Académique Documents
Professionnel Documents
Culture Documents
Sistemas y Telemática
Ciclo: VIII – B
Integrantes:
• Mego Saavedra Lucy.
• Rivera Salazar Rosaliny Yonely.
2018
Índice
1. Contenido ......................................................................................................... 3
1.1 Definición: .............................................................................................................. 3
1.2 Características: ..................................................................................................... 4
1.3 Funcionamiento: ................................................................................................... 5
1.4 Principales fuentes de datos: ........................................................................... 6
1.5 Ejemplos: ................................................................................................................ 6
2. Resumen:.......................................................................................................... 7
3. Summary: ......................................................................................................... 8
4. Recomendaciones: .......................................................................................... 8
5. Conclusiones: .................................................................................................. 9
6. Apreciación del Equipo: ................................................................................ 10
7. Glosario de Términos: ................................................................................... 12
8. Linkografía: .................................................................................................... 13
BIG DATA
1. Contenido
1.1 Definición:
1.2 Características:
¿Cuándo decimos que estamos tratando con Big Data? Para algunas personas,
1TB puede parecer grande, para otros 10TB pueden ser grandes, para otros
100GB pueden ser grandes, y algo más para otros. Este término es cualitativo y
realmente no se puede cuantificar. Por lo tanto, identificamos Big Data por unas
pocas características que son específicas de Big Data. Los macrodatos se
pueden describir por las siguientes características:
1.3 Funcionamiento:
❖ Dispositivos móviles:
✓ Más de 5 mil millones de teléfonos móviles en uso en todo el mundo.
❖ Transacciones en Internet:
✓ Miles de millones de compras en línea, operaciones de bolsa y otras
transacciones ocurren todos los días.
1.5 Ejemplos:
2. Resumen:
Big Data se ha convertido en una tendencia a nivel mundial y aunque aún no cuenta
con un concepto científico o académico consensuado, se augura cada día mayor
crecimiento del mercado que lo envuelve y de las áreas de investigación asociadas.
En este artículo se reporta una exploración de literatura sobre Big Data, que
comprende un estado del arte de las técnicas y tecnologías asociadas a Big Data,
las cuales abarcan captura, procesamiento, análisis y visualización de datos.
Se exploran también las características, fortalezas, debilidades y oportunidades de
algunas aplicaciones y modelos que incluyen Big Data, principalmente para el
soporte al modelado de datos, análisis y minería de datos. Asimismo, se introducen
algunas de las tendencias futuras para el desarrollo de Big Data por medio de la
definición de aspectos básicos, alcance e importancia de cada una.
La metodología empleada para la exploración incluye la aplicación de dos
estrategias, una primera corresponde a un análisis cienciométrico; y la segunda, una
categorización de documentos por medio de una herramienta web de apoyo a los
procesos de revisión literaria. Como resultados se obtiene una síntesis y
conclusiones en torno a la temática y se plantean posibles escenarios para trabajos
investigativos en el campo de dominio.
3. Summary:
Big Data has become a worldwide trend and although it does not yet have a
consensual scientific or academic concept, every day greater growth is expected of
the market that surrounds it and of the associated research areas. This article reports
an exploration of literature on Big Data, which includes a state of the art of techniques
and technologies associated with Big Data, which include capture, processing,
analysis and visualization of data.
The characteristics, strengths, weaknesses and opportunities of some applications
and models that include Big Data are also explored, mainly for the support of data
modeling, analysis and data mining. Likewise, some of the future trends for the
development of Big Data are introduced through the definition of basic aspects, scope
and importance of each one.
The methodology used for the exploration includes the application of two strategies,
a first corresponds to a scientometric analysis; and the second, a categorization of
documents through a web tool to support literary revision processes. As results, a
synthesis and conclusions about the subject are obtained and possible scenarios for
investigative work in the domain field are proposed.
Scientists with some regularity find limits in the analysis due to the large amount of
data in certain areas, such as meteorology, genomics, connectomics, complex
simulations of physical processes and investigations related to biological and
environmental processes. Limitations also affect search engines on the internet,
finance systems and business computing.
4. Recomendaciones:
➢ Una de las tareas principales de los expertos en BIG DATA es el análisis de las
necesidades relacionadas con la explotación de datos, ya que los sistemas BIG
DATA permiten el tratamiento y análisis de enormes depósitos de datos, tan
desproporcionadamente grandes, que resulta imposible tratarlos con las
herramientas de bases de datos y analíticas convencionales.
➢ El trabajo que realizan los expertos en BIG DATA sirve para ayudar a la toma de
decisiones de otros profesionales entorno a la seguridad, la optimización de
recursos en el caso de mantenimientos, la predicción de consumo y gasto.
➢ Big Data tiene importantes cualidades distintivas que lo diferencian de los datos
corporativos "tradicionales"; los datos no son centralizadas, muy estructurados y
de fácil manejo, ahora más que nunca los datos están muy dispersos, poco
estructurados (o no tiene estructura en absoluto), y cada vez más con volúmenes
más grandes.
➢ El Big Data evoluciona muy rápido ya que cada vez disponemos de más fuentes
y recursos de las que extraer datos. Por ello, las empresas necesitan a
especialistas que sean capaces de digerir los datos, convertirlos en información y
seleccionar cuál es útil y cuál no.
5. Conclusiones:
Con BIG DATA la venta de productos o servicios podrá diferenciarse haciendo que
el consumo de los mismos suponga una experiencia personalizada para los gustos
y preferencias de cada cliente. BIG DATA nos permitirá llevar a cabo la gestión de
emociones a la hora de enriquecer el consumo de los productos y servicios.
BIG DATA no es una actividad aislada. Para el éxito se necesita más que nunca
el conocimiento del negocio que permita hacer las preguntas correctas y
establecer las correlaciones oportunas.
Sin duda alguna, uno de los retos de BIG DATA es incorporar a su capacidad
analítica, información de contexto que permita adaptar y comprender el resultado
del análisis en base a las condiciones del entorno. Para ello, el verdadero
conocimiento será aquel que incorpore los atributos de entorno que contextualicen
el análisis.
BIG DATA es un sistema genérico que debe tratar una gran cantidad de datos y
que le hace falta integrar muchas herramientas para que sea lo que dice su
nombre, dependiendo de la cantidad de datos, su tipo, relación entre los mismos,
modelos y algoritmos a ejecutar.
Los datos comienzan por ver los datos que su organización está creando y
entender de dónde vienen, incluso de redes sociales, actividades de negocio y
aplicaciones de software para ventas o marketing. Conocer con qué elementos
cuenta para trabajar es un paso crítico.
Identificar la información que es más útil. Sobre la base de los datos que su
organización ya está generando, descubra qué tipos de información tendrán más
impacto en su negocio. Considere estas preguntas: ¿Investigar el sentimiento de
los clientes en las redes sociales ayudaría a mejorar el desarrollo de productos y
la atención al cliente? ¿Puede usar datos de ventas y marketing para mejorar el
crecimiento y los ingresos? Concentrarse en sus clientes.
Los big data se vuelven rápidos y simples. Las organizaciones aprovechan los
mares de datos desde un comienzo para obtener el máximo rendimiento; la
arquitectura informática evoluciona hacia un marco de trabajo en el que la “talla
única” deja de ser el estándar. Ni volumen ni velocidad: la variedad será lo que
impulse las inversiones en big data. Spark y el aprendizaje automático dinamizan
el mundo de los big data. La preparación de datos de autoservicio se vuelve una
tendencia dominante a medida que los usuarios finales comienzan a dar forma a
los big data.
BIG Data está en todas partes y cada día se crean más aplicaciones para
aprovechar su valor y enriquecer tanto nuestra vida personal como profesional de
diversas formas, big data nace se ha visto acelerado en gran medida por ello
muchos como los conocimientos de los datos científicos por otra parte este
desborde ha llevado a que se produzca algunos cambios sociales y económicos
muy positivos para la sociedad; el big data está impulsado por las propiedades de
la nube de hecho son los atributos de la nube con economías de escala, la
rentabilidad para las masas, la capacidad y agilidad de extensión lo que nos
permite crear big data y vencer sus retos. A su vez las altas demandas de big data
motivan la creación de futuros diseños mejoras y expansiones de la nube todo en
un ciclo interminable que permite el avance de ambos.
Big Data se trata en realidad de cualquier atributo uno de ellos es el tamaño, que
representa un reto para las limitaciones de las funcionalidades de los sistemas o
de las necesidades de un negocio, otro aspecto interesante de big data tienen un
formato bien definido como las transacciones de una base de datos donde cada
entrada puede dividirse en campos cada uno con un tipo de datos bien definidos
y comprendido es posible que algunos big data solo sea una colección de entradas
de blog que contienen texto, tablas, imágenes, voy y video todo guardado en el
mismo almacenamiento de datos, esto nos lleva al aspecto final de big data la
diversidad de generación de interconectividad, los rangos de generación de big
data van desde la generación automática de información por un medio de
aplicaciones como imágenes de predilección meteorológica hasta entradas
manuales como partes de videos que las personas graban de sus vidas o las
entradas de texto en Twitter, Facebook, Instagram, WhatsApp, etc; big data
también se actualiza a una velocidad increíble de manera muy interactiva y en
aumento los aumentos los cambios en los datos se generan constantemente y
estos últimos se vuelven más exactos y más precisos en la medida que pasa el
tiempo y en la medida que se crean calculan o infieren más datos sobre esos
mismos datos a pesar del tamaño, la velocidad, el origen de los datos o de las
partes de los datos en big data surge la necesidad de darle algún sentido a todo
este caos
Big data crea la necesidad de dar un significado a los datos en constante cambio
y de hallar relaciones entre los datos entre los datos creados la comprensión de
esta interconectividad y la capacidad de recopilar la información oculta en big data
revela su valor el cual se puede obtener solamente venciendo nuestros propios
retos de big data la recopilación, el análisis y la comprensión de big data se
convierte hoy en día en una estrategia diferenciada, pero a futuro se convertirá en
un hecho.
7. Glosario de Términos:
➢ Relieve: Es la acción del ser humano puede generar cambios en el relieve; eso
es lo que ocurre al abrir un archivo.
➢ Masivo: Es todo lo que posee mucha masa (del latín “Massa” que quiere decir
amontonamiento), y densidad; o aparece en abundancia o cantidad. Algo que se
difunde masivamente es lo que llega a gran cantidad de personas, ya sea una
noticia, etc.
8. Linkografía:
https://aws.amazon.com/es/big-data/what-is-big-data/
http://www.campusbigdata.com/big-data-blog/item/77-bigdata-
macrodatos-5v-datascience
https://www.tableau.com/es-es/resource/top-10-big-data-trends
https://www.mssqltips.com/sqlservertip/3132/big-data-basics--part-1--
introduction-to-big-data/