Параметри
Архітектура сучасних платформ для аналітики великих даних
Тип публікації :
Стаття
Дата випуску :
4 листопада 2021 р.
Мова основного тексту :
English
eKNUTSHIR URL :
Журнал :
Випуск :
1 (1)
ISSN :
2788-6603
Початкова сторінка :
67
Кінцева сторінка :
74
Цитування :
L. Zubyk, Y. Zubyk. “Architecture of modern platforms for big data analytics," Сучасні інформаційні технології, vol. 1, p. 67–74, 2021.
Великі дані — це один із сучасних інструментів, що суттєво вплинув на світову індустрію. Вони також відіграють важливу роль у визначенні способів, за допомогою яких бізнеси та організації формулюють свої стратегії та політики. Водночас існує вкрай обмежена кількість академічних досліджень, присвячених прогнозуванню на основі великих даних, що зумовлено складнощами в їх зборі, обробці, керуванні та моделюванні неструктурованих даних, які зазвичай мають конфіденційний характер. У цій роботі великі дані розглядаються в контексті екосистеми для майбутнього прогнозування у процесі прийняття бізнес-рішень. Одній організації може бути складно володіти всіма необхідними ресурсами для отримання стратегічної цінності з отриманих даних. Саме тому різні організації створюють і експлуатують власні аналітичні екосистеми або використовують наявні. Аналітична екосистема, яка є симбіозом даних, застосунків, платформ, кваліфікованих фахівців, партнерств і сторонніх постачальників послуг, дає змогу організаціям бути більш гнучкими та адаптуватися до змін попиту. Організації, які беруть участь в аналітичних екосистемах, можуть аналізувати, навчатися та впливати не лише на власні бізнес-процеси, а й на процеси своїх партнерів. У статті представлено архітектури популярних платформ для прогнозування на основі великих даних.
Галузі знань та спеціальності :
12 Інформаційні технології
Галузі науки і техніки (FOS) :
Комп'ютерні та інформаційні науки
Тип зібрання :
Publication
Файл(и) :
Вантажиться...
Формат
Adobe PDF
Розмір :
1.47 MB
Контрольна сума:
(MD5):9617a35a4edb44b0dbd87e3350d120ad
Ця робота розповсюджується на умовах ліцензії Creative Commons CC BY-ND
10.17721/AIT.2021.1.09