Большие данные: большие проблемы

Перспективы науки и образования

Издатель: ООО «Экологическая помощь»

ISSN: 2307-2334

Издается с 2012 года

Периодичность: 6 номеров в год

Формат: электронное издание

Язык журнала: русский

Доступ к электронным архивам: открытый

‘); var my_tooltip = $(‘#’+name+i); $(this).removeAttr(‘title’).mouseover(function(){ my_tooltip.css({display: ‘none’}).fadeIn(400); }).mousemove(function(kmouse){ my_tooltip.css({left:kmouse.pageX+15, top:kmouse.pageY+15}); }).mouseout(function(){ my_tooltip.fadeOut(400); }); }); } $(document).ready(function(){ simple_tooltip(‘#article_downloads_cnt’, ‘tooltip’); }); //]]>

Чехарин Е.Е., заместитель начальника центра информатизации, старший преподаватель кафедры интегрированных информационных систем Института информационных технологий, Московский технологический университет (МИРЭА), Москва, Россия, tchekharin@mirea.ru

Аннотация

Статья описывает особенности проблемы «больших данных». Анализируются причины периодического возникновения проблемы. Показано, что проблема существовала задолго до ее отражения в средствах массой информации. Описаны основные качественные характеристики больших данных: большой объем, сложность, временные ограничения. Описаны числовые характеристики больших данных. Описаны методики и методы работы с большими данными.

Ссылка для цитирования

Чехарин Е.Е. Большие данные: большие проблемы [Электронный ресурс] // Перспективы науки и образования. 2016. Том 21. № 3. С. 7–11. doi:2016210301

Проблема «больших данных» (BigData) начала обсуждаться с
2008 г. Эту проблему чаще всего связывают с необходимостью анализа
неструктурированных данных больших объёмов. Для характеристики «больших данных»
ввели упрощенные критерии, которые назвали «три V»: объём (volume), скорость
(velocity), многообразие (variety).

Черняк Л. Большие данные–новая теория и практика
//Открытые системы. СУБД – 2011. – №10. – С.18-25.

Jacobs,A. The pathologies of big data //Communications of
theACM. – 2009. – V. 52. – №. 8. – р.36-44.

3.Tsvetkov V. Ya. Complexity Index // European Journal of
Technology and Design, 2013, Vol.(1), № 1, p.64-69.

LynchC. Bigdata: How do your data grow? //Nature. – 2008.
– V. 455. – №. 7209. – р.28-29.

Цветков В.Я. Методы и системы обработки и представления
видеонформации. – М.:ГКНТ, ВНТИЦентр, 1991. – 113 с.

Денисов А.А. Информационное поле. – СПб.: Изд-во “Омега”,
1998. – 64 с.

Цветков В. Я.Естественное и искусственное информационное
поле// Международный журнал прикладных и фундаментальных исследований. – 2014.
– №5, ч.2. – С. 178–180.

The Fourth Paradigm: Data-Intensive Scientific Discovery,
2009, URL: http://research.microsoft.com/enus/collaboration/
fourthparadigm

LoekEssers: CERN pushes storage limits as it probes
secrets of universe, URL: http://news.idg.no/cw/art.cfm?id=FF726AD5-1A64-
6A71-CE987454D9028BDF.

Tsvetkov V. Ya. Information Management of Mobile Object //
European Journal of Economic Studies, 2012, Vol.(1), №1. P. 40-4

Tsvetkov V.Ya. Cognitive information models. // Life
Science Journal. 2014; 11(4). pр. 468-471.

Кулагин В.П. Проблемы параллельных вычислений //
Перспективы науки и образования. 2016. №1. С.7-11.

Tsvetkov V. Ya. Information Constructions // European
Journal of Technology and Design, 2014, Vol (5), № 3. p.147-152.

Tsvetkov V. Yа. Information interaction // European
Researcher, 2013, Vol.(62), № 11-1. p.2573.

Прорывная технология машинного перевода и вокруг нее. PC
WEEK, №9, 12 апреля 2011.

Цветков В. Я. Когнитивная кластеризация // Славянский
форум, 2016. – № 1(11). – С.233-240.

Цветков В.Я. Геостатистика // Известия высших учебных
заведений. Геодезия и аэрофотосъемка. – 2007. – №3. – С.174-184.

Herodotou H. et al. Starfish: A Self-tuning System for Big
Data Analytics // CIDR. – 2011. – Т. 11. – р.261-272.

T.A. Ozhereleva. Information Barriers. // European Journal
of Technology and Design, 2016, Vol.(11), Is. 1, pp.30-34. DOI: 10.13187/
ejtd.2016.11.30 www.ejournal4.com