Modern society generates huge amoun

Modern society generates huge amounts of information every day, especially in digital format, which obstruct the storage and further processing and analysis. Big data can be defined as a scale of data set that goes beyond existing database management tool capabilities of data collection, storage, management, and analysis capabilities [1]. Although the most common trait of big data is Volume, it is typically defined by three Vs (Volume, Variety and Velocity).

In addition, big data can be classified taking into account the data type:

1.
Structured (data are organized into a predefined data schema).
2.
Semi-structured (data does not require a schema definition but the data includes metadata).
3.
Unstructured (data are stored in an unstructured form without any defined data schema).
There are many different applications in which big data techniques are applicable: data mining, predictive analytics, geoanalysis, natural language processing and pattern recognition. Also, we are heading into a social-media data explosion. In this connection, web-based applications encounter big data frequently, such as social computing, Internet text and documents or Internet search indexing. For this reason, there are some techniques which need to be seriously taken into account such as social network analysis and text mining.

ผลลัพธ์ (ไทย) 1:

สังคมสมัยใหม่สร้างจำนวนมากของข้อมูลทุกวัน โดยเฉพาะอย่างยิ่งในรูปแบบดิจิตอล ซึ่งขัดขวางการเก็บ และการ ประมวลผล และการวิเคราะห์ ข้อมูลขนาดใหญ่ที่สามารถกำหนดเป็นขนาดของชุดข้อมูลที่มากกว่าที่มีอยู่ฐานข้อมูลเครื่องมือคุณสามารถเก็บรวบรวมข้อมูล จัดเก็บ จัดการ และการวิเคราะห์ความสามารถ [1] แม้ว่าลักษณะทั่วไปของข้อมูลขนาดใหญ่เป็นไดรฟ์ข้อมูล โดยทั่วไปมีกำหนด โดยสาม Vs (ปริมาณ ความหลากหลาย และความเร็ว)นอกจากนี้ ข้อมูลขนาดใหญ่สามารถจำแนกคำนึงถึงข้อมูลชนิด:1โครงสร้าง (ข้อมูลจะถูกจัดเป็นข้อมูลกำหนด schema)2กึ่งโครงสร้าง (ข้อมูลไม่ต้องมีคำนิยามเค้าร่าง แต่ข้อมูลมีข้อมูลเมตา)3ไม่มีโครงสร้าง (ข้อมูลจะถูกเก็บไว้ในแบบไม่มีโครงสร้างโดยไม่มีเค้าร่างการกำหนดข้อมูลใด ๆ)โปรแกรมประยุกต์จำนวนมากที่เทคนิคข้อมูลได้แตกต่างกัน: การทำเหมืองข้อมูล วิเคราะห์ระบบ geoanalysis การประมวลผลและรูปแบบภาษาธรรมชาติ นอกจากนี้ เรามีหัวเรื่องในการระเบิดข้อมูลสื่อสังคม ในการนี้ การใช้งานเว็บพบข้อมูลบ่อย เช่นงานสังคม อินเทอร์เน็ตข้อความ และเอกสาร หรืออินเทอร์เน็ตค้นหาทำดัชนี ด้วยเหตุนี้ มีบางเทคนิคที่ต้องนำมาพิจารณาเช่นการวิเคราะห์เครือข่ายสังคมและการทำเหมืองข้อความอย่างจริงจัง

ผลลัพธ์ (ไทย) 2:

สังคมสมัยใหม่สร้างข้อมูลจำนวนมากทุกวันโดยเฉพาะในรูปแบบดิจิตอลซึ่งเป็นอุปสรรคต่อการจัดเก็บข้อมูลและการประมวลผลและวิเคราะห์เพิ่มเติม ข้อมูลขนาดใหญ่สามารถกำหนดเป็นขนาดของข้อมูลชุดที่นอกเหนือไปจากความสามารถในการเครื่องมือการจัดการฐานข้อมูลที่มีการเก็บรวบรวมข้อมูลการจัดเก็บการจัดการและความสามารถในการวิเคราะห์ได้ [1] . แม้ว่าลักษณะที่พบมากที่สุดของข้อมูลขนาดใหญ่ปริมาณก็จะถูกกำหนดโดยสาม Vs (ปริมาณ, วาไรตี้และความเร็ว) โดยทั่วไปนอกจากนี้ข้อมูลขนาดใหญ่สามารถแบ่งได้คำนึงถึงชนิดของข้อมูล: 1. โครงสร้าง (ข้อมูลจะถูกจัดเป็น สคีข้อมูลที่กำหนดไว้ล่วงหน้า). 2. แบบกึ่งโครงสร้าง (ข้อมูลไม่จำเป็นต้องมีความละเอียดสคีมา แต่ข้อมูลที่มีเมตาดาต้า). 3. ไม่มีโครงสร้าง (ข้อมูลจะถูกเก็บไว้ในรูปแบบที่ไม่มีโครงสร้างโดยไม่ต้องสคีข้อมูลใด ๆ ที่กำหนดไว้). มีการใช้งานที่แตกต่างกันจำนวนมากอยู่ในที่ เทคนิคข้อมูลขนาดใหญ่มีผลบังคับใช้: การทำเหมืองข้อมูลวิเคราะห์ทำนาย geoanalysis, การประมวลผลภาษาธรรมชาติและการจดจำรูปแบบ นอกจากนี้เรากำลังไปเป็นข้อมูลทางสังคมระเบิดสื่อ ในการเชื่อมต่อนี้ใช้งานบนเว็บพบข้อมูลขนาดใหญ่ที่พบบ่อยเช่นคำนวณทางสังคมข้อความอินเทอร์เน็ตและเอกสารหรือจัดทำดัชนีการค้นหาทางอินเทอร์เน็ต ด้วยเหตุนี้มีเทคนิคบางอย่างที่จะต้องมีการดำเนินการอย่างจริงจังเข้าบัญชีเช่นการวิเคราะห์เครือข่ายทางสังคมและการทำเหมืองข้อความ

ผลลัพธ์ (ไทย) 3:

สังคมสมัยใหม่ที่สร้างยอดเงินขนาดใหญ่ของข้อมูลทุก ๆวัน โดยเฉพาะอย่างยิ่งในรูปแบบดิจิทัล ซึ่งขัดขวางการจัดเก็บและการประมวลผลเพิ่มเติมและการวิเคราะห์ ใหญ่ข้อมูลสามารถถูกกำหนดเป็นขนาดของชุดข้อมูลที่นอกเหนือไปจากที่มีอยู่ในเครื่องมือจัดการฐานข้อมูลในการรวบรวมข้อมูล การจัดเก็บ การจัดการและการวิเคราะห์ความสามารถ [ 1 ] ถึงแม้ว่าลักษณะทั่วไปของข้อมูลใหญ่คือระดับเสียง มันมักจะกำหนดโดยสาม vs ( ระดับเสียงที่หลากหลายและความเร็ว )นอกจากนี้ ใหญ่ข้อมูล สามารถจำแนกได้คำนึงถึงชนิดข้อมูล :1 .โครงสร้าง ( ข้อมูลถูกจัดเรียงเป็นล่วงหน้าข้อมูล schema )2 .กึ่งมีโครงสร้าง ( ข้อมูลไม่ต้องใช้คำนิยาม schema แต่ข้อมูลรวมถึงข้อมูล )3 .ใหม่ ( ข้อมูลจะถูกเก็บไว้ในรูปแบบใหม่ โดยไม่ต้องกำหนดรูปแบบข้อมูล )มีการใช้งานที่แตกต่างกันมากในการที่จะใช้เทคนิคใหญ่ข้อมูล : เหมืองแร่ข้อมูล วิเคราะห์ พยากรณ์ geoanalysis การประมวลผลภาษาธรรมชาติ และรูปแบบ . นอกจากนี้ เรากำลังมุ่งหน้าไปในการระเบิดข้อมูลสื่อสังคม ในการเชื่อมต่อนี้ โปรแกรมประยุกต์บนเว็บที่พบบ่อยใหญ่ข้อมูล เช่น คอมพิวเตอร์ อินเตอร์เน็ต และสังคม ข้อความเอกสารหรือการค้นหาทางอินเทอร์เน็ต ด้วยเหตุผลนี้ มีบางเทคนิคที่ต้องพิจารณาอย่างจริงจัง เช่น การวิเคราะห์เครือข่ายทางสังคม และทำเหมืองข้อความ