211service.com
Big Data Conundrum: Hur definierar man det?
En av de största nya idéerna inom datoranvändning är big data. Det råder enighet om att big data revolutionerar handeln på 2000-talet. När det kommer till affärer erbjuder big data oöverträffad insikt, förbättrat beslutsfattande och outnyttjade vinstkällor.
Och ändå be en teknisk chef att definiera big data och han eller hon kommer att stirra i golvet. Chansen är stor att du får lika många definitioner som antalet personer du frågar. Och det är ett problem för alla som försöker köpa eller sälja eller använda big data-tjänster – vad exakt erbjuds?
I dag, Jonathan Stuart Ward och Adam Barker vid University of St Andrews i Skottland ta frågan i hand. Dessa killar undersöker de olika definitionerna som erbjuds av världens största och mest inflytelserika högteknologiska organisationer. De försöker sedan destillera från allt detta brus en definition som alla kan enas om.
Ward och Barker kastar sina nät långt och brett men resultaten är blandade. Formella definitioner är svåra att komma med, eftersom många organisationer föredrar att ge anekdotiska exempel.
I synnerhet är begreppet stort knepigt att slå fast, inte minst eftersom en datamängd som verkar stor idag nästan säkert kommer att verka liten inom en inte alltför avlägsen framtid. Där en organisation ger hårda siffror för vad som är stort, ger en annan en relativ definition, vilket antyder att big data alltid kommer att vara mer än vad konventionella tekniker kan hantera.
Vissa organisationer påpekar att stora datamängder inte alltid är komplexa och små datamängder är alltid enkla. Deras poäng är att komplexiteten hos en datamängd är en viktig faktor för att avgöra om den är stor.
Här är en sammanfattning av den typ av beskrivningar som Ward och Barker upptäckte från olika inflytelserika organisationer:
ett. Gartner . År 2001 noterade en Meta-rapport (nu Gartner) den ökande storleken på data, den ökande hastigheten med vilken den produceras och det ökande utbudet av format och representationer som används. Denna rapport föregick termen grävdata men föreslog en trefaldig definition som omfattar de tre V:en: Volym, Hastighet och Variation. Denna idé har sedan dess blivit populär och inkluderar ibland ett fjärde V: sanningsenlighet, för att täcka frågor om tillit och osäkerhet.
två. Orakel . Big data är härledningen av värde från traditionellt relationsdatabasdrivet affärsbeslut, utökat med nya källor för ostrukturerad data.
3. Intel . Stordatamöjligheter dyker upp i organisationer som genererar en median på 300 terabyte data i veckan. De vanligaste formerna av data som analyseras på detta sätt är affärstransaktioner lagrade i relationsdatabaser, följt av dokument, e-post, sensordata, bloggar och sociala medier.
Fyra. Microsoft . Big data är den term som används alltmer för att beskriva processen att tillämpa seriös datorkraft – det senaste inom maskininlärning och artificiell intelligens – på allvarligt massiva och ofta mycket komplexa uppsättningar av information.
5. Den Metod för en integrerad kunskapsmiljö öppen källkodsprojekt. MIKE-projektet hävdar att big data inte är en funktion av storleken på en datamängd utan dess komplexitet. Följaktligen är det den höga graden av permutationer och interaktioner inom en datamängd som definierar big data.
6. Den National Institute of Standards and Technology . NIST hävdar att big data är data som överstiger kapaciteten eller kapaciteten hos nuvarande eller konventionella metoder och system. Med andra ord, begreppet stor är relativt den nuvarande standarden för beräkning.
En blandad påse om det någonsin fanns en.
Utöver sökningen efter definitioner försökte Ward och Barker att bättre förstå hur människor använder frasen big data genom att söka på Google Trends för att se vilka ord som oftast förknippas med den. De säger att dessa är: dataanalys, Hadoop, NoSQL, Google, IBM och Oracle.
Dessa killar avslutar modigt sin undersökning med en egen definition där de försöker sammanföra dessa olika idéer. Här är deras definition:
Big data är en term som beskriver lagring och analys av stora och/eller komplexa datamängder med hjälp av en rad tekniker inklusive, men inte begränsat till: NoSQL, MapReduce och maskininlärning.
Ett spelförsök mot ett värdigt mål – en definition som alla kan hålla med om är verkligen försenad.
Men kommer detta att göra susen? Svar gärna i kommentarsfältet nedan.
Ref: arxiv.org/abs/1309.5821 : Odefinierat av data: En undersökning av definitioner av big data