Problematika velkých dat. Big data.: Porovnání verzí

 
(Nejsou zobrazeny 3 mezilehlé verze od 2 dalších uživatelů.)
Řádek 1: Řádek 1:
 
Díky obrovskému růstu dat, jejich propojování v rámci sítí a zdokonalování technologií se o datech přestalo uvažovat jako o něčem, co je statické, zastarává a ztrácí svou užitečnost.  Dnes jsou již důležitou surovinou podnikání a cenným ekonomickým vstupem.  Na základě rozdělení dat a jejich charakteristikou, která je popsána jako [[Big data|pět dimenzí velkých dat]], objevujeme nové zdroje informací, transformujeme je do datového formátu a získáváme nové hodnoty informací.<ref name="mayer">MAYER-SCHÖNBERGER, Viktor a Kenneth CUKIER. <i>Big Data</i>. Brno: Computer Press, 2014.</ref>
 
Díky obrovskému růstu dat, jejich propojování v rámci sítí a zdokonalování technologií se o datech přestalo uvažovat jako o něčem, co je statické, zastarává a ztrácí svou užitečnost.  Dnes jsou již důležitou surovinou podnikání a cenným ekonomickým vstupem.  Na základě rozdělení dat a jejich charakteristikou, která je popsána jako [[Big data|pět dimenzí velkých dat]], objevujeme nové zdroje informací, transformujeme je do datového formátu a získáváme nové hodnoty informací.<ref name="mayer">MAYER-SCHÖNBERGER, Viktor a Kenneth CUKIER. <i>Big Data</i>. Brno: Computer Press, 2014.</ref>
== Analýza velkých dat ==
+
 
 +
<br />
 +
==Analýza velkých dat==
 
'''Základní charakteristika analýzy velkých dat'''
 
'''Základní charakteristika analýzy velkých dat'''
# Nečekaně přesné výsledky
+
 
# Není potřebné vytvářet vzorek k testování
+
#Nečekaně přesné výsledky
# Vysoká úroveň [[Korelační a regresní analýza|korelace]]<ref>HAMILTON, Shane P. a Michael P. KREUZER. <i>The Big Data Imperative: Air Force Intelligence for the Information Age</i>. 2018. Dostupné také z: http://eds.a.ebscohost.com/eds/pdfviewer/pdfviewer?vid=6</ref>
+
#Není potřebné vytvářet vzorek k testování
 +
#Vysoká úroveň [[Korelační a regresní analýza|korelace]]<ref>HAMILTON, Shane P. a Michael P. KREUZER. <i>The Big Data Imperative: Air Force Intelligence for the Information Age</i>. 2018. Dostupné také z: http://eds.a.ebscohost.com/eds/pdfviewer/pdfviewer?vid=6</ref>
  
 
Samotná velká data se musí podrobit složitému zpracování, aby korektně vypovídala o reálném světě. K tomu slouží nástroje, obchodní postupy a procesy založené na komplikovaných výpočtech a algoritmech. Komplexní algoritmy umožní rozsáhlou analýzu dat, avšak je stále nutné dbát na správnou interpretaci.  
 
Samotná velká data se musí podrobit složitému zpracování, aby korektně vypovídala o reálném světě. K tomu slouží nástroje, obchodní postupy a procesy založené na komplikovaných výpočtech a algoritmech. Komplexní algoritmy umožní rozsáhlou analýzu dat, avšak je stále nutné dbát na správnou interpretaci.  
Řádek 10: Řádek 13:
 
,'',Příkladem budiž Tallin, ve kterém se pár chytrých hlav rozhodlo vyřešit problém husté dopravy a kvality ovzduší populárním i papírově efektivním způsobem. Veřejnou dopravou zdarma. Opírali se o korelaci mezi slevou a objemem prodejů, která je skutečně v mnoha případech zároveň kauzalitou. Snížení hustoty dopravy nebylo pozorováno, znečištění ovzduší nekleslo, naopak mírně vzrostlo. Proč?  V případě osobní dopravy, tedy jízdou autem, platí jiná kauzalita. S růstem životní úrovně a disponibilního příjmu si prostě lidé, ať se to politikům a ekologům líbí nebo ne, kupují více automobilů a preferují je před veřejnou dopravou. Chcete-li snížit počet lidí přepravujících se v osobních automobilech, musíte zdražit jejich používaní, například mýtným pro vjezd do centra města."''<ref><i>Big data, malé chyby, velký problém</i>. Praha: Gauss Algorithmic, 2018. Dostupné také z: https://www.gaussalgo.cz/detail-clanku/big-data-male-chyby-velky-problem-16/</ref>
 
,'',Příkladem budiž Tallin, ve kterém se pár chytrých hlav rozhodlo vyřešit problém husté dopravy a kvality ovzduší populárním i papírově efektivním způsobem. Veřejnou dopravou zdarma. Opírali se o korelaci mezi slevou a objemem prodejů, která je skutečně v mnoha případech zároveň kauzalitou. Snížení hustoty dopravy nebylo pozorováno, znečištění ovzduší nekleslo, naopak mírně vzrostlo. Proč?  V případě osobní dopravy, tedy jízdou autem, platí jiná kauzalita. S růstem životní úrovně a disponibilního příjmu si prostě lidé, ať se to politikům a ekologům líbí nebo ne, kupují více automobilů a preferují je před veřejnou dopravou. Chcete-li snížit počet lidí přepravujících se v osobních automobilech, musíte zdražit jejich používaní, například mýtným pro vjezd do centra města."''<ref><i>Big data, malé chyby, velký problém</i>. Praha: Gauss Algorithmic, 2018. Dostupné také z: https://www.gaussalgo.cz/detail-clanku/big-data-male-chyby-velky-problem-16/</ref>
  
'' ''
 
  
 
Pokud se objevují dva jevy často pohromadě tzv. spolu korelují, neznamená to nutně, že spolu souvisí. Je nutné se i v těchto případech zamýšlet nad příčinou jevů. Ne vždy data mluví sami za sebe.
 
Pokud se objevují dva jevy často pohromadě tzv. spolu korelují, neznamená to nutně, že spolu souvisí. Je nutné se i v těchto případech zamýšlet nad příčinou jevů. Ne vždy data mluví sami za sebe.
  
== Příklady oblastí využívání velkých dat ==
+
==Příklady oblastí využívání velkých dat==
=== Doprava a cestovní ruch ===
+
====Doprava a cestovní ruch====
 
V tomto odvětví se nejvíce uplatňují velké objemy dat o aktuální poloze z GPS. Počítače zpracují údaje a uživatel získá představu o aktuální dopravní situaci. Běžně řidiči užívají GPS navigace a aplikace jako např. Waze, které vyhodnocují vhodné náhradní trasy a tím přispívají k plynulosti provozu. Stejně dobře může fungovat lokalizace prostředků hromadné dopravy, kdy cestující mohou na mapách sledovat aktuální informace o zpoždění.   
 
V tomto odvětví se nejvíce uplatňují velké objemy dat o aktuální poloze z GPS. Počítače zpracují údaje a uživatel získá představu o aktuální dopravní situaci. Běžně řidiči užívají GPS navigace a aplikace jako např. Waze, které vyhodnocují vhodné náhradní trasy a tím přispívají k plynulosti provozu. Stejně dobře může fungovat lokalizace prostředků hromadné dopravy, kdy cestující mohou na mapách sledovat aktuální informace o zpoždění.   
  
=== Telekomunikační společnosti ===
+
====Telekomunikační společnosti====
 
Velký potenciál mají informace o poloze mobilních telefonních čísel v reálném čase. Údaje mohou vypovídat o oběhu velké masy lidí a tím pomoci při organizaci a řízení dalších činností v oblasti dopravy, cestovního ruchu, zdravotnictví a péče o lidské zdraví.<ref><i>Velká data pomáhají v dopravě i cestovním ruchu</i>. Praha: TTG Czech, c2018. Dostupné také z: http://www.ttg.cz/velka-data-pomahaji-v-doprave-i-v-cestovnim-ruchu/</ref>   
 
Velký potenciál mají informace o poloze mobilních telefonních čísel v reálném čase. Údaje mohou vypovídat o oběhu velké masy lidí a tím pomoci při organizaci a řízení dalších činností v oblasti dopravy, cestovního ruchu, zdravotnictví a péče o lidské zdraví.<ref><i>Velká data pomáhají v dopravě i cestovním ruchu</i>. Praha: TTG Czech, c2018. Dostupné také z: http://www.ttg.cz/velka-data-pomahaji-v-doprave-i-v-cestovnim-ruchu/</ref>   
  
=== Obchod ===
+
====Obchod====
 
Funkčnost velkých dat v oblasti obchodu spatřujeme v analýze nákupních transakcí, které ovlivňují finanční a reklamní strategie. Firmy po celém světě vytváří vlastní programy a systémy, které kontrolují cenovou politiku svých konkurentů. Uvádí se, že objem obchodních dat se ročně zdvojnásobuje v každé společnosti na světě.<ref name="sharma">SHARMA, Neha. <i>Big Data Analytics in Health Care: A Literature Survey</i>. 2018. Dostupné také z: http://eds.a.ebscohost.com/eds/pdfviewer/pdfviewer?vid=1</ref>
 
Funkčnost velkých dat v oblasti obchodu spatřujeme v analýze nákupních transakcí, které ovlivňují finanční a reklamní strategie. Firmy po celém světě vytváří vlastní programy a systémy, které kontrolují cenovou politiku svých konkurentů. Uvádí se, že objem obchodních dat se ročně zdvojnásobuje v každé společnosti na světě.<ref name="sharma">SHARMA, Neha. <i>Big Data Analytics in Health Care: A Literature Survey</i>. 2018. Dostupné také z: http://eds.a.ebscohost.com/eds/pdfviewer/pdfviewer?vid=1</ref>
  
 
Obchod Amazon, který začal prodávat knihy přes internet, se jako první zabýval otázkou jak zákazníkům doporučit konkrétní produkt na základě individuálních nákupních preferencí. Pracovníci Amazonu vymysleli kolaborativní filtrování získaných dat, které hledalo asociace mezi samotnými produkty. Na základě této metody Amazon proklamoval, že ví o svých zákaznicích co si koupí, aniž by to věděli oni sami.<ref name="mayer" />
 
Obchod Amazon, který začal prodávat knihy přes internet, se jako první zabýval otázkou jak zákazníkům doporučit konkrétní produkt na základě individuálních nákupních preferencí. Pracovníci Amazonu vymysleli kolaborativní filtrování získaných dat, které hledalo asociace mezi samotnými produkty. Na základě této metody Amazon proklamoval, že ví o svých zákaznicích co si koupí, aniž by to věděli oni sami.<ref name="mayer" />
=== Veřejná správa ===
+
====Veřejná správa====
 
V tomto sektoru nacházíme velký počet dat o populaci. Díky těmto informacím, mohou orgány veřejné správy kvalitně hospodařit s rozpočtem. Na základě skladby obyvatelstva lze nastavovat služby dle potřeby. Například starší lidé vyžadují vyšší nároky na zdravotní péči, naopak děti a mládež potřebují fungující vzdělávací instituce.<ref name="sharma" />
 
V tomto sektoru nacházíme velký počet dat o populaci. Díky těmto informacím, mohou orgány veřejné správy kvalitně hospodařit s rozpočtem. Na základě skladby obyvatelstva lze nastavovat služby dle potřeby. Například starší lidé vyžadují vyšší nároky na zdravotní péči, naopak děti a mládež potřebují fungující vzdělávací instituce.<ref name="sharma" />
  
=== Věda a výzkum ===
+
====Věda a výzkum====
 
Čím dál více vědních oborů těží z velkého objemu nashromážděných dat, které mají různé formáty výstupu. Astronomie, meteorologie, bioinformatika a jiná odvětví vděčí za významné objevy právě sofistikovaným analýzám z velkých dat.<ref name="sharma" />  
 
Čím dál více vědních oborů těží z velkého objemu nashromážděných dat, které mají různé formáty výstupu. Astronomie, meteorologie, bioinformatika a jiná odvětví vděčí za významné objevy právě sofistikovaným analýzám z velkých dat.<ref name="sharma" />  
  
==== Projekty ====
+
=====Příklady projektů s generující Big data:=====
'''Velký synoptický průzkumový dalekohled (LSST)'''
+
 
 +
* Velký synoptický průzkumový dalekohled (LSST)-  kompaktní dalekohled o průměru 8, 4 metrů zaznamenává denně 30 bilionů bajtů obrazu.
 +
 
 +
* The Sloan Digital Sky Survey: Mapping the Universe- Projekt, který má za cíl využitím té nejmodernější techniky a pokročilými analýzy objasňovat původ vesmíru. Přístroje během jednoho průzkumu zpracují okolo 60 bilionů bajtů dat.
 +
 
 +
* Centrum pro simulaci klimatu (NCCS)- Superpočítačový klastr, vynalezený pracovníky NCCS při NASA bylo zaznamenáno 35 petabytů dat pozorování klimatu.<ref name="sharma" /><br />
 +
 
 +
==== Internet a sociální sítě ====
 +
Nezanedbatelnou digitální stopu zanechávají lidé nejen na sociálních sítí, ale webových stránkách obecně. Na základě činností, které vykonáváme ve světě internetu, mohou společnosti analyzovat a zjišťovat uživatelské preference.
  
Tento kompaktní dalekohled o průměru 8, 4 metrů zaznamenává denně 30 bilionů bajtů obrazu.
+
====Google Trends====
 +
Jedním z největších zpracovatelů velkých dat je společnost Google a její sofistikované nástroje. Jako příklad uvádíme Google trends.  Tato služba umožňuje uživateli zjistit, jak často byly po určitou dobu zadávány do vyhledávače Google konkrétní klíčová slova a témata.<ref><i>Definition</i>. Google trends: TechTarget, 2013. Dostupné také z: https://whatis.techtarget.com/definition/Google-Trends</ref>  Díky tomu, že Google zpracuje každý den více než tři miliardy vyhledávacích dotazů a všechny je ukládá, má ke zpracování spoustu dat. Sledováním toho, co lidé vyhledávají na internetu, bylo například možné v roce 2009 předvídat, přesný výskyt viru chřipky H1N1 téměř v reálném čase.  Vysvětlení tohoto jevu bylo prokázáno pomocí silné korelace – čím více lidí v určité lokalitě vyhledávalo pomocí vyhledávače Google jisté termíny, tím více lidí v daném místě mělo chřipku. Uvádí se, že Google každý den zpracovává 24 petabajtů dat.<ref name="mayer" />
  
'''The Sloan Digital Sky Survey: Mapping the Universe'''
+
<br />
  
Projekt, který má za cíl využitím té nejmodernější techniky a pokročilými analýzy objasňovat původ vesmíru. Přístroje během jednoho průzkumu zpracují okolo 60 bilionů bajtů dat.
+
==Pozitiva a negativa využívání velkých dat==
  
'''Centrum pro simulaci klimatu (NCCS)'''
+
====Pozitiva====
 +
Analýza velkých dat přináší společnosti i pozitiva. Z velkých dat je možné generovat nové poznatky, které napomáhají v obratu myšlení a výzkumu. Nicméně je stále důležité myslet na jejich limity a umět je správně interpretovat, protože čísla nemluví jen sama za sebe, ale je potřeba znát i kontext. Na Big data je možné pohlížet z pohledu firem, jako na účinný nástroj, který pomáhá při personalizaci produktů, marketingové strategii,  cílení na odběratele a dalších činnostech, které mají za cíl zvýšit finanční obrat.
  
Díky superpočítačovému klastru, který vynalezli pracovníci NCCS při NASA bylo zaznamenáno 35 petabytů dat pozorování klimatu.<ref name="sharma" />
+
====Negativa====
 +
Rozsah shromažďování, ukládání a opakovaného používání osobních údajů se stále rozšiřuje a nepochybně zasahuje stále více do soukromí obyčejných lidí. Moderní technologie dokonce odhalují osobnostní sklony a předvídají chování člověka. Velká data se také mohou stát nástrojem elity, která může jednoduše segregovat skupiny lidí.<ref name="mayer" />
  
=== Internet a sociální sítě ===
+
V bodech:
Nezanedbatelnou digitální stopu zanechávají lidé nejen na sociálních sítí, ale webových stránkách obecně. Na základě činností, které vykonáváme ve světě internetu, mohou společnosti analyzovat a zjišťovat uživatelské preference.
+
 
 +
*Využívání velkých dat stejně tak jejich sběr nemusí být vždy etický.
 +
*Jedná se o zásah do soukromí
 +
*Mohou být zneužity například pro ovlivnění chování . Příkladem může být ovlivnění voleb (Cambridge Analytica)
 +
*Surveillance capitalism
 +
*Pomocí sběru velkých dat chování uživatele internetu je možné poskládat si jeho charakterové rysy a tím předvídat i jeho chování.
 +
*Digitální výzkumné metody, jako je právě využití velkých dat, nemůže plně nahradit tradiční metody výzkumu.
 +
*Bez kontextu nemají význam
 +
 
 +
==Prevence – kontrola velkých dat==
 +
 
 +
#'''Ochrana soukromí:''' přesun zodpovědnosti držitele dat za jejich zpracování
 +
#'''Hodnocení sklonů:''' klást důraz na lidské působení a omezení intervence vycházejících z dat
 +
#'''Auditování algoritmů:''' monitorování a transparentnost velkých dat<ref name="mayer" />
  
==== Google Trends ====
+
<br />
Jedním z největších zpracovatelů velkých dat je společnost Google a její sofistikované nástroje. Jako příklad uvádíme Google trends.  Tato služba umožňuje uživateli zjistit, jak často byly po určitou dobu zadávány do vyhledávače Google konkrétní klíčová slova a témata.<ref><i>Definition</i>. Google trends: TechTarget, 2013. Dostupné také z: https://whatis.techtarget.com/definition/Google-Trends</ref>  Díky tomu, že Google zpracuje každý den více než tři miliardy vyhledávacích dotazů a všechny je ukládá, má ke zpracování spoustu dat. Sledováním toho, co lidé vyhledávají na internetu, bylo například možné v roce 2009 předvídat, přesný výskyt viru chřipky H1N1 téměř v reálném čase.  Vysvětlení tohoto jevu bylo prokázáno pomocí silné korelace – čím více lidí v určité lokalitě vyhledávalo pomocí vyhledávače Google jisté termíny, tím více lidí v daném místě mělo chřipku. Uvádí se, že Google každý den zpracovává 24 petabajtů dat.<ref name="mayer" />  
 
  
== Velká data: rizika ==
+
==Uchovávání velkých dat==
Rozsah shromažďování, ukládání a opakovaného používání osobních údajů se stále rozšiřuje a nepochybně zasahuje stále více do soukromí obyčejných lidí. Moderní technologie dokonce odhalují osobnostní sklony a předvídají chování člověka. Velká data se také mohou stát nástrojem elity, která může jednoduše segregovat skupiny lidí.<ref name="mayer" />
+
Velká data bývají ukládána ve specializovaných databázích, které umožňují i jednoduchý přístup pro tvorbu dotazů, analýz a sestav. Tyto sklady bývají označovány jako tzv. ''[[Datawarehouse|data warehouse]].'' Obsah těchto skladů se vytváří se přenosem, transformací a agregací primárních dat z provozních systémů, externích zdrojů a jejich integrováním do jednotné datové základny. Struktura takového skladu je založena  na dvou typech objektů - tabulkách faktů a tabulkách dimenzí (např. čas, místo), z nichž lze vytvářet vícerozměrné objekty tzv. kostky. Uložená data lze využívat prostřednictvím dotazování, reportingu, OLAP (on-line analytické zpracování), dolování dat, vizualizace dat.<ref>KUČEROVÁ, H. (2003) Datový sklad. Dostupné z: https://aleph.nkp.cz/F/?func=find-c&local_base=KTD&ccl_term=wtr%3Dwarehouse#tail</ref>
  
== Prevence – kontrola velkých dat ==
+
==Velká data a knihovny==
# '''Ochrana soukromí:''' přesun zodpovědnosti držitele dat za jejich zpracování
 
# '''Hodnocení sklonů:''' klást důraz na lidské působení a omezení intervence vycházejících z dat
 
# '''Auditování algoritmů:''' monitorování a transparentnost velkých dat<ref name="mayer" /> 
 
== Velká data a knihovny ==
 
 
Základní perspektivy práce s velkými daty v knihovnách jsou zakotveny v personálním zastoupení a velkém množství polo strukturovaných dat. V knihovnách jsou dle své specializace zaměstnáni odborníci, kteří vidí informace obsažené v datech z jiných úhlů pohledu a tím napomáhají správné interpretaci. Do budoucna by měl být kladen vyšší nárok na vzdělání knihovníka v oblasti matematiky a analýzy dat.<ref name="cerny">ČERNÝ, Michal. <i>Big data a jejich možnosti v kontextu knihoven</i>. 2013.</ref>  
 
Základní perspektivy práce s velkými daty v knihovnách jsou zakotveny v personálním zastoupení a velkém množství polo strukturovaných dat. V knihovnách jsou dle své specializace zaměstnáni odborníci, kteří vidí informace obsažené v datech z jiných úhlů pohledu a tím napomáhají správné interpretaci. Do budoucna by měl být kladen vyšší nárok na vzdělání knihovníka v oblasti matematiky a analýzy dat.<ref name="cerny">ČERNÝ, Michal. <i>Big data a jejich možnosti v kontextu knihoven</i>. 2013.</ref>  
  
=== Základní příležitosti velkých dat v knihovnách ===
+
===Základní příležitosti velkých dat v knihovnách===
* '''[[Digitalizace]]'''  
+
 
* '''[[Internet of things|Internet věcí]]'''  
+
*'''[[Digitalizace]]'''
* '''[[Vizualizace informací|Vizualizace]]'''  
+
*'''[[Internet of things|Internet věcí]]'''
* '''[[znalostní databáze|Tvorba znalostních databází]]'''
+
*'''[[Vizualizace informací|Vizualizace]]'''
==== Proces zpracování a vizualizace velkých dat ====
+
*'''[[znalostní databáze|Tvorba znalostních databází]]'''
# '''Získávání dat'''  
+
 
# '''Zpracování ''' - převedení získaných dat do strojově čitelné podoby  
+
==Proces zpracování a vizualizace velkých dat==
# '''Filtrování''' - stanovení kritérií  
+
 
# '''Dolování''' - získávání informací z množiny předložených dat  
+
#'''Získávání dat'''
# '''Reprezentace'''  - převedení výsledků do vizuálně pochopitelné a přitažlivé podoby  
+
#'''Zpracování ''' - převedení získaných dat do strojově čitelné podoby
# '''Čištění''' - vylepšování získaného výsledku  
+
#'''Filtrování''' - stanovení kritérií
# '''Interpretace''' - získání té nejlepší možnosti pochopení obsahu<ref name="cerny" />
+
#'''Dolování''' - získávání informací z množiny předložených dat
 +
#'''Reprezentace'''  - převedení výsledků do vizuálně pochopitelné a přitažlivé podoby
 +
#'''Čištění''' - vylepšování získaného výsledku
 +
#'''Interpretace''' - získání té nejlepší možnosti pochopení obsahu<ref name="cerny" />
  
 
Kromě zmíněných příkladů týkajících se převážně informačních zdrojů, shromažďuje knihovna jako jako každá jiná instituce mnoho údajů, které by mohly být podrobeny analýze velkých dat z oblasti personalistiky, managementu a statistiky, které by se pozitivně podepsaly na chodu knihovny. Tímto způsobem se může vyhodnocovat pokles, nebo vzrůst zájmu o služby. Využití potenciálu velkých dat v knihovnách by do budoucna mohlo znamenat lepší vyhovění uživatelských požadavků a moudřejší rozhodování o rozpočtu.<ref>TATTERSALL, A a GRANT MJ. <i>Big Data - What is it and why it matters</i>. 2016. Dostupné také z: http://eds.a.ebscohost.com/eds/pdfviewer/pdfviewer?vid=1</ref>
 
Kromě zmíněných příkladů týkajících se převážně informačních zdrojů, shromažďuje knihovna jako jako každá jiná instituce mnoho údajů, které by mohly být podrobeny analýze velkých dat z oblasti personalistiky, managementu a statistiky, které by se pozitivně podepsaly na chodu knihovny. Tímto způsobem se může vyhodnocovat pokles, nebo vzrůst zájmu o služby. Využití potenciálu velkých dat v knihovnách by do budoucna mohlo znamenat lepší vyhovění uživatelských požadavků a moudřejší rozhodování o rozpočtu.<ref>TATTERSALL, A a GRANT MJ. <i>Big Data - What is it and why it matters</i>. 2016. Dostupné také z: http://eds.a.ebscohost.com/eds/pdfviewer/pdfviewer?vid=1</ref>
  
== Odkazy ==
+
==Odkazy==
  
=== Reference ===
+
===Reference===
<references/>
+
<references />
  
=== Související články ===
+
===Doporučená literatura===
 +
Boyd, D. a Crawford, K. (2011) ''Six provocations for big data.''
 +
 
 +
MAYER-SCHÖNBERGER, Viktor a Kenneth CUKIER (2013) ''Big Data: A Revolution That Will Transform How We Live, Work, and Think. An Eamon Dolan book: New York.''
 +
 
 +
===Související články===
 
[[Big data]]
 
[[Big data]]
  
=== Klíčová slova ===
+
===Klíčová slova===
Big data, velká data, dolování dat, analýza velkých dat
+
Big data, velká data, dolování dat, analýza velkých dat, data warehouse,
 +
 
 +
 
 
[[Státnicové okruhy - magisterské studium]]
 
[[Státnicové okruhy - magisterské studium]]
 +
 
[[Informační studia a knihovnictví]]
 
[[Informační studia a knihovnictví]]

Aktuální verze z 24. 10. 2020, 10:31

Díky obrovskému růstu dat, jejich propojování v rámci sítí a zdokonalování technologií se o datech přestalo uvažovat jako o něčem, co je statické, zastarává a ztrácí svou užitečnost. Dnes jsou již důležitou surovinou podnikání a cenným ekonomickým vstupem. Na základě rozdělení dat a jejich charakteristikou, která je popsána jako pět dimenzí velkých dat, objevujeme nové zdroje informací, transformujeme je do datového formátu a získáváme nové hodnoty informací.[1]


Analýza velkých dat

Základní charakteristika analýzy velkých dat

  1. Nečekaně přesné výsledky
  2. Není potřebné vytvářet vzorek k testování
  3. Vysoká úroveň korelace[2]

Samotná velká data se musí podrobit složitému zpracování, aby korektně vypovídala o reálném světě. K tomu slouží nástroje, obchodní postupy a procesy založené na komplikovaných výpočtech a algoritmech. Komplexní algoritmy umožní rozsáhlou analýzu dat, avšak je stále nutné dbát na správnou interpretaci.

,,Příkladem budiž Tallin, ve kterém se pár chytrých hlav rozhodlo vyřešit problém husté dopravy a kvality ovzduší populárním i papírově efektivním způsobem. Veřejnou dopravou zdarma. Opírali se o korelaci mezi slevou a objemem prodejů, která je skutečně v mnoha případech zároveň kauzalitou. Snížení hustoty dopravy nebylo pozorováno, znečištění ovzduší nekleslo, naopak mírně vzrostlo. Proč? V případě osobní dopravy, tedy jízdou autem, platí jiná kauzalita. S růstem životní úrovně a disponibilního příjmu si prostě lidé, ať se to politikům a ekologům líbí nebo ne, kupují více automobilů a preferují je před veřejnou dopravou. Chcete-li snížit počet lidí přepravujících se v osobních automobilech, musíte zdražit jejich používaní, například mýtným pro vjezd do centra města."[3]


Pokud se objevují dva jevy často pohromadě tzv. spolu korelují, neznamená to nutně, že spolu souvisí. Je nutné se i v těchto případech zamýšlet nad příčinou jevů. Ne vždy data mluví sami za sebe.

Příklady oblastí využívání velkých dat

Doprava a cestovní ruch

V tomto odvětví se nejvíce uplatňují velké objemy dat o aktuální poloze z GPS. Počítače zpracují údaje a uživatel získá představu o aktuální dopravní situaci. Běžně řidiči užívají GPS navigace a aplikace jako např. Waze, které vyhodnocují vhodné náhradní trasy a tím přispívají k plynulosti provozu. Stejně dobře může fungovat lokalizace prostředků hromadné dopravy, kdy cestující mohou na mapách sledovat aktuální informace o zpoždění.

Telekomunikační společnosti

Velký potenciál mají informace o poloze mobilních telefonních čísel v reálném čase. Údaje mohou vypovídat o oběhu velké masy lidí a tím pomoci při organizaci a řízení dalších činností v oblasti dopravy, cestovního ruchu, zdravotnictví a péče o lidské zdraví.[4]

Obchod

Funkčnost velkých dat v oblasti obchodu spatřujeme v analýze nákupních transakcí, které ovlivňují finanční a reklamní strategie. Firmy po celém světě vytváří vlastní programy a systémy, které kontrolují cenovou politiku svých konkurentů. Uvádí se, že objem obchodních dat se ročně zdvojnásobuje v každé společnosti na světě.[5]

Obchod Amazon, který začal prodávat knihy přes internet, se jako první zabýval otázkou jak zákazníkům doporučit konkrétní produkt na základě individuálních nákupních preferencí. Pracovníci Amazonu vymysleli kolaborativní filtrování získaných dat, které hledalo asociace mezi samotnými produkty. Na základě této metody Amazon proklamoval, že ví o svých zákaznicích co si koupí, aniž by to věděli oni sami.[1]

Veřejná správa

V tomto sektoru nacházíme velký počet dat o populaci. Díky těmto informacím, mohou orgány veřejné správy kvalitně hospodařit s rozpočtem. Na základě skladby obyvatelstva lze nastavovat služby dle potřeby. Například starší lidé vyžadují vyšší nároky na zdravotní péči, naopak děti a mládež potřebují fungující vzdělávací instituce.[5]

Věda a výzkum

Čím dál více vědních oborů těží z velkého objemu nashromážděných dat, které mají různé formáty výstupu. Astronomie, meteorologie, bioinformatika a jiná odvětví vděčí za významné objevy právě sofistikovaným analýzám z velkých dat.[5]

Příklady projektů s generující Big data:
  • Velký synoptický průzkumový dalekohled (LSST)- kompaktní dalekohled o průměru 8, 4 metrů zaznamenává denně 30 bilionů bajtů obrazu.
  • The Sloan Digital Sky Survey: Mapping the Universe- Projekt, který má za cíl využitím té nejmodernější techniky a pokročilými analýzy objasňovat původ vesmíru. Přístroje během jednoho průzkumu zpracují okolo 60 bilionů bajtů dat.
  • Centrum pro simulaci klimatu (NCCS)- Superpočítačový klastr, vynalezený pracovníky NCCS při NASA bylo zaznamenáno 35 petabytů dat pozorování klimatu.[5]

Internet a sociální sítě

Nezanedbatelnou digitální stopu zanechávají lidé nejen na sociálních sítí, ale webových stránkách obecně. Na základě činností, které vykonáváme ve světě internetu, mohou společnosti analyzovat a zjišťovat uživatelské preference.

Google Trends

Jedním z největších zpracovatelů velkých dat je společnost Google a její sofistikované nástroje. Jako příklad uvádíme Google trends. Tato služba umožňuje uživateli zjistit, jak často byly po určitou dobu zadávány do vyhledávače Google konkrétní klíčová slova a témata.[6] Díky tomu, že Google zpracuje každý den více než tři miliardy vyhledávacích dotazů a všechny je ukládá, má ke zpracování spoustu dat. Sledováním toho, co lidé vyhledávají na internetu, bylo například možné v roce 2009 předvídat, přesný výskyt viru chřipky H1N1 téměř v reálném čase. Vysvětlení tohoto jevu bylo prokázáno pomocí silné korelace – čím více lidí v určité lokalitě vyhledávalo pomocí vyhledávače Google jisté termíny, tím více lidí v daném místě mělo chřipku. Uvádí se, že Google každý den zpracovává 24 petabajtů dat.[1]


Pozitiva a negativa využívání velkých dat

Pozitiva

Analýza velkých dat přináší společnosti i pozitiva. Z velkých dat je možné generovat nové poznatky, které napomáhají v obratu myšlení a výzkumu. Nicméně je stále důležité myslet na jejich limity a umět je správně interpretovat, protože čísla nemluví jen sama za sebe, ale je potřeba znát i kontext. Na Big data je možné pohlížet z pohledu firem, jako na účinný nástroj, který pomáhá při personalizaci produktů, marketingové strategii, cílení na odběratele a dalších činnostech, které mají za cíl zvýšit finanční obrat.

Negativa

Rozsah shromažďování, ukládání a opakovaného používání osobních údajů se stále rozšiřuje a nepochybně zasahuje stále více do soukromí obyčejných lidí. Moderní technologie dokonce odhalují osobnostní sklony a předvídají chování člověka. Velká data se také mohou stát nástrojem elity, která může jednoduše segregovat skupiny lidí.[1]

V bodech:

  • Využívání velkých dat stejně tak jejich sběr nemusí být vždy etický.
  • Jedná se o zásah do soukromí
  • Mohou být zneužity například pro ovlivnění chování . Příkladem může být ovlivnění voleb (Cambridge Analytica)
  • Surveillance capitalism
  • Pomocí sběru velkých dat chování uživatele internetu je možné poskládat si jeho charakterové rysy a tím předvídat i jeho chování.
  • Digitální výzkumné metody, jako je právě využití velkých dat, nemůže plně nahradit tradiční metody výzkumu.
  • Bez kontextu nemají význam

Prevence – kontrola velkých dat

  1. Ochrana soukromí: přesun zodpovědnosti držitele dat za jejich zpracování
  2. Hodnocení sklonů: klást důraz na lidské působení a omezení intervence vycházejících z dat
  3. Auditování algoritmů: monitorování a transparentnost velkých dat[1]


Uchovávání velkých dat

Velká data bývají ukládána ve specializovaných databázích, které umožňují i jednoduchý přístup pro tvorbu dotazů, analýz a sestav. Tyto sklady bývají označovány jako tzv. data warehouse. Obsah těchto skladů se vytváří se přenosem, transformací a agregací primárních dat z provozních systémů, externích zdrojů a jejich integrováním do jednotné datové základny. Struktura takového skladu je založena na dvou typech objektů - tabulkách faktů a tabulkách dimenzí (např. čas, místo), z nichž lze vytvářet vícerozměrné objekty tzv. kostky. Uložená data lze využívat prostřednictvím dotazování, reportingu, OLAP (on-line analytické zpracování), dolování dat, vizualizace dat.[7]

Velká data a knihovny

Základní perspektivy práce s velkými daty v knihovnách jsou zakotveny v personálním zastoupení a velkém množství polo strukturovaných dat. V knihovnách jsou dle své specializace zaměstnáni odborníci, kteří vidí informace obsažené v datech z jiných úhlů pohledu a tím napomáhají správné interpretaci. Do budoucna by měl být kladen vyšší nárok na vzdělání knihovníka v oblasti matematiky a analýzy dat.[8]

Základní příležitosti velkých dat v knihovnách

Proces zpracování a vizualizace velkých dat

  1. Získávání dat
  2. Zpracování - převedení získaných dat do strojově čitelné podoby
  3. Filtrování - stanovení kritérií
  4. Dolování - získávání informací z množiny předložených dat
  5. Reprezentace - převedení výsledků do vizuálně pochopitelné a přitažlivé podoby
  6. Čištění - vylepšování získaného výsledku
  7. Interpretace - získání té nejlepší možnosti pochopení obsahu[8]

Kromě zmíněných příkladů týkajících se převážně informačních zdrojů, shromažďuje knihovna jako jako každá jiná instituce mnoho údajů, které by mohly být podrobeny analýze velkých dat z oblasti personalistiky, managementu a statistiky, které by se pozitivně podepsaly na chodu knihovny. Tímto způsobem se může vyhodnocovat pokles, nebo vzrůst zájmu o služby. Využití potenciálu velkých dat v knihovnách by do budoucna mohlo znamenat lepší vyhovění uživatelských požadavků a moudřejší rozhodování o rozpočtu.[9]

Odkazy

Reference

  1. 1,0 1,1 1,2 1,3 1,4 MAYER-SCHÖNBERGER, Viktor a Kenneth CUKIER. Big Data. Brno: Computer Press, 2014.
  2. HAMILTON, Shane P. a Michael P. KREUZER. The Big Data Imperative: Air Force Intelligence for the Information Age. 2018. Dostupné také z: http://eds.a.ebscohost.com/eds/pdfviewer/pdfviewer?vid=6
  3. Big data, malé chyby, velký problém. Praha: Gauss Algorithmic, 2018. Dostupné také z: https://www.gaussalgo.cz/detail-clanku/big-data-male-chyby-velky-problem-16/
  4. Velká data pomáhají v dopravě i cestovním ruchu. Praha: TTG Czech, c2018. Dostupné také z: http://www.ttg.cz/velka-data-pomahaji-v-doprave-i-v-cestovnim-ruchu/
  5. 5,0 5,1 5,2 5,3 SHARMA, Neha. Big Data Analytics in Health Care: A Literature Survey. 2018. Dostupné také z: http://eds.a.ebscohost.com/eds/pdfviewer/pdfviewer?vid=1
  6. Definition. Google trends: TechTarget, 2013. Dostupné také z: https://whatis.techtarget.com/definition/Google-Trends
  7. KUČEROVÁ, H. (2003) Datový sklad. Dostupné z: https://aleph.nkp.cz/F/?func=find-c&local_base=KTD&ccl_term=wtr%3Dwarehouse#tail
  8. 8,0 8,1 ČERNÝ, Michal. Big data a jejich možnosti v kontextu knihoven. 2013.
  9. TATTERSALL, A a GRANT MJ. Big Data - What is it and why it matters. 2016. Dostupné také z: http://eds.a.ebscohost.com/eds/pdfviewer/pdfviewer?vid=1

Doporučená literatura

Boyd, D. a Crawford, K. (2011) Six provocations for big data.

MAYER-SCHÖNBERGER, Viktor a Kenneth CUKIER (2013) Big Data: A Revolution That Will Transform How We Live, Work, and Think. An Eamon Dolan book: New York.

Související články

Big data

Klíčová slova

Big data, velká data, dolování dat, analýza velkých dat, data warehouse,


Státnicové okruhy - magisterské studium

Informační studia a knihovnictví