ПЕРСПЕКТИВЫ И ТЕНДЕНЦИИ РАЗВИТИЯ КОНЦЕПЦИИ БОЛЬШИХ ДАННЫХ В СОВРЕМЕННОЙ IT ИНДУСТРИИ

##plugins.themes.bootstrap3.article.sidebar##

Просмотров аннотации: 124
Загрузок PDF: 56
pdf (rus)
Опубликован: апр 15, 2019
Ключевые слова:
big data, analysis, statistic, structured data, unstructured data большие данные, анализ, статистика, структурированные данные
Выпуск
№ 4 (2019)
Раздел
Информационные технологиии

##plugins.themes.bootstrap3.article.main##

С. Г. СУРТО
Полоцкий государственный университет

Аннотация

Рассмотрены определение термина «большие данные», характерные особенности этой технологии и области применения. Изучены способы работы с большими данными, проанализированы существующие способы реализации концепции больших данных, на основании чего были выявлены потенциальные области для дальнейших исследований.

##plugins.themes.bootstrap3.article.details##

Как цитировать
СУРТО, С. Г. (2019). ПЕРСПЕКТИВЫ И ТЕНДЕНЦИИ РАЗВИТИЯ КОНЦЕПЦИИ БОЛЬШИХ ДАННЫХ В СОВРЕМЕННОЙ IT ИНДУСТРИИ. Вестник Полоцкого государственного университета. Серия С. Фундаментальные науки, (4), 26-31. извлечено от https://journals.psu.by/fundamental/article/view/402
Лицензия Creative Commons

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.

Библиографические ссылки

Schmarzo, B. Big Data: Understanding How Data Powers Big Business / B. Schmarzo. – М. : Wiley, 2013. – 240 c.

Frank, J.O. Big Data Analytics: Turning Big Data into Big Money (Wiley and SAS Business Series) / J.O. Frank – М. : Гостехиздат, 2012. – 176 c.

Prajapati, V. Big Data Analytics with R and Hadoop / V. Prajapati. – М., 2013. – 238 c.

Mayer-Schonberger, V. Big Data: Revolution That Will Transform How We Live, Work and Think / V. Mayer-Schonberger, K. Cukier. – Canada : Eamon Dolan/Houghton Mifflin Harcourt, 2013. – 242 p.

Dean, J. MapReduce: Simplfied Data Processing on Large Clusters / J. Dean, S. Ghemawat // In Sixth Symposium on Operating System Design and Implementation (OSDI'04), San-Francisco, CA, December, 2004.

Lammel, R. Google’s MapReduce Programming Model – Revisited / R. Lammel // Science of Computer Programming. – Amsterdam, 2018. – 30 p.

Ghemawat, S. The Google file system / Sanjay Ghemawat, Howard Gobioff, Shun-Tak Leung // SOSP '03 Proceedings of the nineteenth ACM symposium on Operating systems principles, Bolton Landing, NY, USA, October 19–22, 2003. – Bolton Landing, 2003. – P. 29–43.

Zikopoulos, P. Understanding Big Data: Analytics for Enterprise Class Hadoop and Streaming Data / P. Zikopoulos, C. Eaton. – New York : McGraw-Hill Osborne Media, 2012. – 166 p.

Gorodetsky, V. Data-driven Semantic Concept Analysis for User Profile Learning in 3G Recommender Systems / V. Gorodetsky, O. Tushkanova // 2015 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology (WI-IAT) : Conference. – Singapore, 2015. – P. 92–97.

Hybrid Evolutionary Workflow Scheduling Algorithm for Dynamic Heterogeneous Distributed Computational Environment / D. Nasonov [et al.] // International Joint Conference SOCO’14-CISIS’14-ICEUTE’14, Bilbao, Spain, June 25th-27th, 2014. – С. 83–92.

Тушканова, О.Н. Сравнительный анализ численных мер оценки ассоциативных и причинных связей в больших данных / О.Н. Тушканова // Перспективные системы и задачи управления : материалы 10-й Всероссийской научно-практической конференции, Домбай, 6–10 апр. 2015 г., / ЮФУ. – Домбай, 2015. – Т. 2. – C. 54–65.

Atre, S. Business Intelligence Roadmap: The Complete Project Lifecycle for Decision-Support Applications / Shaku Atre, Larissa T. Moss. – Boston : Addison-Wesley Professional, 2003. – 576 p.