Коллектив авторов - Новые медиа. Социальная теория и методология исследований

Таким образом, «большие данные» – это метафора, которая относится не только и не столько к объему данных, сколько к доступности и сложности их структуры. Иногда для больших данных определения используют критерий четырех V: объем (volume), разнообразие (variety), скорость (velocity) и ценность (value). Появившись в качестве концепции науки о данных, большие данные также являются межотраслевой областью практической деятельности. Дрю Конвей (Drew Conwey) выделил три области компетенций, необходимых «ученому по данным» (data scientist): знание математики и статистики, наличие опыта в предметной области, а также хакерские навыки. Он также подчеркнул, что на пересечении предметной области и хакерских навыков существует «зона опасности», из чего, в частности, следует, что данные могут использоваться несанкционированно, о чем прямо говорить не принято (см. также: исследования интернета).

Диаграмма Венна для науки о данных предложена Дрю Конвейем, 2010

Научная проблема больших данных появилась относительно недавно, с одной стороны, в результате быстрого роста объемов цифровой информации после 2000 г., с другой стороны, по мере достижения информационными технологиями такого уровня развития, который позволяет обрабатывать с высокой скоростью большие объемы данных разного формата, размещенных на множестве ресурсов, в том числе по мере обновления в режиме реального времени.

Анализ больших данных нередко рассматривают как новое направление бизнес-аналитики. К нему обычно прибегают крупные корпорации, имеющие базы разнообразных данных на многих серверах и разного формата, с целью повышения эффективности своей работы. Однако известны и случаи эффективного использования больших данных государственными институтами, например в целях безопасности.

Многие корпорации в целях безопасности разрабатывают для работы с большими данными собственное программное обеспечение. Могут использоваться также специализированные программные комплексы (Hadoop, Oracle Exadata, Teradata) и статистические программы общего назначения (R, SAS Visual Analytics, IBM SPSS) и др.

Найдич А. Большие данные – насколько они большие? URL: http: // compress.ru / article.aspx?id=23469 (дата обращения: 01.03.2015)

Сакоян А. Большие данные. URL: http: // polit.ru / article / 2013 / 12 / 09 / ps_bigdata / (дата обращения: 01.03.2015).

Черняк Л. Большие данные – новая теория и практика. URL: http: // www.osp.ru / os / 2011 / 10 / 13010990 / (дата обращения: 01.03.2015)

Conway D.

Текст предоставлен ООО «ЛитРес».

Прочитайте эту книгу целиком, купив полную легальную версию на ЛитРес.

Безопасно оплатить книгу можно банковской картой Visa, MasterCard, Maestro, со счета мобильного телефона, с платежного терминала, в салоне МТС или Связной, через PayPal, WebMoney, Яндекс.Деньги, QIWI Кошелек, бонусными картами или другим удобным Вам способом.