Большие данные и цифровая экономика
Автор: Белов Сергей Дмитриевич, Зрелова Дарья Петровна, Кореньков Владимир Васильевич
Журнал: Сетевое научное издание «Системный анализ в науке и образовании» @journal-sanse
Статья в выпуске: 2, 2020 года.
Бесплатный доступ
В данной работе Большие данные рассматриваются как «зонтичный» термин, объединяющий различные понятия, технологии и методы обработки данных в распределенных информационных системах, обеспечивающие получение качественно новой полезной информации (новых знаний). Описываются этапы «стандартного» исследования в подходе Больших данных. Дается краткое описание экосистемы Больших данных, состоящей из нескольких основных категорий. Рассматриваются различные проекты и инициативы национального и межгосударственного уровня, примеры применения Больших данных в бизнесе, экономике, обществе. В качестве конкретных примеров построения и использования аналитических платформ Больших данных приведены успешные социально-экономические исследования, выполненные авторами в составе научных коллективов на базе Российского экономического университета им. Г.В. Плеханова. Метафора Больших данных удачна, поскольку естественным образом связывает комплекс понятий, технологий и методов Больших данных с экономикой посредством намека на связь с другими известными метафорами - «Большой нефтью», «Большой рудой» и т.д.
Большие данные, цифровая экономика, информационные системы
Короткий адрес: https://sciup.org/14123314
IDR: 14123314 | УДК: 330.47,
Big data and digital economy
In this paper, Big Data is considered as an "umbrella" term that combines various concepts, technologies and methods of data processing in distributed information systems that provide a qualitatively new useful information (new knowledge). The stages of "standard" research in the Big Data approach are described. A brief description of the Big Data ecosystem, which consists of several main categories, is given. Various projects and initiatives at the national and international levels are considered, as well as examples of the use of Big Data in business, economy, and society. As concrete examples of the construction and use of analytical platforms for Big Data, successful socio-economic research carried out by the authors as part of research teams at the Plekhanov Russian University of Economics is presented. The Big data metaphor is certainly successful, since it naturally connects a complex of concepts, technologies and methods of Big data with the economy by hinting at a connection with other well-known metaphors - "Big oil", "Big ore", etc.
Список литературы Большие данные и цифровая экономика
- Andrea De Mauro, Marco Greco and Michele Grimaldi. “What is Big Data? A Consensual Definition and a Review of Key Research Topics”. In “AIP Proceedings”2014, “4th International Conference on Integrated Information”.
- Cox M., Ellsworth D. The problem of big data. Application-Controlled Demand Paging for Out-of-Core Visualization. Proceedings of the 8th IEEE Visualization '97 Conference.
- D. Laney, “3D Data Management: Controlling Data Volume, Velocity & Variety”, META-Group, 2001.
- J. Dean and S. Ghemawat, “MapReduce: simplified data processing on large clusters”, Commun. ACM, vol. 51, no. 1, Jan. 2008.
- Lynch C. How do your data grow? Nature. — 2008. — Vol. 455. — № 7209. — P. 28–29.
- Manyika J., Chui M., Brown B., Bughin J., Dobbs R., Roxburgh C., Byers A.H. Big data: The next frontier for innovation, competition, and productivity: McKinsey Global Institute Report. — May 2011.
- LHC (Large Hadron Collider). Web: https://home.cern/science/accelerators/large-hadron-collider
- Square Kilometre Array. Public Website: https://www.skatelescope.org/.
- Bernard Marr. “Big Data: Using SMART Big Data, Analytics and Metrics to Make Better Decisions and Improve Performance”. John Wiley & Sons Ltd, 2015.
- Дэви Силен, Арно Мейсман, Мохамед Али. Основы Data Science и Big Data. Python и наука о данных. — СПб.: Питер, 2017.
- Натан Марц и Джеймс Уоррен. Большие данные. Принципы и практика построения масштабируемых систем обработки данных в реальном времени. — Издательский дом «Вильямс», 2016.
- Big Data Analytics. Tools and Technology for Effective Planning. Edited by Arun K. Somani, Ganesh Chandra Deka. CRC Press. Taylor & Francis Group. — 2018.
- Кэти О’Нил, Рэйчел Шатт. Data Science. — СПб.: Питер, 2019.
- Jure Leskovec, Anand Rajaraman, Jeffrey D. Ullman. Mining of Massive Datasets. — Cambridge University Press, 2012.
- Анналин Ын, Кеннет Су. Теоретический минимум по Big Data. Все, что нужно знать о Больших данных. — СПб.: Питер, 2019.
- Zhanpeng Huang, Pan Hui, Christoph Peylo. When Augmented Reality Meets Big Data. — arXiv:1407.7223v1.
- https://www.unglobalpulse.org/about-new.
- Аптекман А. и др., Цифровая Россия: новая реальность. — Digital/McKinsey. 2017.
- Цифровая экономика. Видение 2025. — «Ростех», 2017.
- Зрелов П., Кореньков В.В., Кутовский Н. Петросян А.Ш., Семенов Р. Филозова И.А. Мониторинг потребностей рынка труда в выпускниках вузов на основе аналитики с интенсивным использованием данных // Труды XVIII Межд. конф. DAMDID/RCDL. — М.: ТОРУС Пресс, 2016. — C. 124-131.
- Belov S., Filozova I., Kadochnikov I., Korenkov V., Semenov R., Zrelov P. Automated system to monitor and predict matching of higher vocational education programs with labour market // Proc. of 26th Inter-national Symposium NEC-2017, Budva, 2017. — http://ceur-ws.org/Vol-2023. — P. 98-104.
- Badalov L.A., Belov S.D., Kadochnikov I.S. Checking foreign counterparty companies using Big Data // Selected Papers of the 8th International Conference "Distributed Computing and Grid-technologies in Science and Education". — Vol. 2267 of CEUR Workshop Proceedings. — CEUR-WS.org, 2018. — P. 523-527. — http://ceur-ws.org/Vol-2267/523-527-paper-100.pdf.
