Big Data :  volume di dati  livelli variabili di complessità  generati a velocità differenti  non elaborabili con tecnologie tradizionali.

Presentazione sul tema: "Big Data :  volume di dati  livelli variabili di complessità  generati a velocità differenti  non elaborabili con tecnologie tradizionali."— Transcript della presentazione:

1 Big Data :  volume di dati  livelli variabili di complessità  generati a velocità differenti  non elaborabili con tecnologie tradizionali

2  Volume: gestione di moltissimi dati  Velocità: gestione in tempo reale  Varietà: fonti e tipologie diverse

3  Veridicità: attendibilità dei dati raccolti  Volatilità: tempo di validità dei dati

4  Opportunità di conoscenza  Capire il mondo reale  Opportunità commerciali

5  Non possiedono un modello prestabilito  Non sono organizzati  Possono causare ambiguità  Sono costituiti da: › Testo › Audio › Video › Flussi di click › …

6  Raccolta di informazioni  Classificazione in categorie prestabilite  Organizzazione secondo uno schema preciso  Memorizzazione fisica dei dati

7  Collezione e memorizzazione dei dati  Classificazione per categorie  Trasformazione dei dati  Generazione dei risultati trovati

8

9  ASCOLTARE  CAPIRE  RIELABORARE  VISUALIZZARE

10  Script pattern matching: › individuare tokens › stabilire il pattern delle frequenze in un testo  Set di parole: › Google books › Twitter › Canzoni 1960/2007 › New York Times 1987/2007  Grado di felicitá: › Amazon’s Mechanical Turk http://www.hedonometer.org/index.html

11  h avg (T) = livello di felicitá della frase T  h avg (w i ) = felicitá di ciascuna parola  F i = frequenza della i-esima parola

12  484 miloni di tweets  9.8 milioni di persone  Luglio 2009 e Gennaio 2012  54 piú larghe cittá della Gran Bretagna  Parole cercate: PAURA, GIOIA, RABBIA, TRISTEZZA PAPER: > Ilias Flaounas, Thomas Lansdall-Welfare, Nello Cristianini Intelligent Systems Laboratory, University of Bristol

13

14 PAPER: > P. Sheridan Dodds, K. Decker Harris, I. Kloumann, Center of complex systems of the university of Vermont

15 http://www.blogsvoices.unimi.it

16  AMBIGUITÁ  SENSI MULTIPLI  TONO  SARCASMO  SOPRANNOMI  IMMAGINI

17 «Il Big Data ha avuto un impatto nello studio del comportamento umano simile all’introduzione del microscopio o del telescopio nei campi della biologia e dell’astronomia» Zeynep Tufekci “Big Questions for Social Media Big Data”

18

19  Big Data aiutano a comprendere le dinamiche del proprio mercato di riferimento  Per riuscire a trarne il massimo bisogna sodisfare alcuni requisiti: › Nuova mentalità › Leadership › Team di ricerca › Gestione dei dati

20 Big Data + Marketing = ROI enorme

21 Attraverso un’analisi dei dati il negozio Target è riuscito a scoprire che una ragazza era incinta, ancora prima che lo sapessero i suoi genitori. Fedelity Card Informazioni Personali + Informazioni di Vendita Big Data

22  152 milioni di conti cliente Ricerche + Acquisti + Desideri Big DataPubblicità

23  5 GB gratis  1.000 GB massimo  2 GB trasferimento massimo per file  $ 0.50 per GB  Online software  Cloud Player

24 Obiettivi:  Restringere tempi di attesa  Predire gli ordini del cliente « Se non lo vuoi, te lo regaliamo! »

25

26  Aziende: › Pubblicità con testo › Pubblicità multimediale

27  Trasporto pubblico  Attrazioni nelle vicinanze  Amici nelle vicinanze  Notizie

28  Salvataggio posizione parcheggio  Conto alla rovescia  Promemoria pagamento bollette  Cronologia delle posizioni  GPS  Gmail  Calendario  Contatti  Ricerche Google

29

30

31  immissione vocale  fotocamera  scrittura a mano libera  modalità offline

32 Reperimento delle informazioni: È l'insieme delle tecniche utilizzate per gestire oggetti contenenti informazioni

33 Permette di:  Rappresentare  Memorizzare  Organizzare

34 Soddisfa:  Il bisogno informativo dell’utente Gestistione:  Ricerca di informazioni, non di dati  Possibile restituzione di risultati non pertinenti

35 È un movimento che promuove il non utilizzo del modello relazionale. Identifica:  un'ampia varietà di tecnologie legate ai database Risponde:  al crescente volume di dati memorizzati sulla Rete  alle modalità e alla frequenza di accesso ai dati  alla necessitá di performance e di potenza di calcolo

36  Scalabilitá  Prestazioni migliori  Schemi dinamici  Facile da utilizzare  Flessibile

37  È un framework che supporta applicazioni distribuite con elevato accesso ai dati  Permette di lavorare con migliaia di nodi e petabyte di dati

38  Yahoo! è il più grande contributore a questo progetto  È usato anche da: AOL, Ebay, Facebook, IBM, ImageShack, Joost, Linkedin, Spotify, The New York Times e Twitter