu.
Totéž platí pro firmy IT bezpečnost. Tok dat, i když je obrovský, musí být velmi rychle studován a analyzován, aby se zjistila přítomnost nového škodlivého kódu nebo nových kybernetických hrozeb generovaných hackery. Rychlost analýzy a použití je pro velká data vším, zvláště když se soubory obsahující tyto informace postupem času stávají stále většími a těžšími.
Rozmanitost ve velkých datech
Třetí základní V Big Data je odrůda. Ve skutečnosti se každý kus dat velmi liší od druhého. Jsou zde, jak je vidět, fotky, tweety, příspěvky, informace z IoT senzoru a tak dále. Stručně řečeno, informace uložené v Big Data jsou velmi rozmanité a každá má svůj specifický původ. Tato diverzifikace vytváří problémy při správě a kombinování různých dat za účelem získání úplnějších informací. Jasné pochopení velkých dat vyžaduje komplexní nástroje pro analýzu dat. Jednoduché tabulky používané v minulosti pro porovnávání a správu velkých dat rozhodně nestačí. Model z Analýza dat je to proces získávání hodnoty z této masy informací.
Od společnosti Cultur-e
