چالش واقعی سازمانها در رابطه با کلان داده ها و بررسی دقیقتر مدلهای کلان داده: تفاوت میان نسخه‌ها

از OCCC Wiki
پرش به ناوبری پرش به جستجو
 
(۲۳ نسخهٔ میانی ویرایش شده توسط ۷ کاربر نشان داده نشد)
خط ۱: خط ۱:
''این مطلب در حال تکمیل است. شما نیز میتوانید در تکمیل آن مشارکت داشته باشید''
در این صفحه میتوانید روی چالش واقعی سازمانها در رابطه با کلان داده ها و بررسی دقیقتر مدلهای کلان داده صحبت کنید. بحث های جانبی و خارج از این ساختار را نیز میتوانید در صفحه [[بحث:چالش واقعی سازمانها در رابطه با کلان داده ها و بررسی دقیقتر مدلهای کلان داده| بحث]] مطرح نمایید.
در این صفحه میتوانید روی چالش واقعی سازمانها در رابطه با کلان داده ها و بررسی دقیقتر مدلهای کلان داده صحبت کنید. بحث های جانبی و خارج از این ساختار را نیز میتوانید در صفحه [[بحث:چالش واقعی سازمانها در رابطه با کلان داده ها و بررسی دقیقتر مدلهای کلان داده| بحث]] مطرح نمایید.


خط ۷: خط ۹:


* [[پیاده سازی سیستم های اطلاعاتی با حجم دیتای بالا و پراکندگی جغرافیایی بر بستر ابر]]
* [[پیاده سازی سیستم های اطلاعاتی با حجم دیتای بالا و پراکندگی جغرافیایی بر بستر ابر]]
* [[پیاده‌سازی سیستم فرآیندی و داده‌ای شناسایی بازار و مشتری بانکداری در بستر ابر]]


== چالش ها ==
== چالش ها ==
چالش های اشاره شده توسط دوستان به این ترتیب می باشد:
چالش های اشاره شده توسط دوستان به این ترتیب می باشد:


* [[نگهداری حجم زیاد اطلاعات]]
* توزیع جغرافیایی بالا
* [[یکسان سازی]]
* همزمان سازی اطلاعات
* [[داده کاوی داده ها]]
* نگهداری حجم زیاد اطلاعات
* یکسان سازی
* [[داده‌کاوی|داده‌کاوی داده ها]]
* [[خردمند سازی داده ها]]: تحلیل داده ها به منظور استفاده های آماری ، پیش بینی و پاسخ به نیازهای مشتری
* [[خردمند سازی داده ها]]: تحلیل داده ها به منظور استفاده های آماری ، پیش بینی و پاسخ به نیازهای مشتری
*
* در دسترس نبودن داده جهت فعالیت تحقیقاتی
* دسته‌بندی داده‌های کلان داده و شناسایی و ایجاد روابط بین داده‌ها
* امنيت و حريم خصوصي


اگر چالش دیگری بنظر شما وجود دارد به این لیست اضافه کنید یا برای چالش های موجود شرح بیشتری در صفحه مربوط به آنها اضافه نمایید.
اگر چالش دیگری بنظر شما وجود دارد به این لیست اضافه کنید یا برای چالش های موجود شرح بیشتری در صفحه مربوط به آنها اضافه نمایید.
خط ۳۱: خط ۳۸:
** [[High IO]]
** [[High IO]]
** [[Atomic Transaction]]
** [[Atomic Transaction]]
* در دسترس قرار گرفتن داده ها و طرح مساله
* Cloud Computing Model with Service Oriented Architecture


اگر راهکار دیگری بنظر شما وجود دارد به این لیست اضافه کنید یا برای راهکارهای موجود شرح بیشتری در صفحه مربوط به آنها اضافه نمایید.
اگر راهکار دیگری بنظر شما وجود دارد به این لیست اضافه کنید یا برای راهکارهای موجود شرح بیشتری در صفحه مربوط به آنها اضافه نمایید.


== ابزارها و فناوری ها ==
== لینک های مرتبط ==
ابزارها و فناوری های مرتبط به این شرح می باشد:
* [http://www.zdnet.com/google-launches-cloud-dataflow-says-mapreduce-tired-7000030937 Google launches Cloud Dataflow, says MapReduce tired]
 
* [http://www.cambridgesemantics.com/technology/smart-data-explained Cambridge Semantics]
* [[Hadoop]]
* [[کارگروه ها:BigData]]
* [[NoSQL]]
* [[Owncloud]]
* [[Swift]]
* [[Dropbox]]
* [[Box.net]]
* [[Google Drive]]
* [[Amazon S3]]
* [[MapReduce]]
* [[Cloud Dataflow]]
* [[Trove]]
* [[Sahara]]
* [[Clustrix]]
* [[SQL]]
* [[MySQL]]
* [[Postgress]]
* [[Memcache]]
* [[Riak]]
* [[HBase]]
* [[Cassandra]]
*
*
اگر ابزار یا فناوری دیگری بنظر شما وجود دارد به این لیست اضافه کنید یا برای موارد موجود شرح بیشتری در صفحه مربوط به آنها اضافه نمایید.
== سایت های مرتبط ==
[http://www.zdnet.com/google-launches-cloud-dataflow-says-mapreduce-tired-7000030937 Google launches Cloud Dataflow, says MapReduce tired]


== مراجع ==
== مراجع ==
<references />
<references />

نسخهٔ کنونی تا ‏۴ فوریهٔ ۲۰۱۶، ساعت ۱۹:۰۸

این مطلب در حال تکمیل است. شما نیز میتوانید در تکمیل آن مشارکت داشته باشید

در این صفحه میتوانید روی چالش واقعی سازمانها در رابطه با کلان داده ها و بررسی دقیقتر مدلهای کلان داده صحبت کنید. بحث های جانبی و خارج از این ساختار را نیز میتوانید در صفحه بحث مطرح نمایید.


مورد های واقعی

مسائل واقعی که در سازمان خود با آن مواجه هستید را میتوانید بطور جداگانه در این قسمت ارائه نمایید تا مورد بحث و بررسی قرار بگیرد:

چالش ها

چالش های اشاره شده توسط دوستان به این ترتیب می باشد:

  • توزیع جغرافیایی بالا
  • همزمان سازی اطلاعات
  • نگهداری حجم زیاد اطلاعات
  • یکسان سازی
  • داده‌کاوی داده ها
  • خردمند سازی داده ها: تحلیل داده ها به منظور استفاده های آماری ، پیش بینی و پاسخ به نیازهای مشتری
  • در دسترس نبودن داده جهت فعالیت تحقیقاتی
  • دسته‌بندی داده‌های کلان داده و شناسایی و ایجاد روابط بین داده‌ها
  • امنيت و حريم خصوصي

اگر چالش دیگری بنظر شما وجود دارد به این لیست اضافه کنید یا برای چالش های موجود شرح بیشتری در صفحه مربوط به آنها اضافه نمایید.

راهکارهای پیشنهادی

راهکارهای پیشنهادی شده توسط دوستان به این ترتیب می باشد:

اگر راهکار دیگری بنظر شما وجود دارد به این لیست اضافه کنید یا برای راهکارهای موجود شرح بیشتری در صفحه مربوط به آنها اضافه نمایید.

لینک های مرتبط

مراجع