विविधता डेटा निर्दिष्ट करता है

शब्द "बिग डेटा" लंबे समय से परिचित है, और कई लोग यह भी समझते हैं कि यह वास्तव में क्या है और इसका उपयोग कैसे करना है। उसी समय, डेटा विश्लेषण विशेषज्ञ आकार, प्रासंगिकता, प्रासंगिकता आदि के आधार पर एकत्र की गई जानकारी के कई अन्य ग्रेड के साथ आए। हैरानी की बात है, डेटा "तेज", "गर्म", "लंबा" और "धीमा", यहां तक ​​कि "गंदा" भी हो सकता है। यद्यपि इस पूरे विश्लेषणात्मक चिड़ियाघर ने कई विश्लेषकों को ईयू और ट्रम्प की जीत को छोड़ने के लिए ब्रिटिश के फैसले का सही अनुमान लगाने में मदद नहीं की।

बिग डेटा केवल बहुत बड़ी मात्रा में जानकारी नहीं है, बल्कि कोलोसल वॉल्यूम के विभिन्न डेटा को संसाधित करने के लिए दृष्टिकोण, विधियों और उपकरणों का एक संयोजन है।
बड़ा डेटा केवल जानकारी नहीं है, यह एक सामाजिक-आर्थिक घटना है, जो वैश्विक स्तर पर बड़ी मात्रा में जानकारी का विश्लेषण करने की आवश्यकता पर अपनी उपस्थिति का दावा करता है।

बिग डेटा तीन बनाम पर निर्भर करता है: वॉल्यूम (वॉल्यूम), विविधता (विविधता) और वेग (गति)। वॉल्यूम के साथ, सब कुछ स्पष्ट है। डेटाबेस को खिलाने वाले स्रोतों के स्पेक्ट्रम की चौड़ाई पर निर्भर करता है। और गति आम तौर पर आधुनिक दुनिया का मुख्य संकेतक है, जो एक सेकंड के लिए भी नहीं रुकता है।

लेकिन, उदाहरण के लिए, "बड़ा डेटा" चुनाव माना जा सकता है, भले ही हजारों लोगों को कवर किया जाए? विभिन्न चुनावों से प्राप्त होने वाली जानकारी की मात्रा काफी बड़ी है, लेकिन फिर भी इतना नहीं है, इसलिए इसे " औसत डेटा " के बजाय जिम्मेदार ठहराया जा सकता है। शायद, अगर चुनाव पूर्व विश्लेषकों ने लाखों उत्तरदाताओं को कवर किया, तो यह पहले से ही "बड़ा डेटा" होगा। बिग डेटा को छोटी डेटा ईंटों से भी बनाया जा सकता है।

आज के रुझानों में से एक " तेज डेटा " है। आधुनिक दुनिया में, सब कुछ बिजली की गति से होता है। अनुप्रयोगों और सामाजिक नेटवर्क में, 1-2 घंटे पुरानी जानकारी अब प्रासंगिक नहीं है, हर सेकंड दांव पर है। फास्ट डेटा बैंकिंग अनुप्रयोगों के लिए और सामाजिक नेटवर्क के अनुप्रयोगों के लिए और विशेष रूप से तत्काल दूतों के लिए महत्वपूर्ण है। हर सेकंड, उपयोगकर्ताओं को नई सूचनाएं प्राप्त होती हैं, जिसके आधार पर वे महत्वपूर्ण निर्णय लेते हैं।

" धीमा डेटा " जमा करने के लिए, इसमें बहुत समय लगेगा। तेजी से डेटा के विपरीत, जो तुरंत मतदान का उपयोग करके प्राप्त किया जा सकता है, धीमी गति से सचमुच थोड़ा सा जमा होता है। उदाहरण के लिए, आप एक विकास सम्मेलन में प्रतिभागियों का साक्षात्कार ले रहे हैं। प्रत्येक प्रतिभागी का आयोजन से पहले, दौरान और बाद में साक्षात्कार किया जाता है। फिर सभी सूचनाओं को बहुत सावधानी से संसाधित और संक्षेपित किया जाता है।

और जब संचय की अवधि सदियों के लिए मापी जाने लगती है, तो धीमा डेटा " लंबे " में बदल जाएगा। चूंकि बिग डेटा का युग अपेक्षाकृत हाल ही में शुरू हुआ, इसलिए आज लंबे डेटा को इंटरनेट पर नहीं, बल्कि किताबों, पांडुलिपियों में, वास्तुशिल्प स्मारकों की दीवारों पर और पुरातात्विक खुदाई के दौरान खोजे जाने की आवश्यकता है। एक विशिष्ट अध्ययन के लिए ऐतिहासिक पहलू बहुत महत्वपूर्ण हो सकता है!

हालांकि डेटा केक नहीं हैं, वे "गर्म" और "ठंडा" हो सकते हैं । "ताजगी" का सिद्धांत यहां काम करता है: अधिक "ताजा" - गर्म - डेटा अधिक मूल्य का है। एक साधारण उपयोगकर्ता के लिए, 10 सेकंड के "ताजगी" के साथ दूत में लंबे समय से प्रतीक्षित टिप्पणी 2 घंटे पहले बनाई गई "ठंड" टिप्पणी की तुलना में अधिक महत्वपूर्ण है। बेशक, यह अभी भी उपयोगी हो सकता है, उदाहरण के लिए, पत्राचार से कुछ तथ्य को स्पष्ट करने के लिए: किसी दोस्त द्वारा प्रस्तावित पुस्तक या फिल्म का नाम याद रखें, बैठक का समय निर्दिष्ट करें, और इसी तरह। गर्म डेटा तक पहुंच स्थायी होनी चाहिए। हमें बार-बार कोल्ड डेटा की आवश्यकता नहीं होती है, इसलिए उनके लिए निरंतर पहुंच कोई पहली आवश्यकता नहीं है।

आकार, गति या तापमान को चिह्नित करने के अलावा, डेटा को उनकी शुद्धता के आधार पर भी वर्गीकृत किया जा सकता है। " डर्टी " उस डेटा को संदर्भित करता है जो या तो गलत है या जिसमें अपूर्ण या असंगत जानकारी है, और आमतौर पर व्यावहारिक रूप से बेकार है। गंदा डेटा कई कंपनियों में जमा होने वाली अधिकांश सूचनाओं को बनाता है। एक ही समय में, वास्तविक सूचना कोष - मूल्यवान दीर्घकालिक विचार यहां आ सकते हैं। लेकिन गंदे डेटा से पर्याप्त परेशानी है। GovTechWorks के अनुसार, इस तरह की असंरचित और अप्रासंगिक सूचनाओं से अमेरिकी कंपनियों की सालाना 6 बिलियन डॉलर की लागत आती है!



शब्द " जिम्मेदार डेटा " एक ऐसी स्थिति का वर्णन करता है जहां केवल विश्वसनीय जानकारी एकत्र की जाती है, जिसे सत्यापित स्रोतों से लिया जाता है, जो सख्त सुरक्षा उपायों के अनुपालन में संग्रहीत और प्रेषित होता है।

बड़े डेटा के साथ खेलने के बाद " मोटा डेटा " अगला कदम है: मात्रात्मक विशेषताओं के अलावा, गुणात्मक डेटा को भी ध्यान में रखा जाता है। यही है, विशाल मात्रा में अकेले सूखी संख्या अब प्रवृत्तियों और चल रही प्रक्रियाओं की गहरी समझ के लिए पर्याप्त नहीं है, विश्लेषण की पूर्णता के लिए ऐसी चीजों को ध्यान में रखना आवश्यक है, उदाहरण के लिए, मानवीय भावनाएं।

बड़ा डेटा दुनिया पर राज करता है

इस तरह की विभिन्न परिभाषाओं के साथ, सवाल उठता है: क्या, वास्तव में, यह डेटा है? सबसे पहले, बड़ा, विशाल! बिग डेटा हमारे पास, हमारे आसपास और यहां तक ​​कि हम में से प्रत्येक के बारे में इकट्ठा होता है। रेत के छोटे दाने धीरे-धीरे और निश्चित रूप से उन्हें बनाते हैं।

लोकप्रिय वाक्यांश "बिग ब्रदर आपको देख रहा है" तुरंत दिमाग में आता है। कुछ डेटा बेस हर जगह एकत्रित जानकारी के टुकड़ों से बनते हैं और विभिन्न अध्ययनों और सार्वजनिक राय के हेरफेर के लिए उपयोग किए जाते हैं। इसके बाद, प्राप्त सभी सूचनाओं का विश्लेषण किया जाता है, और तथाकथित भाग्य महत्वपूर्ण घटनाओं के परिणाम के बारे में बताता है। यह भाग्य-चुनाव चुनाव जीत, देश में राजनीतिक स्थिति में बदलाव या युवा लोगों के बीच एक संगीत समूह की लोकप्रियता में उतार-चढ़ाव के बारे में सभी प्रकार की भविष्यवाणियां करता है।



गूगल, फेसबुक और अमेज़न जैसे तीन बिग व्हेल ने बिग डेटा का खिताब अर्जित किया है। ये निगम अपने पोर्टल्स के प्रत्येक उपयोगकर्ता के माउस के सबसे छोटे क्लिक को कैप्चर करते हैं। और यह सब वैश्विक सूचना एकत्र करने के लिए। बड़े डेटा के लिए बहुत उम्मीद है। शोधकर्ताओं ने मानव जीवन और गतिविधि के सभी क्षेत्रों पर उनके भारी प्रभाव की भविष्यवाणी की है। इस भाग्य ने दवा और विज्ञान दोनों को नहीं छोड़ा है।

बिग डेटा चिकित्सा में कैसे उपयोगी हो सकता है? यहाँ बिंदु सूचना संचय की मात्रा भी नहीं है, बल्कि इसके प्रसंस्करण और विश्लेषण के तरीके भी हैं। कई क्षेत्रों में चिकित्सा डेटा की मात्रा लंबे समय तक एक आकार तक पहुंच गई है जो न केवल प्रक्रिया के लिए, बल्कि स्टोर करने के लिए भी समस्याग्रस्त है। 3 अरब से अधिक पात्रों से मिलकर मानव जीनोम का डिकोडिंग सबसे महत्वपूर्ण उदाहरण है। यूएस नेशनल हेल्थ ऑर्गनाइजेशन के तत्वावधान में इस काम में 13 साल (1990 से 2003 तक) लगे। 2017 में, कंप्यूटर की शक्ति की वृद्धि और सैद्धांतिक और सॉफ्टवेयर टूल के विकास के लिए धन्यवाद, एक समान कार्य में सप्ताह या दिन भी लगेंगे।

चिकित्सा में बड़े डेटा का मुख्य कार्य पारस्परिक आदान-प्रदान की संभावना के साथ चिकित्सा जानकारी का सबसे पूर्ण और सुविधाजनक रजिस्टर बनाना है, जो हर जगह जन्म से पूरे मेडिकल इतिहास वाले पूर्ण इलेक्ट्रॉनिक रोगी रिकॉर्ड पेश करने की अनुमति देगा। यह स्वास्थ्य सुविधाओं के काम को महत्वपूर्ण रूप से अनुकूलित करेगा।

लेकिन चलो नवीनतम सनसनीखेज घटनाओं पर वापस आते हैं कि शब्द के शाब्दिक अर्थ में इंटरनेट की दुनिया उल्टा हो गई - चुनावों में डोनाल्ड ट्रम्प की जीत। यद्यपि उनकी जीत विश्लेषकों और राजनीतिक रणनीतिकारों सहित कई लोगों के लिए आश्चर्य की बात थी, यह संभवतः बड़े डेटा के सक्षम उपयोग का काफी हद तक तार्किक परिणाम है।

स्विस पत्रिका दास मगज़िन का दावा है कि यह जीत वैज्ञानिकों, बिग डेटा और आधुनिक तकनीक की एक जोड़ी द्वारा प्रदान की गई थी। किसी ने मिशल कोसिंस्की ने एक अनूठी प्रणाली विकसित की है जो आपको केवल सामाजिक नेटवर्क में अपनी पसंद के अनुसार किसी व्यक्ति के बारे में अधिकतम जानकारी का पता लगाने की अनुमति देता है - तथाकथित "माइक्रोट्रैगेटिंग"। बाद में, उनकी इच्छा के विरुद्ध कोसिंस्की के विकास का उपयोग प्रमुख राजनीतिक खेलों में किया जाने लगा। बाद में, इसी प्रणाली ने एक अमेरिकी व्यवसायी के चुनाव अभियान में काम किया। राजनेता के विश्लेषणात्मक कंपनी के साथ संबंध के बारे में कोई नहीं जानता था, क्योंकि डोनाल्ड के डेस्क पर कंप्यूटर भी नहीं है। लेकिन वर्तमान अमेरिकी राष्ट्रपति ने खुद को धोखा दिया है। उन्होंने अपने अकाउंट में ट्वीट किया कि वे जल्द ही उन्हें मि। Brexit।

अपने चुनाव अभियान में, हिलेरी क्लिंटन ने पारंपरिक रूप से काम किया - उन्होंने देश की आबादी के विभिन्न समूहों को संबोधित किया, जो अश्वेत आबादी और महिलाओं के लिए अलग-अलग अपीलों को दर्शाती है। कैंब्रिज एनालिटिका ने अलग तरह से काम किया। वयस्क अमेरिकी निवासियों के डेटाबेस खरीदे जाने के बाद, उन्होंने व्यक्तिगत पसंद और हितों को ध्यान में रखते हुए, OCEAN विधि का उपयोग करते हुए उनमें से प्रत्येक का अध्ययन किया। उनके चरित्र और मानसिकता के आधार पर, डेटाबेस से प्रत्येक व्यक्ति को कैम्ब्रिज एनलिटिका क्लाइंट के लिए वोट करने का आग्रह करते हुए संदेश भेजे गए थे, और पहले से निर्मित व्यक्तिगत पता प्रोफ़ाइल के आधार पर औचित्य का चयन किया गया था। कुछ संदेश विवाद के सिद्धांत पर भी बनाए गए थे, और हिलेरी को वोट देने का सुझाव दिया था।

कोसिंस्की, एक वैज्ञानिक जो एक माइक्रोट्रैगेटिंग सिस्टम के साथ आया था, अब तक केवल बाहर से अपने विकास के इस उपयोग को देखता है। माइकल के अनुसार, यह उनकी गलती नहीं थी कि आविष्कार गलत हाथों में एक बम था। इस बात पर जोर दिया जाना चाहिए कि स्विस पत्रिका के प्रकाशन की कई यूरोपीय मीडिया द्वारा आलोचना की गई थी, जो अप्रमाणित जानकारी होने का दावा करते हैं।

बहस करते हुए कि क्या बड़े डेटा ने वास्तव में अमेरिकी चुनावों को प्रभावित किया है, इन आंकड़ों का अध्ययन और व्यवस्थितकरण जारी है। सामाजिक नेटवर्क से सावधान रहें - कौन जानता है कि आप किसे और किसे वोट देंगे या बड़े डेटा के प्रभाव का अनुभव करने के बाद खरीदने के लिए दौड़ेंगे?