Big data: differenze tra le versioni

Contenuto cancellato Contenuto aggiunto
Spiegazione di Analytics in linea con il "ciclo di vita" rappresentato
Nessun oggetto della modifica
Riga 1:
Il termine '''big data''' ("grandi [masse di] dati" in [[lingua inglese|inglese]]) descrive una raccolta di [[dati]] così estesa in termini di volume, velocità e varietà da richiedere tecnologie e metodi analitici specifici per l'estrazione di valore<ref>{{cita pubblicazione|autore1=Andrea De Mauro|autore2=Marco Greco|autore3=Michele Grimaldi|lingua=EN|anno=2016|titolo=A Formal definition of Big Data based on its essential features|rivista=Library Review|volume=65|numero=3|pp=122-135|doi=10.1108/LR-06-2015-0061|url=http://dx.doi.org/10.1108/LR-06-2015-0061|accesso=2017-06-25}}</ref>. Il termine è utilizzato in riferimento alla capacità (propria della cosiddetta [[scienza dei dati]]) di estrapolare, analizzare e mettere in relazione un'enorme mole di dati eterogenei, strutturati e non strutturati, allo scopo di scoprire i legami tra fenomeni diversi e prevedere quelli futuri.
Il termine '''big data''' ("grandi [masse di] dati" in [[lingua inglese|inglese]]) descrive una raccolta di [[dati]] così estesa in termini di volume, velocità e varietà da
richiedere tecnologie e metodi analitici specifici per l'estrazione di valore<ref>{{cita pubblicazione|autore1=Andrea De Mauro|autore2=Marco Greco|autore3=Michele Grimaldi|lingua=EN|anno=2016|titolo=A Formal definition of Big Data based on its essential features|rivista=Library Review|volume=65|numero=3|pp=122-135|doi=10.1108/LR-06-2015-0061|url=http://dx.doi.org/10.1108/LR-06-2015-0061|accesso=2017-06-25}}</ref>. Il termine è utilizzato in riferimento alla capacità (propria della cosiddetta [[scienza dei dati]]) di estrapolare, analizzare e mettere in relazione un'enorme mole di dati eterogenei, strutturati e non strutturati, allo scopo di scoprire i legami tra fenomeni diversi e prevedere quelli futuri.
 
== Descrizione ==
Line 91 ⟶ 90:
I processi principali che compongono il ciclo di vita dei Big Data possono essere raggruppati in due macro-aree:
* Big Data Management: racchiude i processi e le tecnologie per l’acquisizione e la memorizzazione dei Big Data e la preparazione ed il recupero degli stessi;
* Big Data Analytics: racchiude i processi utilizzati per analizzare e acquisire informazioni utili da grandi dataset allo scopo di interpretare e descrivere il passato (''descriptive analytics''), predire il futuro (''predictive analytics'') o raccomandare azioni (''prescriptive analytics'')<ref>{{Cita pubblicazione|autoreautore1=Evans, James R. Evans|autore2=Carl H. Lindner|lingua=EN|titolo=Business Analytics: The Next Frontier for Decision Sciences|rivista=Decision Lines|volume=43|numero=2|accesso=|url=http://www.cbpp.uaa.alaska.edu/afef/business_analytics.htm}}</ref>.
Lindner, Carl H.|titolo=Business Analytics: The Next Frontier for Decision Sciences|rivista=Decision Lines|volume=43|numero=2|accesso=|url=http://www.cbpp.uaa.alaska.edu/afef/business_analytics.htm}}</ref>.
 
=== Generazione e acquisizione ===