سال انتشار: 1395
محل انتشار:
اولین کنفرانس بین المللی هوش تجاری ایران
کد COI مقاله: BICONF01_013
زبان مقاله: فارسیمشاهده این مقاله: 620
فایل این مقاله در 22 صفحه با فرمت PDF قابل دریافت می باشد
با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 22 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:
مشخصات نویسندگان مقاله دریاچه داده، فرصتی برای کشف بینش و خلق ارزش
چکیده مقاله:
دریاچه داده ایدهای جدید و یک نوع معماری پیشنهادی برای پردازش دادههاست. در این پژوهش با استفاده از تحلیل اسنادی، ابتدا چیستی دریاچه داده به عنوان یک نوع معماری پردازش داده و چرایی استفاده از آن در حوزه بزرگ داده بیان شده است و سپس پیشینه پژوهش در قالب تفاوت دریاچه داده با انباره داده تحلیلی و چگونگی استفاده از این معماری و برخی چالشها و فرصت های مرتبط با آن از دید موافقان و مخالفان طرح شده است. یکی از مهمترین موضوعات مرتبط با دریاچه داده، چگونگی ساماندهی محتوای ذخیره شده در دریاچه داده و همچنین نحوه خلق ارزش و کشف بینش از این محتواست. در ادامه، چگونگی استفاده از فرا داده در بستر دریاچه داده برای برطرف شدن مشکل ارتباط داده ها با منابع آنها بیان شده و در انتها برای مدیریت خودکار فراداده ها، استفاده از آنتولوژی و بستر دریاچه داده معنایی برای ساماندهی هرچه بهتر محتوا بررسی شده است.
کلیدواژه ها:
کد مقاله/لینک ثابت به این مقاله
کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا BICONF01_013 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:https://civilica.com/doc/544563/
نحوه استناد به مقاله:
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:مهرشاد، بتول و جودی، الهام،1395،دریاچه داده، فرصتی برای کشف بینش و خلق ارزش،اولین کنفرانس بین المللی هوش تجاری ایران،تهران،https://civilica.com/doc/544563
در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1395، مهرشاد، بتول؛ الهام جودی)
برای بار دوم به بعد: (1395، مهرشاد؛ جودی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :- . Woods, D. Big Data Requires a Big, New Architecture. ...
- Bailey, K. D. (1994). Methods of social research: qualitative and ...
- . Bloor, R. Does Big Data Mean Big Metadata? (2014, ...
- . Bohlouli, M. Dalter, J. Dornhofer, M. Zenkert, J. & ...
- . Cole, A. New Thinking in Data Lake Design. (2016, ...
- . Cole, A. Start Wading into the Data Lake, but ...
- . Dixon, J. Data Lakes Revisited. (2014, October) available at ...
- . Dixon, J. Pentaho, Hadoop, and Data Lakes. (2010, October) ...
- . Dull, T. The Data Lake Debate: Pro Delivers Final ...
- . Hanafizadeh, P. & Yarmo hammadi , M. (2015). An ...
- . Knowl edgement Group, How to Design a Successful Data ...
- . Lawson, L. Another Barrier to Data Lake, The Metadata ...
- . Lawson, L. The Down Low on Data Lake, (2014, ...
- . Lawson, L. Why Data Lakes Are Still a Murky ...
- . Lawson, L. Why Data Lakes Turn into Data Swamps? ...
- . Rivera, J. & Vandermeulen, R. Gartner Says Beware of ...
- . Sadeghi Fasayi, S. Erfanmanesh, I. (1394). _ 0Metho dological ...
- . Schmarzo, B. (2013). Big Data: Understanding how data powers ...
- . Schmarzo, B. How Isve Learned To Stop Worrying And ...
- . Schmarzo, B. Data Lake Plumber, Op erationalizing the Data ...
- . White, A. The Confusion and Hype related to Data ...
- . Woodie, A. Hadoop, Triple Stores, and the Semantic Data ...
مدیریت اطلاعات پژوهشی
اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.
نظرات خوانندگان
علم سنجی و رتبه بندی مقاله
مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.
مقالات پیشنهادی مرتبط
- راهبری داده، بسترساز موفقیت هوش تجاری در عصر کلان-داده
- تبیین و تحلیل مدلهای بهبود تعامل پذیری در سیستمهای مقیاس وسیع
- دریاچه داده، بستری ضروری برای حکمرانی داده در سازمانها
- مدیریت کیفیت داده؛سازماندهی پاسخگویی ومدل حکمرانی داده آن
- نرمافزارهای خودتطبیق: مفاهیم و چالشها
مقالات فوق بر اساس داده کاوی مقالات مطالعه شده توسط پژوهشگران محاسبه شده است.
مقالات مرتبط جدید
- تحولات تکنولوژی و ماهیت مشاغل در عصر اطلاعات و ارتباطات
- اهمیت اطلاعات و انتقال تکنولوژی در تحقیقات
- تکنولوژی اطلاعات و رشد و توسه بنگاه ها
- IT & Automotive Industry
- کاربردهای فناوری اطلاعات درتحقیق و توسعه
مقالات فوق اخیرا در حوزه مرتبط با این مقاله به سیویلیکا افزوده شده اند.
طرح های پژوهشی مرتبط جدید
- امنیت داده و ارتباطات صنعت برق بر اساس استاندارد IEC ۶۲۳۵۱
- آینده پژوهی تکنولوژی بلاک چین (زنجیره بلوکی) در صنعت برق
- تحلیل و طراحی نیازمندی های نرم افزاری بر اساس فرآیندهای مرکز آزمون، بازرسی و استاندارد نیرو (آبانیرو)
طرح های پژوهشی فوق اخیرا در حوزه مرتبط با این مقاله به سیویلیکا افزوده شده اند.
به اشتراک گذاری این صفحه
اطلاعات بیشتر درباره COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.