داده های بزرگ ، بین پیش بینی و مشکلات اخلاقی

حتماً در مورد آن اطلاعات خوانده اید که می گوید در یک دقیقه در دنیای اینترنت چه اتفاقی می افتد؟ و شما باید از این اعداد شوکه شوید ، زیرا آمار تخمین می زند که 4 میلیون جستجو در موتور گوگل انجام شده و 200 هزار توییت توئیت شده است ، علاوه بر مشارکت 300 هزار تصویر در واتس اپ ، و این تعداد نسبت به اگر اکنون به حجم داده های موجود در اینترنت نگاهی بیندازید ، به تریلیون تعداد زیادی خواهید رسید که در صورت تجزیه و تحلیل دقیق ، ممکن است ارزشمند باشند.

آیا تا به حال فکر کرده اید که واتس اپ چگونه درآمد کسب می کند؟ ابتدای WhatsApp یک برنامه پولی بود که برای شرکت سودآوری داشت ، اما اکنون این برنامه کاملاً رایگان است و هیچ تبلیغی در آن یا خدمات پولی مانند توییتر ، فیس بوک و سایر موارد وجود ندارد.

یک جمله وجود دارد که می گوید اگر شما پرداخت نمی کنید ، پس شما قیمت هستیداین مقاله را بررسی کنیدبه سادگی ، وقتی فیس بوک در WhatsApp سرمایه گذاری کرد زیرا می خواست مقدار داده WhatsApp را داشته باشد ، شما را می خواهد ، منظور من معنای واقعی کلمه اطلاعات شخصی شما نیست ، بلکه رفتاری است که شما ، اطراف و جامعه ای که در آن زندگی می کنید.

به عنوان مثال ، محمد جمعه یک سایت "موقعیت مکانی" برای خالد ارسال کرد و محمد هفته بعد سایت دیگری را دوباره ارسال کرد. این تکرار اطلاعات هنگام تجزیه و تحلیل داده هایی را برای ما تولید می کند که محمد هر جمعه به یک رستوران یا خانه دوست دیگر می رود ، بنابراین اندازه اطلاعاتی را که برای تبدیل شدن به داده پردازش می شود تصور کنید ، اگر در کل جامعه یا کشور پخش شود ، داده های WhatsApp می تواند سبک زندگی ، رفتار مصرف کننده و موضوعات محبوب مردم را بدست آورد.

همه اینها برای اهداف بازاریابی و درک مناسب ترین راه ورود محصولات صاحب این داده ها و درک او از پذیرش محصولات این جامعه توسط جامعه یا حتی پیش بینی واکنش او نسبت به یک چیز خاص است و یک فرضیه وجود دارد این می گوید که WhatsApp در واقع داده های کاربر را به کسانی که برای اهداف بازاریابی یا حتی دولتها به آنها نیاز دارند می فروشد و این امر توسط این امر پشتیبانی می شود که هیچ راهی دیگر برای سودآوری WhatsApp وجود ندارد.

داده های بزرگ در حال حاضر

صرف نظر از برنامه WhatsApp ، بیایید حجم داده های موجود در اینترنت را بررسی کنیم ، که تریلیون عددی است که قابل شمارش نیستند و این داده ها می توانند به حقایق جالب دسترسی پیدا کنند.

یک ابزار جالب در گوگل وجود دارد به نام گوگل  محقق علمی ، این یک بایگانی از طرف Google برای تعداد زیادی کتاب با قدمت 200 سال قبل است. حاتم النجار ، که این ابزار را هنگام گوش دادن به او از گوگل به من نشان داد ، دریافت که کلمه ایده های حمام ، به معنای ایده در هنگام مدفوع ، از اواسط قرن بیستم ، و این اطلاعات به ما می فهماند که این رفتار انسان در آغاز پیدایش تلویزیون را تغییر داد ، زیرا تنها منبع تولید ایده ها از بین بردن نیاز بدون حواس پرتی بود ، اما قبل از آن تاریخ کلمه وجود ندارد زیرا انسان قبل از اینکه ایده تولید کند بدون در نظر گرفتن مکان ، هیچ حواس پرتی وجود ندارد.

این یک مثال ساده است که مقدار حقایقی را که می تواند از این بایگانی بدست آورد نشان می دهد ، که شامل تعداد زیادی داده است.

همچنین وب سایت MawdooXNUMX که فکر می کردم آغاز کار آن تحلیل تعداد کلمات پر جستجو در Google ، مقایسه آن با مقدار محتوای Google و بهره برداری از کمبود محتوای عربی است.

گوگل ازدحام خیابان را از طریق دستگاه هایی که در این خیابان کار می کنند پیش بینی می کند ، همچنین با دانستن تعداد تلفن ها = افرادی که وارد این رستوران شده اند ، در چه ساعتی رستوران شلوغ خواهد شد و در چه ساعتی وارد آنها می شوند و براساس این داده های تجمعی ، پیش بینی می کند در چه ساعتی شلوغ خواهد شد

آینده داده های بزرگ

هر ساله ارتباط ما با دنیای دیجیتال بیشتر و بیشتر می شود ، بنابراین ثبت روزهای ملاقات هایتان در بیمارستان در تقویم ، یا زمان نوشیدن داروی خود در دفتر خاطرات ، یا انواع داروهایی که استفاده می کنید ، و تعداد مراحلی که دستبند یا حتی ساعت هوشمند روی مچ شما برمی دارد ، ممکن است در آینده سیستم تولید کند. سیستم سلامتی خود را تجزیه و تحلیل کنید تا بیماری های بالقوه ای را که ممکن است به دلیل رفتار سالم شما تحت تأثیر قرار دهند ، پیش بینی کنید.

یا با تجزیه و تحلیل عصبانیت خشمگین در شبکه های اجتماعی در مورد زیرساخت های ضعیف یک مکان ، می توان پیش بینی کرد که در صورت وقوع یک فاجعه طبیعی کدام مکان ها آسیب بیشتری خواهند دید.

این ایده ها ممکن است ایده های دیوانه و تخیلی به نظر برسند ، اما کسانی که در دهه گذشته به پیشرفت سریع فنی نگاه می کنند ، به طور کلی نمی گویند دستیابی به آنها دشوار است ، حتی اگر برای ظهور آنها کمی زمان ببرد.

نیاز به تحلیل گران داده های بزرگ

از ابتدای سال 2012 ، به منظور بررسی رفتار مصرف کننده ، ماهیت جوامع ، و بهترین روش بازاریابی یا تبلیغ برای اکثر شرکت های فناوری ، نیاز به تحلیل گران داده های بزرگ افزایش یافته است.

اینفوگرافی زیر زبانهای برنامه نویسی را که بیشترین تقاضا را دارند نشان می دهد و Python و R پیشرفته ترین زبان ها هستند زیرا این زبان ها برای تجزیه و تحلیل داده های بزرگ هستند.

دبی سیتی ابتکاری را با هدف توسعه یک میلیون برنامه نویس عرب در چندین زمینه آغاز کرد و از میان دوره های ارائه شده ، یک دوره تجزیه و تحلیل داده های بزرگ ، اگر توسعه دهنده هستید و می خواهید مهارت های خود را در دنیای تجزیه و تحلیل داده ها توسعه دهید ، به شما توصیه می کنم ثبت نام برای ابتکار عمل از: اینجا