Логотип Автор24реферат
Задать вопрос
Курсовая работа на тему: Источники больших данных и сферы их применения
100%
Уникальность
Аа
73849 символов
Категория
Маркетинг
Курсовая работа

Источники больших данных и сферы их применения

Источники больших данных и сферы их применения .doc

Зарегистрируйся в два клика и получи неограниченный доступ к материалам,а также промокод Эмоджи на новый заказ в Автор24. Это бесплатно.

Введение

В настоящее время в мире происходит беспрецедентное развитие хозяйственных сфер человеческой деятельности с имплементацией различных информационных технологий в их функционирование. Искусственный интеллект, блокчейн, роботизация, «облачные» технологии, «большие данные» (Big Data) и др. – всё это изменяет общемировой облик, продвигая человека к более усовершенствованной деятельности, где сам человек и IT-технологии будут работать в синергии для достижения большей эффективности производственных процессов. И одной из технологий, использование которой показывает значительный рост, является Big Data. Объемы рынка больших данных ежегодно увеличиваются. Так, к примеру, если еще в 2016 году объем рынка составил 28 млрд. долларов США, то данная цифра в 2019 году уже была на уровне 49 млрд. долларов США. Прогнозируется, что в 2027 году это значение поднимется до 103 млрд. долларов США. Помимо этого, показателем роста больших данных является увеличение объема Big Data, созданного во всем мире: если в 2010 году цифра равнялась 2 зеттабайтам, то в 2019 году данное значение увеличилось уже до 41 зеттабайта, и прогнозируется, что в 2025 году оно достигнет 175 зеттабайт, что является показателем впечатляющего роста. В целом, данные в современном мире бизнеса и технологий незаменимы. Технологии и инициативы в области больших данных становятся все более популярными для анализа этих данных, чтобы получить представление, которое может помочь в принятии стратегических решений. Концепция Big Data инициировала свое развитие в начале XXI века, и каждый технологический гигант, как, например, BMW, Apple, Google, British Petroleum и др., в настоящее время использует технологии больших данных. Big Data относятся к обширным и объемным наборам данных, которые могут быть как структурированными, так и неструктурированными. Этот огромный объем данных производится каждый день предприятиями и пользователями, отчего большую важность приобретает процесс аналитики этих данных. Аналитика Big Data – это процесс изучения больших наборов данных, чтобы подчеркнуть понимание и закономерности, ведь поле анализа данных само по себе огромно. Big Data, можно сказать, универсальная информационная технология с точки зрения использования, поскольку её можно применить в любой области хозяйственной деятельности человека. К примеру, особо широкое применение большие данные нашли в таких сферах, как автомобильная промышленность, медицина, торговля, правоохранительные органы, урбанистика и многое другое, что позволяет значительно улучшить множество процессов в этих сегментах. И учитывая, что тренд Big Data развивается, объемы генерации данных увеличиваются, а также всё больше сфер человеческой деятельности производят имплементацию Big Data, актуальным будет рассмотреть сферы применения больших данных в более конкретном ключе. Целью курсовой работы является рассмотрение возможностей использования больших данных в различных отраслях народного хозяйства, а также обозначение направления совершенствования применения больших данных в рассматриваемых отраслях. Задачи курсовой работы: 1. Изучить и систематизировать научно-методическую литературу по рассматриваемой теме; 2. Представить краткую характеристику концепта больших данных; 3. Проанализировать сферы применения концепта больших данных; 4. Предложить меры по совершенствованию применения концепта больших данных в отраслях хозяйственной деятельности человека. Объектом курсовой работы является концепт больших данных и отрасли их применения. Предметом курсовой работы является совершенствование деятельности компаний различных отраслей на основе применения больших данных.

Сущность и источники больших данных

Уникальность текста 72.69%
9564 символов

Опираясь на определение из доклада международной консалтинговой компании McKinsey «Big Data: The next frontier for innovation, competition and productivity» большие данные – это поле, в котором рассматриваются способы анализа, систематического извлеч...

Открыть главу
Уникальность текста 72.69%
9564 символов

Современное состояние больших данных

Уникальность текста 100%
7610 символов

Big Data действительно в настоящее время является большим феноменом, что подтверждается следующей статистикой [данные на конец 2019 года] [29]: 1. Рост Big Data, который мы наблюдаем, является естественным, так как сами пользователи Интернета постоян...

Открыть главу
Уникальность текста 100%
7610 символов

Автомобильная индустрия и здравоохранение

Уникальность текста 100%
12841 символов

Закусилова А.Ю. отметила, что в настоящее время Big Data активно внедряются в государственную, политическую, экономическую и социальную сферы жизни стран [1, с. 163], причем можно сказать, что большие данные совершенствуют и модернизируют и промышлен...

Открыть главу
Уникальность текста 100%
12841 символов

Медиа, индустрия развлечений и торговля

Уникальность текста 100%
11701 символов

Средства массовой информации (СМИ, медиа) и индустрии развлечений часто были в авангарде внедрения новых технологий, как отметила Lippell H. [8. c. 248] Ключевыми бизнес-проблемами, побуждающими медиа-компании обращать внимание на возможности больших...

Открыть главу
Уникальность текста 100%
11701 символов

Заключение

Таким образом, в работе было рассмотрено, что большие данные, или Big Data – это комбинация структурированных, полуструктурированных и неструктурированных данных, собранных организациями, которые можно «добывать» для получения информации и использовать в проектах машинного обучения, прогнозном моделировании и других аналитических операциях. Компании используют Big Data, накопленные в их системах, для улучшения операций, обеспечения лучшего обслуживания клиентов, создания персонализированных маркетинговых кампаний на основе конкретных предпочтений клиентов и, в конечном итоге, повышения прибыльности. Более того, организации, которые произвели имплементацию больших данных в свой производственный процесс, обладают потенциальным конкурентным преимуществом по сравнению с теми, которые этого не делают, поскольку они способны принимать более быстрые и обоснованные бизнес-решения при условии эффективного использования данных. Например, Big Data могут предоставить компаниям важную и релевантную информацию о своих клиентах, которую можно использовать для совершенствования маркетинговых кампаний и методов с целью повышения вовлеченности клиентов и коэффициентов конверсии. Большие данные имеют несколько важных характеристик, некоторые из которых включают в себя большой объем, высокую скорость или значительное разнообразие. Искусственный интеллект, мобильные устройства, социальные сети и Интернет-вещей зачастую работают в синергии с Big Data, еще больше повышая эффективность деятельности как компании в частности, так и отрасли в целом. Большие данные поступают с разных источников, среди которых могут быть датчики, устройства, видео/аудио, социальные сети, файлы журналов, транзакционных приложений, Интернета и др. – большая часть данных генерируется в режиме реального времени и в очень больших масштабах, которые доходят до терабайт в секунду. Большие данные находят применение в разных сферах хозяйственной деятельности человека, как, например, в таких сегментах, как автомобильная индустрия, здравоохранение, медиа и сектор развлечений, а также торговля, что и было рассмотрено в работе. Так, к примеру, основными характеристиками применения Big Data в вышеприведенных сегментах является возможность создания полностью беспилотного автомобиля, повышение кибербезопасности вождения, развитие системы электронных медицинских карт и вероятность раннего предсказания и лечения онкологических заболеваний, повышение заинтересованности потребителей в услугах, связанных с медиа и индустрией развлечений, увеличение прибыли медиакомпаний за счет предикативной аналитики, а также повышение эффективности онлайн-покупок и создание кастомизированной связи с покупателями. Применение Big Data не является совершенной IT-концепцией, поэтому в работе были предложены меры совершенствования использования Big Data в проанализированных отраслях. Среди мер совершенствования можно перечислить такие, как улучшение состояния кибербезопасности автомобиля вместе с IoT и развитие связи V2X на фрейме 5G, Big Data с ориентацией на уход за пациентом и использование предикативного анализа для улучшения функционирования системы здравоохранения, планирование оптимизации данных и монетизация контента, а также точный анализ взаимодействия в магазинах и изучение поведения покупателей в режиме реального времени, что позволит значительно улучшить фактор применения больших данных в проанализированных сегментах. Помимо этого, в качестве направления дальнейших исследований в этой сфере предлагается проанализировать применение Big Data в таких отраслях, как финансы, туризм, образование и защита окружающей среды, что позволит еще более широко взглянуть на имплементацию этой информационной технологии.

Список литературы

1. Закусилова А.Ю. Big Data: опасности и перспективы // Международный журнал прикладных наук и технологий «Integral». – 2019. – № 1. – Сс. 163-167. 2. Корнев М.С. История понятия «большие данные» (Big Data): словари, научная и деловая периодика // Вестник РГГУ. Серия: Литературоведение. Языкознание. Культурология. – 2018. – № 1 (34). – Сс. 81-85. 3. Магеррамов З.Т., Абдуллаев В.Г., Магеррамова А.З. Проблемы, методы анализа, алгоритмы // Радиоэлектроника и информатика. – 2017. – № 3. – Сс. 42-52. 4. Agrawal R., Prabakaran S. Big data in digital healthcare: lessons learnt and recommendations for general practice // Heredity. 2020. Vol. 124, pp. 525-534. 5. Batistic S., Laken P. The history, evolution, and future of big data & analytics: a bibliometric analysis of its relationship to performance in organizations //  British Journal of Management. 2018. Vol. 30, pp. 229-251. 6. Blazquez D., Domenech J. Big Data sources and methods for social and economic analyses//  Technological Forecasting and Social Change. 2017. Vol. 1, pp. 445-452. 7. Dash S., Shakyawar S.K., Sharma M., Kaushik S. Big data in healthcare: management, analysis and future prospects // Journal of Big Data. 2019, Vol. 54, pp. 45-59. 8. Lippell, H. Big Data in the Media and Entertainment Sectors // New Horizons for a Data-Driven Economy. 2019. Vol. 3, pp. 245-259. 9. Lukosius V., Hyman M.R. Big data // Quantitative Research Methods in Consumer Psychology: Contemporary and Data Driven Approaches. 2018. Vol. 1, pp. 1-15. 10. Memon M.A., Soomro S., Jumani A.K., Kartio M.A. Big Data Analytics and Its Applications // Annals of Emerging Technologies in Computing (AETiC). 2017. Vol. 1, pp. 45-57. 11. Moorthy J., Lairi R., Biswas N., Sanyal D. Big Data: Prospects and Challenges // Vikalpa. 2015. Vol. 40, pp. 74-96. 12. Shankar, V. Big Data and Analytics in Retailing // Sciendo. 2019, Vol. 11, pp. 37-39. 13. Big Data: The next frontier for innovation, competition and productivity [Электронный ресурс]. – Режим доступа: https://www.mckinsey.com/~/media/McKinsey/Business%20Functions/McKinsey%20Digital/Our%20Insights/Big%20data%20The%20next%20frontier%20for%20innovation/MGI_big_data_exec_summary.ashx (дата обращения: 14.06.2020). 14. Big Data analytics in retail market - growth, trends and forecast (2020 - 2025) [Электронный ресурс]. – Режим доступа: https://www.mordorintelligence.com/industry-reports/big-data-analytics-in-retail-marketing-market (дата обращения: 14.06.2020). 15. Big Data in Media and Entertainment [Электронный ресурс]. – Режим доступа: https://www.qubole.com/big-data-in-media-and-entertainment/ (дата обращения: 14.06.2020). 16. Big Data in the Automotive Industry, 2018-2021 Report - Market Forecast to Reach $5 Billion [Электронный ресурс]. – Режим доступа: https://www.prnewswire.com/news-releases/big-data-in-the-automotive-industry-2018-2021-report---market-forecast-to-reach-5-billion-300705841.html (дата обращения: 14.06.2020). 17. Big Data in Automobile Industry is taking over the driving seat [Электронный ресурс]. – Режим доступа: https://data-flair.training/blogs/big-data-in-automobile-industry/ (дата обращения: 14.06.2020). 18. Big data market size revenue forecast worldwide from 2011 to 2027 [Электронный ресурс]. – Режим доступа: https://www.statista.com/statistics/254266/global-big-data-market-forecast/ (дата обращения: 14.06.2020). 19. Data, data everywhere [Электронный ресурс]. – Режим доступа: https://www.economist.com/special-report/2010/02/27/data-data-everywhere (дата обращения: 14.06.2020). 20. Gautam S. 29 Self-Driving Car Statistics and Facts [Электронный ресурс]. – Режим доступа: http://blog.getmyparking.com/2020/02/25/29-self-driving-car-statistics-and-facts/ (дата обращения: 14.06.2020). 21. Global healthcare big data analytics services market by application in 2016 and a forecast for 2025 [Электронный ресурс]. – Режим доступа: https://www.statista.com/statistics/909669/global-big-data-in-healthcare-analytics-market-size-by-application/ (дата обращения: 14.06.2020). 22. Harvey S. Big Data Challenges [Электронный ресурс]. – Режим доступа: https://www.datamation.com/big-data/big-data-challenges.html (дата обращения: 14.06.2020). 23. Iyer S. Big Data Analytics: Challenges And Opportunities [Электронный ресурс]. – Режим доступа: https://www.knowledgehut.com/blog/big-data/big-data-analytics-challenges-and-opportunities (дата обращения: 14.06.2020). 24. Joshi, N. Top 5 sources of big data [Электронный ресурс]. – Режим доступа: https://www.allerin.com/blog/top-5-sources-of-big-data (дата обращения: 14.06.2020). 25. Lim H., Taeihagh A. Governing autonomous vehicles: emerging responses for safety, liability, privacy, cybersecurity, and industry risks //  Transport Reviews. 2018 [Электронный ресурс]. – Режим доступа: https://www.researchgate.net/publication/326329634_Governing_autonomous_vehicles_emerging_responses_for_safety_liability_privacy_cybersecurity_and_industry_risks (дата обращения: 14.06.2020). 26. Taylor-Sakiy M. Big Data: Understanding Big Data [Электронный ресурс]. – Режим доступа: https://www.researchgate.net/publication/291229189_Big_Data_Understanding_Big_Data (дата обращения: 14.06.2020). 27. Volume of data/information created worldwide from 2010 to 2025 [Электронный ресурс]. – Режим доступа: https://www.statista.com/statistics/871513/worldwide-data-created/ (дата обращения: 14.06.2020). 28. 12 Examples of Big Data Analytics In Healthcare That Can Save People [Электронный ресурс]. – Режим доступа: https://www.datapine.com/blog/big-data-examples-in-healthcare/ (дата обращения: 14.06.2020). 29. 77+ Big Data Stats for the Big Future Ahead | Updated 2020 [Электронный ресурс]. – Режим доступа: https://hostingtribunal.com/blog/big-data-stats/#gref (дата обращения: 14.06.2020).

Больше курсовых работ по маркетингу:

Анализ внутренней маркетинговой среды компании «Nike»

26874 символов
Маркетинг
Курсовая работа
Уникальность

Выявление основных этапов жизненного цикла товара аналитическим путем

42765 символов
Маркетинг
Курсовая работа
Уникальность
Все Курсовые работы по маркетингу
Получи помощь с рефератом от ИИ-шки
ИИ ответит за 2 минуты