داده‌های بزرگ ( Big Data) چیست و کجا استفاده می‌شود؟

"داده‌های بزرگ ) ( BIG DATAعلم جدید درک و پیش‌بینی رفتار انسان با مطالعه حجم زیادی از داده‌های ساخت نیافته است. داده‌های بزرگ نیز به عنوان "تجزیه و تحلیل پیشگویانه" شناخته شده است.

تجزیه و تحلیل پست‌های توییتر و فیس‌بوک، جستجوهای eBay، پیگیری‌های GPS و دستگاه‌های خودپرداز، نمونه‌ای از داده‌های بزرگ هستند. مطالعه فیلم‌های امنیتی، اطلاعات ترافیکی، الگوهای آب و هوایی، ورود هواپیماها ، گزارشات مربوط به برج‌های تلفن همراه و ردیاب‌های ضربان قلب، فرم‌های دیگر هستند. داده‌های بزرگ یک علم جدید است که هر بار تغییر می‌کند و فقط تعداد کمی از کارشناسان همه آن را درک می‌کنند.

اجداد ما انسان‌ها تا قبل از کشف وجود اجرام آسمانی هیچ ایده‌ای درباره نقاط نورانی که هر شب می‌دیدند نداشتند. آنها وقتی به آسمان شب خیره می‌شدند سعی می‌کردند با وصل کردن نقاط نورانی در تخیل خود موجوداتی بسازند یا آنها را به اتفاقات روزمره ربط دهند. هزاران سال از آن شب‌های مبهم گذشته است و اکنون خیلی چیزها را فهمیده‌‌ایم. انسان‌ها عاشق وصل کردن نقاط مبهم برای پیدا کردن معنی و ارتباط هستند.

حالا انسان‌ها با کمک رایانه‌ها به راحتی می‌توانند مفاهیم و اطلاعات به‌دردبخوری را از میان انبوهی از داده‌های نامفهوم و بدون ساختار استخراج کنند. این انبوه داده همان چیزی است که به آن می‌گوییم بیگ دیتا (big data)یا کلان داده

تعریف BIG DATA

تعریف گارتنر همچنان در سطح وسیعی مورد استفاده قرار می‌گیرد، و در توافقات یک تعریف پذیرفته شده وجود دارد که بیانگر این است که " کلان‌داده بیانگر دارایی‌های اطلاعاتی است که دارای خصوصیاتی از قبیل حجم بالا، فناوری و سرعت و تنوع نیاز به روش‌های مخصوص برای اطلاعات مربوط به ارزش، می‌باشد.

بیگ دیتا یک واژه باب روزبرای فرایند‌هایی شامل جمع‌آوری، استخراج و تحلیل داده‌هایی پیچیده است که با ابزارهای معمول نمی‌توان از آنها برای دستیابی به اهداف استفاده کرد.

این تعریف ساده بیگ دیتا همه ماجرا را بیان نمی‌کند. در واقع اصطلاح بیگ‌دیتا فقط به داده‌ها اشاره می‌کند در حالی که بخش بزرگی از این فرایند بر عهده علم داده (Data science)، استخراج داده (data mining )، تحلیل داده (Data analysis)، یادگیری ماشین (Machine learning  )و در ابعاد بزرگتر‌، هوش مصنوعی است.

داده‌ها از کجا و چطور تولید می‌شوند؟

در کلان داده منظور از داده‌ در هر مرحله از کار متفاوت است. داده خام داده‌ای است که بدون ترتیب و طبقه‌بندی جمع‌آوری شده‌اند و در نتیجه مفهوم خاصی را بیان نمی‌کند. در صورتی که روی داده خام پردازش انجام دهیم تبدیل به اطلاعات می‌شود که انتقال دهنده مفهومی هستند.

داده‌ها از صدها راه مختلف تولید و ذخیره می‌شوند. مثلا وقتی که روی لینکی کلیک می کنید تا مقاله ای باز شود داده‌هایی از فعالیت شما در سرورهای گوگل ذخیره می شود. داده‌هایی مثل مدل سیستم عامل، دستگاه موبایل یا رایانه شما و محل اتصال شما به اینترنت.

داده‌ها فقط از فعالیت اینترنت جمع نمی‌شوند. هر منبع دیگری مثل پرسشنامه کاغذی، فیلم دوربین‌های نظارتی شهرها، موقعیت موبایل، بلیط اتوبوسی که می‌خرید، بیمه خودرو و درمانی، اطلاعات تحصیلی و ... همه داده خام هستند.

در نهایت همه این داده‌ها دیجیتال می‌شوند تا مراحل بعدی انجام شود.

ویژگی های بیگ دیتا :

۱. حجم زیاد (Volume) :

2. نرخ تولید بالا (Velocity)

۳. تغییر پذیری و تنوع زیاد (Variety) :

۴. صحت داده‌ها (Veracity) :

۵. ارزش (value) :