![एसपीएसएस ट्यूटोरियलमध्ये सकारात्मक आणि नकारात्मक स्क्यूड डेटाचे डेटा ट्रान्सफॉर्मेशन](https://i.ytimg.com/vi/2kUmSlDxS2I/hqdefault.jpg)
सामग्री
स्रोत: पीपीपीबीग / ड्रीमस्टाइम.कॉम
टेकवे:
जवळजवळ कोणत्याही क्षेत्रात मोठा डेटा लागू केला जाऊ शकतो. येथे आम्ही कार्य करतो की सामाजिक डेटामध्ये मोठा डेटा कसा वापरला जाऊ शकतो - आणि अभ्यासाच्या इतर क्षेत्रांमध्ये याचा काय परिणाम होतो.
मोबाईल उपकरणे, सोशल मीडिया आणि इतर अ-संरचित स्त्रोतांमधील डेटाच्या वापरामुळे डेटा व्हॉल्यूम वेगाने वाढत आहे. हडूप सारखी मोठी डेटा टेक्नॉलॉजी विविध स्त्रोतांवरील डेटाच्या मोठ्या प्रमाणात विश्लेषित करण्यासाठी नवीन दृष्टिकोन आणून व्यवसाय जगात ड्रायव्हर्सच्या आसनावर जात आहेत.बिग डेटाची व्याख्या वेळोवेळी फॅशनमध्ये व्यवस्थापित आणि विश्लेषण करण्याची क्षमता असलेल्या ऑर्गनायझिट क्षमतापेक्षा डेटाची व्हॉल्यूम, विविधता आणि वेग म्हणून दिली जाते. वेगवान, तथ्या-आधारित निर्णय घेता येऊ शकतात तेव्हा मोठ्या डेटाचा खरा फायदा होतो, ज्यामुळे मोठे व्यवसाय निर्णय घेऊ शकतात. तर, मोठ्या डेटाचा अन्वेषण करण्यात आणि त्यांचा फायदा घेण्यास सक्षम असणार्या संघटनांचा वेगळा फायदा होतो. येथे मोठा डेटा काय करू शकतो, एका डेटा-समृद्ध क्षेत्रात त्याचा कसा उपयोग केला जाऊ शकतो आणि व्यवसाय आणि सरकारच्या इतर क्षेत्रांमध्ये यासाठी कोणते विस्तृत अनुप्रयोग आहेत हे येथे पहा.
डेटा स्फोट
आयबीएम मधील आरोग्य सेवा आणि जीवन विज्ञानातील बिग डेटा सोल्यूशन्सचे संचालक चार्ली शिक म्हणतात, "डेटाची सतत वाढणारी प्रमाणात आणि जटिलता जी आपण सर्वजण दररोज तयार करतो आणि वापरतो," मोठा डेटा परिभाषित करण्याचा सर्वात चांगला मार्ग आहे. खरं तर, आम्ही दररोज विविध स्त्रोतांचा वापर करून, अंदाजे 2.5 क्विंटलियन बाइट्स तयार करतो जे विविध प्रकारच्या खरेदी व्यवहाराच्या रेकॉर्डपासून ते आरोग्य सेवा वैद्यकीय प्रतिमांपर्यंत, वैज्ञानिक संशोधन निष्कर्षांपासून सोशल मीडिया पर्यंत आहेत.सोशल मीडियासह शोध इंजिने मोठ्या प्रमाणात डेटाचे छोटे बिट्स गोळा केल्याची एक नवीन घटना स्थापित केली आहे. यामुळे देखील हा डेटा संकलित आणि व्यवस्थापित करण्याच्या विचारसरणीत बदल झाला आहे. सध्याची संस्कृती अल्प कालावधीत मोठ्या संख्येने या लहान डेटा तुकड्यांचा वापर करते. हा दृष्टिकोन डेटा व्यवस्थापनासाठी प्रचंड आव्हाने तसेच रोमांचक संधी सादर करतो. व्यवसायाचे मॉडेल यशस्वी होण्यासाठी, छोट्या आणि वाढत्या वैविध्यपूर्ण मार्गांनी कॅप्चर केलेल्या मोठ्या प्रमाणात डेटावर प्रक्रिया करण्यास सक्षम असावे.
डेटाचे प्रमाण दिले तर ते गोळा करण्यासाठी कार्यक्षम यंत्रणा शोधणे हे एक आव्हान होते. आरोग्य सेवा आणि सोशल मीडिया डेटाच्या बाबतीत विचार करूया. या दोन्ही क्षेत्रांमध्ये मोठ्या संख्येने डेटा आहे. या डेटासाठी डेटा गोळा करणे डेटाबेसच्या मोठ्या उत्क्रांतीतील महत्त्वपूर्ण पाऊल आहे. डेटा गोळा करण्यासाठी योग्य यंत्रणा नसल्यास आपल्याकडे अचूक परिणाम येऊ शकत नाहीत.
मोठा डेटा अन्वेषण आणि प्रक्रिया करीत आहे
पुढे जाणे, असा विश्वास आहे की मोठ्या संख्येने डेटा शोधून काढू शकतील अशा संघटना अधिक पुरावा-आधारित निर्णय द्रुतपणे घेण्यात सक्षम असतील. मोठा डेटा वापरुन, आम्ही फक्त कोणत्याही क्षेत्रात काही महत्त्वपूर्ण प्रश्नांची उत्तरे सहजपणे प्रदान करू शकतो. येथे, तथापि, सामाजिक सेवा क्षेत्राकडे एक नजर टाका, मोठ्या क्षेत्रामध्ये मोठा प्रभाव पाडण्याची सामर्थ्य असलेल्या क्षेत्रात.उदाहरणार्थ, मोठा डेटा खालील प्रश्नांचे विश्लेषण आणि उत्तरे देण्यास सक्षम असावा आणि शेवटी एक चांगला रुग्ण परिणाम प्रदान करेल:
- पुन्हा प्रवेश आणि सामाजिक सेवांमध्ये प्रवेश यांच्यात परस्परसंबंध काय आहे?
- मुक्कामाची लांबी आणि हस्तक्षेपाच्या प्रभावीतेमध्ये काही संबंध आहे का?
- घराचा पत्ता आणि भेटीची वारंवारता यात काय दुवा आहे?
- कौटुंबिक स्थिती, हस्तक्षेप आणि केअर सिस्टीममध्ये प्रवेश करताना समान हस्तक्षेप करणारे उमेदवार ओळखण्यात मदत करणारे निकाल यांच्यात दुवा शोधणे शक्य आहे काय?
- लोकसंख्येच्या अशा काही वर्गात अंतर्दृष्टी आहे जी आम्हाला किशोरवयीन गर्भधारणा किंवा घरगुती हिंसाचार यासारख्या नकारात्मक ट्रेंडला प्रतिसाद देण्यासाठी किंवा पुढे जाण्यासाठी आमच्या कार्यक्रमांना चिमटा देण्यासाठी मार्गदर्शन करते.
मोठा डेटा या परिस्थितीस हाताळणे आणि समस्यांचे कारण शोधणे शक्य करते. एकदा आम्हाला ओळखल्यानंतर, ही समस्या दूर करण्यास आम्हाला मदत करते. आम्ही केवळ ट्रेंड आणि ऐतिहासिक डेटा पाहून समस्या शोधू शकतो. सोशल मीडियामध्ये, डेटाचे विश्लेषण करताना आमच्याकडे एक ट्रेंड विश्लेषण यंत्रणा असणे आवश्यक आहे. आम्ही विश्लेषित केलेल्या डेटाचा मोठा संच, आम्ही प्राप्त करू शकू तितके चांगले आणि अधिक अचूक परिणाम. मोठा डेटा केवळ मोठ्या प्रमाणात डेटा हाताळण्याचे मार्गच प्रदान करत नाही तर त्या विस्तृत डेटाच्या प्रक्रियेसाठी अभिनव उपाय देखील प्रदान करतो. बिग डेटामध्ये संरचनेत, रचना नसलेले आणि अर्ध-संरचित डेटाचे संचा हाताळण्याची क्षमता असते. (5 वास्तविक जगातील समस्या बिग डेटा निराकरण करू शकतात याबद्दल अधिक जाणून घ्या.)