CC BY
650
_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «ИННОВАЦИОННАЯ НАУКА» №4/2016 ISSN 2410-6070_
5. Дворкин В.И. Статья из журнала «Партнеры и конкуренты», 2003 г., № 1. С. 26-39 Внутрилабораторный контроль точности результатов измерений по стандартам ГОСТ Р ИСО 5725-1 и ГОСТ Р ИСО 5725-6-2002
© Пчелкин А.А., 2016
УДК 311.213
Е.В. Романенко
Студент группы 15БИ(ба)ИСЭ(Огим) Факультет экономики и управления Оренбургский Государственный Университет г. Оренбург, Российская Федерация
МЕСТО BIG DATA В СОВРЕМЕННОЙ СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЙ ЖИЗНИ ОБЩЕСТВА
Аннотация
В статье рассматриваются теоретические аспекты, связанные с концепцией Big Data (Большие Данные). Дается определение Big Data, также выделяются методы извлечения Больших Данных и приводятся примеры использования Big Data в современной жизни.
Ключевые слова
Big Data, статистика, информация, большие данные, массивы информации, методология, обработка
информации.
Big Data - это с одной стороны набор технологий, инструментов, методов и подходов, предназначенных для решения проблемы обработки больших объемов данных, а с другой стороны под Big Data понимают объем данных, который невозможно обработать общепринятыми, т.е традиционными способами.
Результаты обработки больших массивов информации используются для выявления тенденций и закономерностей. Для больших компаний статистика и анализ данных всегда лежали в основе для ведения бизнеса на крупных рынках, но аналитический подход стал намного более востребованным с развитием телекоммуникаций и намного более эффективным благодаря наличию мощных вычислительных машин и современным методам обработки данных при помощи технологий искусственного интеллекта.
В связи с вышесказанным, опираясь на теоретически и практические разработки таких авторов как: Герасименко Н.А. [1], Измалкова С.А. [2], Ситникова Н.В. [3], Цыпин А.П. [4, 5], Шилина М.Г. [6], Яковлев В.С. [7] и др. рассмотрим особенности формирования и методы анализа Big Data.
Один из крупнейший экспертов Big Data Фрэнк Акито, считает, что сильнейшим фактором расширения спектра применения Big Data является Интернет. Чем больше устройств подключено к Интернету, тем больше в сети появляется информации, которую можно успешно использовать для ведения бизнеса.
Это происходит за счет того, что анализируя полученные данные, компании изучают, какими принципами руководствуется потребитель при выборе товара или услуги. В результате этого маркетологи моделируют модель поведения потенциального потребителя и запускают соответствующую рекламную кампанию.
В сентябре 2014 года «Accenture» опубликовала результаты крупного исследования под названием «Big Success from Big Data» (Большой успех от использования Big Data). Корреспонденты опросили 1000 директоров компаний из 7 различных сфер. 92% респондентов выразили удовлетворенность конечными результатами внедрения Big Data и их влиянием на свой бизнес, 89% назвали аналитику деятельности очень важной составляющей в налаживании бизнес-процессов.
_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «ИННОВАЦИОННАЯ НАУКА» №4/2016 ISSN 2410-6070_
Следующая работа, на которой хотелось бы остановить внимание -исследование GEJGeneral Electric ) под названием «Industrial Internet Insights Report», проведенное компанией в 2015 году. 90% респондентов из разных отраслей заверили: Большие Данные входит в топ-3 лидирующих направлений для их предприятий. 84% респондентов считают, что использование аналитики способно вытеснить предприятия-конкурентов с рынка уже в течение от одного до трех лет.
Следующей информацией поделился ведущий консультант по Big Data EMC Педро Десоуза. Применяя один из главных аналитических алгоритмов, предприятие смогло спрогнозировать и сократить число случаев закрытия потребительских счетов до 30%, а также уменьшить стоимость хранения больших данных с 10 миллионов долларов до ста тысяч за один год.
Данные сведения подтверждают большие перспективы развития данного направления в жизни современного общества.
Универсального инструментария работы с Big Data еще не придумано, но, несмотря на все трудности, большие данные дают бесценные знания для различных отраслей. К самым наиболее часто-используемым методам сбора данных относят следующие:
Таблица 1
Методы сбора Больших Данных
Метод Характеристика
SQL Язык программирования, позволяющий работать с базами данных
NoSQL Содержит в себе серию подходов, предназначенных для реализации баз данных
MapReduce Основной принцип функционирования заключается в последовательной обработке данных двумя способами Reduce и Map. Map отбирает предварительные данные, Reduce агрегирует их.
Hadoop Применяется для выполнения поисковых и контекстных механизмов высоконагруженных сайтов -Facebook, eBay, Amazon и др.
SAP HANA Предоставляет высокую скорость обработки запросов. Еще одной отличительной особенностью является то, что Sap Hana облегчает системный ландшафт, сокращая издержки на поддержку аналитических систем
Источниками возникновения Big Datа являются данные с измерительных устройств, потоки сообщений из социальных сообществ, метеоданные, данные зондирования Земли, GPS сигналы сотовых операторов о местоположении своих абонентов, устройств аудио- и видео-регистрации. Ожидается, что толчок в развитии и начало широкого использования этих источников усилит проникновение технологий Big Data как в научно-исследовательскую деятельность, так и в финансовый сектор и сектор государственного управления.
На сегодняшний день Big Data активно внедряются в зарубежных компаниях. Такие компании, как, Google, IBM, VISA, Master Card, HSBC, AT&T и Coca Cola, уже используют ресурсы Big Datа.
Далее представлены примеры использования методов Big Data на практике.
Procter & Gamble при помощи технологий Big Data проектируют современные продукты и проектируют глобальные маркетинговые кампании. Procter & Gamble открыл специализированные офисы Business Spheres, предназначенные для просмотра информации в реальном времени .Таким образом, у управления фирмы появилась возможность мгновенно проверять гипотезы и проводить эксперименты. Procter & Gamble считают, что Big Data помогают в прогнозировании деятельности компании.
На сегодняшний момент уже есть возможность проверять состояние ключевых узлов, их степени износа, управлять издержками на топливо и амортизацию. Правительство Германии использует Big Data в работе, связанной с анализом поступающих заявок на выдачу пособий по безработице. Так, проанализировав данные, выяснилось, что 20% пособий выплачивалось незаконно. При помощи Big Data министерство труда уменьшило издержки на 10 млрд евро.
Исходя из всего вышесказанного, можно сделать следующие выводы: Технологии Big Data подразумевают работу с огромными массивами информации. Универсального метода обработки Больших Данных не существует, но присутствует возможность использования различных методов для частичного решения данной задачи. Успешное применение концепции Больших Данных на каком-либо предприятии может серьезно увеличить эффективность работы, стимулировать к созданию нового продукта. Разработка технологий обработки Big Data является очень перспективным направлением деятельности.
_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «ИННОВАЦИОННАЯ НАУКА» №4/2016 ISSN 2410-6070_
Список использованных источников
1. Герасименко Н.А. О некоторых особенностях технологии BIG DATA / Н.А. Герасименко // Научное обозрение. 2015. № 16. С. 180-184.
2. Измалкова С.А. Использование глобальных технологий «BIG DATA» в управлении экономическими системами / С.А. Измалкова, Т.А. Головина // Известия Тульского государственного университета. Экономические и юридические науки. 2015. Т. 4. № -1. С. 151-158.
3. Ситникова Н.В. Исследование алгоритмов классификации с применением методов обработки BIG DATA / Н.В. Ситникова, Р.А. Парингер, А.В. Куприянов // В сборнике: XIII Королёвские чтения международная молодёжная научная конференция, сборник трудов. САМАРА, 2015. С. 137-138.
4. Цыпин А.П. Выбор программного обеспечения для построения и анализа рядов динамики / А.П. Цыпин // Особенности транзитивной экономики: Сборник научных статей по материалам Межвузовской конференции молодых ученых. - Оренбург: Издательский центр ОГАУ, 2002. - С.138-140.
5. Цыпин А.П. Информационное обеспечение процесса построения исторических временных рядов социально-экономических показателей России / А.П.Цыпин, А.Г. Ковалев // Интернет-журнал Науковедение. - 2014. - № 6 (25). - С. 50.
6. Шилина М.Г. BIG DATA, OPEN DATA как новые форматы информации: сущность, характеристики, особенности применения в журнализме / М.Г. Шилина // Вестник Тверского государственного университета. Серия: Филология. 2015. № 3. С. 235-244.
7. Яковлев В.С. BIG DATA / В.С. Яковлев // Техника и технологии: роль в развитии современного общества. 2015. № 6. С. 83-90.
© Романенко Е.В., 2016
УДК [637.146:637.136]
С.В. Романченко
К.т.н., доцент кафедры техносферной безопасности Муромский институт (филиал) Владимирского государственного университета им. Н.Г. и А.Г. Столетовых
г. Муром, Российская Федерация
ВЫБОР ВИДА И ДОЗЫ ЗАКВАСОЧНОЙ МИКРОФЛОРЫ ПРИ ПРОИЗВОДСТВЕ ФУНКЦИОНАЛЬНОГО КИСЛОМОЛОЧНОГО ПРОДУКТА
Аннотация
В статье рассмотрен вопрос выбора вида и дозы закваски для производства функционального напитка кисломолочного с использованием коровьего и козьего молока.
Ключевые слова
Кисломолочный продукт, функциональное питание, физико-химические свойства, активная и титруемая
кислотность, органолептические показатели.
В условиях современной экологической ситуации у населения наблюдается тенденция нарушения обмена веществ и снижение естественной резистентности организма, что приводит к росту заболеваний. Эта проблема может быть частично решена за счет научно-обоснованного здорового питания, включая, прежде всего молочные продукты [1-4, 7 , 8].
В настоящее время во многих странах активно разрабатывается производство продуктов функционального назначения, т.е. таких продуктов, сохраняют и улучшают здоровье за счет ведения в их состав физиологически - функциональных пищевых ингредиентов. При этом мы часто забываем, что лучшие
