داده کاوی و تحلیل کلان داده؛ تکنیک ها و چالش ها

امروزه کلانداده عبارتی پرکاربرد و متداول در مدیریت داده و فناوری اطلاعات است. کلانداده از منابع مختلفی نظیر شبکه های اجتماعی، شبکه های حسگر بی سیم، تراکنشهای برخط، داده های تلفنهای هو شمند و غیره تولید می شود. در کلانداده ها طی فرآیند استخراج دانش از داده که به آن داده کاوی نیز میگویند و پس از تجزیه وتحلیل داده ها، الگوها، روابط بین داده ها و سایر اطلاعات مفید موجود در داده های عظیم استخراج میگردد. تکنیکها و الگوریتم های متعددی در داده کاوی مورداستفاده قرار میگیرد که طبقه بندی، خوشه بندی، رگرسیون، درخت تصمیم و قواعد انجمنی برخی از آنها هستند.ما در این مقاله، ابتدا مروری بر کلانداده و ویژگیهای آن خواهیم دا شت و داده کاوی و فرآیند ا ستخراج دانش از داده و روشها و تکنیکهای مرتبط را موردبررسی قرار میدهیم. در ادامه به تحلیل کلانداده و معماریها و ابزارهای تحلیل کلانداده خواهیم پرداخت و در پایان مشکلات و چالشهای کلانداده بررسی میگردد. هدف ما در این مقاله، مروری جامع بر تحلیل کلانداده شامل معماری، ابزار، تکنیک و روشهای پیاده سازی تجزیه وتحلیل کلانداده و همچنین بررسی چالشها و مشکلات مرتبط با تحلیل کلانداده است.

کلیدواژه ها:

کلان داده ، تجزیه وتحلیل کلان داده ، داده کاوی