کلان داده

این روزها کلان داده یک نام جدید نیست، بلکه حقیقتی است که به سرعت در حال رشد است. ۹۰ درصد از داده های جهان در دو سال گذشته تولید شده و ۸۰ درصد از این داده ها، بدون ساختار هستند که برای مثال می توان عکس و ویدئو را جزو داده های بدون ساختار قرار داد.

در حال حاضر محبوب ترین داده های اطراف ما داده های ساختار یافته هستند؛ پیش بینی قیمت سهام، خدمات مالی نمونه ای از  داده های ساختار یافته و داده های متنی و داده های شبکه های اجتماعی به نوعی داده های نیمه ساختار یافته به شمار می روند.

دستگاه های دیجیتالی که امروزه در جیب میلیاردها نفر در گوشه گوشه دنیا قرار دارد، توانایی ایجاد میلیون ها پیکسل را در کسری از ثانیه دارند؛ رسانه یوتیوب “ Youtube ” که در هر دقیقه ۱۰۰ ساعت ویدئو تولید می کند،دوربین های ثبت تصاویر در همه جای شهر و … نمونه ای از داده های در حال تولید است.

این حجم وسیع از داده ها که هر روز تولید می شود، نیاز به تجزیه و تحلیل دارد تا جایی که تحقیقات گسترده ای بر روی تحلیل داده های غیر ساختار یافته در حال انجام است تا این تجزیه و تحلیل قابل اطمینان تر شود.

ویژگی های بستر نرم افزاری تجزیه و تحلیل

تیم های تحقیقاتی فعال در حیطه کلان داده، با استفاده از اطلاعات دیگر تحقیقات روز به روز در حال پیشرفت های مهمی هستند. یک زیر ساخت کلان داده مانند Hadoop Pivotal توانایی درک عمیق تر از داده های ویدئویی را دارد به صورتی که دانشمندان کلان داده قادر خواهند بود تا الگوریتم های تجزیه و تحلیل ویدئویی مناسبی را انتخاب کرده و در مجموعه ای از داده های بزرگ ویدئویی اجرا کنند.