Источники больших данных и сферы их применения
Зарегистрируйся в два клика и получи неограниченный доступ к материалам,а также
промокод
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
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 главуСовременное состояние больших данных
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 главуАвтомобильная индустрия и здравоохранение
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 главуМедиа, индустрия развлечений и торговля
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 главуЗаключение
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).
