Il blog nasce dall'esigenza di accompagnare gli studenti in un percorso di scoperta della tecnologia e dello sport quali mezzi privilegiati per una comunicazione consapevole e a tutto tondo. Conoscere le regole su cui poggia tale relazione interpersonale significa imparare ad incontrare se stessi e l'altro nel rispetto della libertà d'espressione di ciascuno.
Word Cloud
venerdì 26 aprile 2019
Social Networks - Il problema dei Big Data
Quasi tutti i cittadini (salvo rare eccezioni) sono presenti in uno o più social network. Non tutti, però, conoscono il forte legame che i social hanno con il problema dei Big Data.
I materiali prodotti in rete dagli utenti (UGC) costituiscono nuovi oggetti per l’analisi di carattere sociologico ed una tipologia di dato particolarmente promettente. Se da un lato possono essere definiti come dati di natura qualitativa, è innegabile che il loro essere prodotti in maniera spontanea dagli utenti e il loro essere pensati ed indirizzati ad un pubblico più o meno indistinto, li colloca in una dimensione del tutto particolare. A questo si aggiungono le conseguenze, sul piano della ricerca empirica, della possibilità di ricercare e recuperare grandi quantità di dati con estrema facilità. Il paper si occupa di analizzare come i Big Data rappresentino una svolta computazionale nel nostro modo di pensare e fare ricerca. Essi aprano alle computational social science che sollecita percorsi di ricerca in cui utilizzare le capacità di gestione delle informazioni proprie delle scienze informatiche per osservare sociologicamente le tracce lasciate all’interno di contesti digitali dai fenomeni sociali. Le computational social science consentono di poter raccogliere ed analizzare i dati con un’ampiezza e profondità di scala inedite, creando uno scenario ricco di opportunità ma con criticità da non sottovalutare. Occorre in tal senso tenere conto di architettura ed affordance delle piattaforme, della specifica natura del network osservato, della relazione fra strutture conversazionali online e legami sociali il tutto in una prospettiva lungitudinale che non schiacci il dato in un eterno presente ma ne consideri l’evoluzione temporale.
Sebbene il termine big data sia relativamente nuovo, la tendenza a raggruppare e immagazzinare ampi volumi di informazioni, per un eventuale analisi futura, è molto antica. Il concetto prende piede nei primi anni 2000 quando Doug Laney, formula la ormai nota definizione delle tre V dei big data: Volume. Le organizzazioni raccolgono dati da una grande varietà di sorgenti, incluse transazioni finanziarie, social media, sensori o machine-to-machine. Velocità. I dati fluiscono ad una velocità senza precedenti e vanno perciò gestiti in maniera tempestiva. Varietà. I dati arrivano in qualsiasi tipo di formato - da dati strutturati e numerici in database tradizionali a non strutturati come: documenti di testo, email, video, audio, dati ticket e transazioni finanziarie. L'importanza dei big data dipende solo dal loro utilizzo: aziende ed enti possono raccogliere dati da qualsiasi fonte e analizzarli per trovare risposte che permettono di 1) tagliare i costi, 2) ridurre i tempi, 3) sviluppare nuovi prodotti e ottimizzare l'offerta 4) prendere decisioni più consapevoli.
Big Data è un termine che si riferisce ad un ampio volume di dati - strutturati e non - che sommergono quotidianamente un'azienda. Ciò che conta però non è la quantità di dati, ma come vengono utilizzati: possedere big data significa analizzarli per ottenere le informazioni necessarie a prendere le migliori decisioni aziendali. Sebbene il termine big data sia relativamente nuovo, la tendenza a raggruppare e immagazzinare ampi volumi di informazioni, per un eventuale analisi futura, è molto antica. Il concetto prende piede nei primi anni 2000 quando Doug Laney, analista di settore, formula la ormai nota definizione delle V dei big data: Volume: con volume si intende la mole di dati da immagazzinare e successivamente analizzare. Il volume di dati generato ogni secondo è enorme e si parla ormai di Zattabytes o Brontobytes. I nuovi tools utilizzati nell'ambito del Big Data si basano su sistemi distribuiti per poter gestire enormi quantità di dati. Velocity: con velocity ci si riferisce alla velocità con cui i nuovi dati vengono generati e la velocità con cui si muovono nella rete. Pensiamo ad esempio ad un messaggio su un social network che diventa virale. La tecnologia Big Data permette di analizzare i dati non appena vengono generati senza nemmeno doverli precedentemente registrare su uno storage, questa tecnica è conosciuta come in-memory analytics. Variety: con variety si intende la varietà di dati che si possono analizzare. In passato venivano analizzati esclusivamente dati strutturati che ben si adattavano a tabelle e database relazionali. Al giorno d'oggi la maggior parte dei dati generati sono non strutturati (testi, immagini, video, audio, etc.). La tecnologia Big Data permette la gestione di dati disomogenei. Veracity: con veracity si intende la qualità del dato inteso come correttezza e attendibilità. Se pensiamo ad esempio ai dati generati dal social network Twitter i messaggi contengono un elevato numero di errori di battitura, hashtag, abbreviazioni, forme colloquiali, inoltre l'attendibilità di questi dati è tutta da verificare. Value: ultimo, ma probabilmente il più importante di tutti, è il valore. Le altre caratteristiche dei big data sono prive di significato se non si ricava valore aziendale dai dati. È possibile trovare un valore sostanziale nei big data, compresa la comprensione dei clienti, il loro targeting di conseguenza, l'ottimizzazione dei processi e il miglioramento delle prestazioni della macchina o del business. È necessario comprendere il potenziale, insieme alle caratteristiche più impegnative, prima di intraprendere una strategia per big data. La quantità di dati che viene creata e immagazzinata a livello globale è quasi impensabile ed è in continua crescita. Questo significa che raccogliere le informazioni chiave dai dati aziendali diventa sempre più importante. Eppure solo una piccola percentuale di questi viene analizzata. Ma cosa significa questo per le aziende? Come si potrebbe fare un uso migliore delle informazioni grezze che transitano ogni giorno nella propria organizzazione? L'importanza dei big data dipende solo dal loro utilizzo: aziende ed enti possono raccogliere dati da qualiasi fonte e analizzarli per trovare risposte che permettono di 1) tagliare i costi, 2) ridurre i tempi, 3) sviluppare nuovi prodotti e ottimizzare l'offerta e 4) prendere decisioni più consapevoli. Quando ai big data si uniscono gli analytics è possibile: -Determinare, quasi in tempo reale, le cause di guasti, avarie o difetti. -Creare offerte nei punti vendita basate sulle abitudini dei clienti. -Ricalcolare interi portafogli di rischio in pochi minuti. -Individuare comportamenti fraudolenti prima che colpiscano la propria organizzazione. BLUFS13
La sfida più grande per la maggior parte delle aziende oggi è nella capacità di acquisire un vantaggio competitivo lavorando sui dati. Tutte le aziende e tutte le Pubbliche Amministrazioni stanno diventando grandi “fabbriche di dati”. Noi stessi contribuiamo costantemente, consapevolmente e spesso anche inconsapevolmente, alla “produzione di dati”.
Il fenomeno dei “Big Data”, o meglio il fenomeno di immagazzinare, gestire e analizzare grandi quantità di dati non è in realtà un fenomeno recente, anzi è un fenomeno che fa parte della lunga storia dell’evoluzione del genere umano. Così come è avvenuto per innovazioni quali internet, data center o cellulari, anche i Big Data sono uno step verso un modo diverso di gestire il business e la società. Secondo il report How Much Information del 2010 pare che ognuno di noi generi in media 12 gigabyte di dati ogni giorno, e il numero è in costante crescita. Pensiamo ad esempio a tutti i post che vengono creati ogni giorno su Facebook. Un numero incredibile di dati generati dagli utenti, che verranno salvati da qualche parte e, forse, un giorno analizzati.
Oggi è possibile raccogliere un’innumerevole quantità di dati, come conseguenza di internet, dell’Internet delle Cose e del dilagare di applicazioni che funzionano collegandosi a una connessione internet. I dati che vengono prodotti sono molteplici, come ad esempio i dati degli utenti di un sito web, dei loro post su facebook, o dell’utilizzo di un’app, dagli oggetti collegati alla rete, e così via. Si stima che ogni giorno
L’analisi di una mole così elevata di dati richiede competenze specifiche, e tecnologie avanzate in grado di supportare l’elaborazione di file di dimensioni così grandi, per poterne estrarre informazioni utili, nascoste.
Per comprendere lo sviluppo dei Big Data occorre anche saper individuare i modelli di utilizzo degli Analytics nelle imprese e ancora una volta è necessaria una distinzione duale nelle tipologie di dati:
dati strutturati dati destrutturati Nel caso dei dati destrutturati si tratta poi tipicamente di
testo immagini video audio elementi di calcolo
Quindi i big data sono le chiamate dei callcenter 2.0, in quanto adesso le grandi aziende comprano i dati facendo guadagnare chi li produce come social come Facebook, Instagram, ecc... Il fenomeno è sempre più in espansione, per esempio quante volte abbiamo trovato banner pubblicitari con ciò che ore prima avevamo visitato? Oppure notifiche di visitare nuovi posti da Google Maps? La privacy non esiste più in sostanza, Internet ci conosce meglio di noi stessi. Dovremmo navigare in continuo in anonimato con piattaforme come Tor e rinunciare ai social, ma anche così non saremmo al sicuro in quanto usiamo lo stesso i nostri account come quello google che collegato al nostro telefono ci intercetta. Dovremmo vivere senza tecnologia ed è così che ci svendiamo a Internet.
L’immagazzinamento e la diffusione dell’informazione ha raggiunto un livello tale che è senza precedenti. Ogni minuto viene prodotta una quantità talmente elevata, che era impensabile solamente fino a qualche anno fa. Si è stimato che attualmente sono in circolazione 2,7 Zetabyte nell’universo digitale e si prevede entro il 2025 diventino addirittura 180. Questo enorme quantitativo di dati preso singolarmente è privo di significato e genera solo confusione. Se però tali dati vengono organizzati e suddivisi secondo un determinato criterio possono dare beneficio. Ed è qui che si inizia a parlare di Big Data.Sebbene sul web si trovino varie definizioni, una diversa dall’altra, per Big Data si intende lo studio e la gestione coordinata dell’insieme di tutti i dati complessi, di dimensione molto elevate e altamenti differenti che sono prodotti oggi in qualsiasi settore. Caratteristiche dei Big Data Il termine Big Data nasce nei primi anni 2000 da Doug Laney, analista di settore che suddivise i dati: 1) Volume: Nel mondo la quantità di dati generati raddoppia ogni 12-18 mesi,favoriti dall’elevata riduzione del costo computazionale, di analisi e di stoccaggio dei dati. 2) Velocità: oggi i dati sono molto più veloci da elaborare, gestire e analizzare: sempre più notizie si ottengono addirittura in tempo reale per essere analizzate,grazie all’aumento della velocità di Internet. 3) Varietà: esistono diverse forme di dati, quali testi, numeri, mappe, audio, video, e-mail e così via. Per la maggior parte sono dati non strutturati, all’opposto dei normali database organizzati in schemi e tabelle rigide. 4) Veridicità: si riferisce alla qualità, alla credibilità del dato, non tutti i contenuti online sono degni di fiducia. 5) Valore: prima di iniziare qualsiasi attività è bene pianificare e stimare il valore vero da cui si può ricavare dal business.
PT.2 A cosa servono:Lo scopo dei big data è quello di analizzare la marea di dati a disposizione per estrapolare informazioni in tempi ragionevoli e con risorse limitate. Se si pensa che fino a qualche anno fa per estrapolare informazioni da un’analisi di dati ci volevano un computer di milioni di dollari e molte ore, al giorno d’oggi basta un semplice laptop e qualche ora di utilizzo di algoritmi sofisticati. A chi possono interessare: Il processo di analisi dei big data e sua successiva estrapolazione di informazioni “nascoste” prende il nome di big data analitycs. L’esperto finalizzato all’analisi di questi dati per creare valore è il Data Scientist: è colui che è in grado di capire se un dato può essere rilevante per estrarre dai dati la conoscenza (ossia informazioni rilevanti). Il futuro dei big data è un campo aperto e in grande espansione: si prevede l’aumento di professioni che lavorino a contatto con i dati per creare valore e migliorare il benessere della società.L’analisi dei big data viene svolta nei settori più disparati, vediamo i principali: Istruzione: L’analisi dei big data aiuta a conoscere meglio il livello di apprendimento degli studenti, per capire se ci sono alcune lacune o miglioramenti nelle metodologie di studio, e di conseguenza si pone l’obiettivo di migliorare il sistema di educazione proposto dalle scuole. Medicina: l’analisi dei big data permette di prevedere la diffusione delle malattie, in che luogo si diradano ed effettuare un controllo e monitoraggio in tempo reale. Possono essere utili anche per contrastare possibili epidemie. Ambiente: in California sono già presenti i primi contatori d’acqua intelligenti, che riducono gli sprechi d’acqua e aiutano nei momenti di siccità. I big data vengono analizzati anche per studiare gli eventi metereologici ed evacuare in anticipo zone che saranno colpite da calamità naturali. Business: Analizzare i comportamenti di acquisto dei consumatori, dagli annunci alle newsletter, studiare le campagne di marketing e monitorare i feedback delle promozioni e offerte: sono tutti sistemi che utilizzano le informazioni ricavate dai Big data, le quali hanno permesso e permetteranno alle aziende di aumentare i margini di profitto.
Il recente sviluppo di metodologie di acquisizione e di elaborazione di grandi masse di dati tramite algoritmi coinvolge tutti i settori economici ed ha sollevato dubbi sulla loro applicazione in mancanza di adeguate normative e controlli. Nel 2017 la data scientist Cathy O'Neil ha esposto in un libro le varie problematiche sorte con l'uso dei modelli basati su Big Data. Molti dei quali, lungi dall'essere equi ed obiettivi, si sono dimostrati codificazioni di pregiudizi umani che hanno portato ad errori sistemici senza possibilità di appello nei software che controllano le nostre vite in diversi ambiti, da quello legale a quello lavorativo e politico. A differenza dell'America Settentrionale, il Parlamento Europeo ha già varato un Regolamento generale sulla protezione dei dati Secondo Kevin Kelly, «se si vuole modificare il comportamento in Rete delle persone, basta semplicemente alterare sullo schermo gli algoritmi che lo governano, che di fatto regolano il comportamento collettivo o spingono le persone in una direzione preferenziale». Nei primi mesi del 2018 è scoppiato lo scandalo Facebook: una società che analizza Big Data, Cambridge Analytica, avrebbe usato i dati personali di 87 milioni di utenti della rete sociale a scopo di propaganda politica.
I social network, nascondono diversi problemi. Sono moltissimi coloro che sono riusciti a guadagnarsi i tanto agognati quindici minuti di popolarità nella piazza virtuale, anche a costo di ridicolizzarsi o di accendere i riflettori sulla propria vita privata; è importante invece tutelare i propri dati personali per evitare sgradevoli inconvenienti. Uno dei problemi principali è quello del cyber bullismo, ma ce ne sono anche altri, come le fake news, la dipendenza appunto dai social, la discriminazione del mondo del lavoro e i problemi nelle relazioni.
secondo me i social ci hanno fatto dimenticare veramente il modo e la voglia di vedere e socializzare nel mondo reale con le altre persone. Poi mettendo in conto il fatto che tutte quelle foto che giornalmente postiamo sui vari siti e social network sono tutte pubbliche e quindi automaticamente chiunque lo può vedere., Questo mette nelle mani delle grandi aziende come facebook di prendere le informazioni e le nostre foto per poi venderle al miglior offerente. Questo spaventa ma non ci da nessuno peso a questo. VERDEES023
I Big Data, possono essere di svariate tipologie e differenti ambiti disciplinari. Comprendono quelli provenienti da laboratori scientifici o da ricerche sociologiche;da questo nuovo metodo,sono emersi 5 fattori critici:
°La condivisione e la validazione Diventa sempre più fondamentale che i dati vengano messi a disposizione della comunità scientifica intera, per permettere allo stesso tempo un progresso molto più veloce e un controllo molto più efficace della veridicità delle conclusioni che dai dati sono tratte.
• Archiviazione Per essere scambiati, questi dati devono essere immagazzinati e conservati in modo sicuro, a lungo termine, senza corrompersi o andare persi.
• Policy Questo ci porta alla necessità di politiche armonizzate e condivise a livello istituzionale, nazionale e internazionale, con normative che regolino le interazioni tra tutti gli attori del processo: enti di ricerca, università, aziende, editoria scientifica, ecc. C’è assoluto bisogno di “buone pratiche”, regole coerenti e ben definite, nella gestione dei dati.
• Pubblicità mirate
Un'altro problema è quello delle pubblicità mirate, dove i "social" che dovrebbero unire tutti noi, non fanno altro che vendere i nostri dati alle grandi aziende, che sfrutteranno questi dati per pubblicità indirizzata al singolo individuo
I social network non sono gratuiti senza alcuna ragione. Se una persona non paga un prodotto allora è essa stessa il prodotto. I big data permettono di raccogliere informazioni sui cittadini in modo da utilizzarle per la pubblicità mirata.
Quando ci si trova alle prese con i Big Data spesso si fa riferimento alla privacy. B.D. si basano sulla raccolta di migliaia di informazioni, e più sono private queste informazioni, più è probabile che un algoritmo possa giungere ad alcune conclusioni pagate o meglio ancora, scomputate. Per spiegarmi meglio, i dati privati sono il lievito di quell'immensa massa di pizza dei Big Data. Questa pasta è frequente a essere sparpagliata e a rimanere nascosat. Tuttavia, c’è dell’altro: un’intera gamma di problemi meno scontati, che sono concatenati l’uno all’altro in modo molto ambiguo.
Quello dei Big Data è un problema che accomuna quasi tutte le persone che hanno accesso a una connessione internet e un dispositivo con il quale connettersi. Il fatto che i dati anagrafici, insieme a quelli delle nostre comuni ricerche online, vengano rubati per essere venduti alle grandi aziende pubblicitarie è spaventoso. Il problema vero è il numero ,in costante crescita di giovani che si iscrivono ai social network per moda o per divertirsi, ignari di quello a cui vanno incontro. La realtà di questo problema deve essere diffusa e divulgata il più possibile. I genitori, soprattutto, devono averne coscienza, in modo che i propri figli ne siano protetti.
Si sente sempre più spesso parlare di Big Data, ma ancora più spesso ci si accorge che chi usa questa espressione non conosce davvero bene il suo significato. Per questo è lecito domandarsi cosa siano i Big Data, perché sono così ricorrenti nella stampa online e offline, soprattutto quella di natura marketing e IT, e che cosa significa che i Big Data rappresentano un’evoluzione per diversi settori. È importante iniziare con il dire che lo stesso termine Big Data è alquanto fuorviante. La traduzione grandi dati o grossi dati, infatti, fa pensare all’enorme quantità di dati oggi disponibili in diversi settori e, in automatico, porta a concludere che per rivoluzione Big Data si intendono le opportunità oggi disponibili di avere così tante informazioni al servizio business.
Questa conclusione è vera solo in minima parte. Anche perché esistono settori dove i dati, per quanto ve ne siano davvero in ingenti quantità, non sono sempre disponibili a tutti e, soprattutto, non vengono sempre condivisi.
Lasciando stare questo aspetto, che verrà ripreso in chiusura, l’effettiva quantità di dati oggi generati è abnorme: dai telefoni, alla carte di credito usate per gli acquisti, dalla televisione agli storage necessari per le applicazioni dei computer, dalle infrastrutture intelligenti delle città, fino ai sensori montati sugli edifici, sui mezzi di trasporto pubblici e privati e via discorrendo.
Il termine big data indica genericamente una raccolta di dati così estesa in termini di volume, velocità e varietà da richiedere tecnologie e metodi analitici specifici per l'estrazione di valore o conoscenza. Il termine è utilizzato in riferimento alla capacità di analizzare ovvero estrapolare e mettere in relazione un'enorme mole di dati eterogenei, strutturati e non strutturati, allo scopo di scoprire i legami tra fenomeni diversi e prevedere quelli futuri. La disciplina può essere vista come un'evoluzione dei tradizionali metodi di business intelligence, allargata a moli di dati ancor più variegate e soprattutto più voluminose.
Al giorno d'oggi, la diffusione dei social network e l'affinamento di meccanismi quali l'intelligenza artificiale e i Big Data Analytics (BDA), sempre più sofisticati, danno vita a una combinazione di componenti digitali in grado di modificare le classiche strategie di marketing e di sviluppare nuove opportunità di mercato, impensabili fino a poco tempo fa.
Ogni azione compiuta da un utente, opportunamente registrata e analizzata, diventa uno strumento fondamentale per un'azienda che voglia sfruttare queste informazioni per offrire ai clienti un prodotto di loro gradimento e aumentare i propri guadagni.
Uno dei casi più emblematici è sicuramente quello di Netflix, che possiede algoritmi altamente elaborati per consigliare contenuti ai propri utenti basati su una serie di analisi condotta sui loro gusti e le loro preferenze. Una delle produzioni Netflix di maggior successo, House of Cards, ha ricevuto investimenti per cento milioni di dollari senza che fosse nemmeno andato in onda un episodio pilota: Netflix aveva già previsto che la serie avrebbe avuto successo, basandosi sugli interessi comuni di chi aveva apprezzato la serie originale, andata in onda negli anni Novanta; molti dei suoi estimatori adoravano l'attore Kevin Spacey e il regista David Fincher, immediatamente ingaggiati entrambi per la serie, due elementi che si sono rivelati decisivi per la sua popolarità e che hanno dimostrato come Netflix sia stata in grado di prevedere in anticipo ciò che sarebbe piaciuto ai suoi utenti e a proporglielo, il tutto mettendo insieme e utilizzando i loro dati.
Si scrive Big Data e si legge come una delle evoluzioni più profonde e pervasive del mondo digitale. Un trend destinato a rimanere e a incidere profondamente sulla nostra vita e sul nostro modo di fare business.
Sicurezza, privacy, discriminazione: sono i problemi che possono frenare lo sviluppo delle tecnologie applicative dei big data. Perciò è importante che per settori come quello assicurativo, dove l’uso massiccio dei dati è uno dei trend principali, l’attenzione verso queste problematiche sia alta
Parlare di Big Data non vuol dire parlare soltanto di grandi moli di dati, la trasformazione in atto è più profonda. Cambia il processo di raccolta e gestione dei dati, si evolvono le tecnologie a supporto del ciclo di vita del dato e si sviluppano nuove competenze per la valorizzazione del dato
Il caso Cambridge Analytica ha scosso l’opinione pubblica perché ha palesato il meccanismo opaco di gestione dei dati personali che sta dietro i social network. Nel caso specifico l’accusa alla Cambridge Analytica è quella di aver drenato dati non solo dagli utenti, ma anche dai loro amici, sfruttando un meccanismo virale ed apparentemente ingenuo. La risposta degli utenti ha consentito all’azienda di raccogliere i dati di centinaia di migliaia di persone, di profilarne moltissime ed infine di propinare messaggi personalizzati anche a fini politici.
Quello che emerge non è soltanto il caso Cambridge Analytica, quindi, ma un più vasto e pericoloso contesto nel quale la gestione dei dati personali diventa cruciale per il controllo di dinamiche di altissimo profilo. Trump è davvero stato eletto anche grazie al lavoro della Cambridge Analytica? Facebook poteva o doveva fare di più per tutelare i propri utenti?
I Big Data sono un argomento interessante per molte aziende, le quali negli ultimi anni hanno investito su questa tecnologia più di 15 miliardi di dollari, finanziando lo sviluppo di software per la gestione e l'analisi dei dati. Questo è accaduto perché le economie più forti sono molto motivate all'analisi di enormi quantità di dati: basti pensare che ci sono oltre 4,6 miliardi di smartphone attivi e circa 2 miliardi di persone hanno accesso a Internet. Dal 1986 ad oggi il volume dei dati in circolazione è aumentato in maniera esponenziale:
nel 1986 i dati erano 281 Petabyte; nel 1993 i dati erano 471 PetaByte; nel 2000 i dati erano 2,2 Exabyte; nel 2007 i dati erano 65 ExaByte; per il 2014 si era previsto uno scambio di oltre 650 ExaByte
Ma cosa sono i “Big Data”? Lo spiega bene Kenneth Cukier, Data Editor dell’Economist, nel TED talk “Big Data is better data” : “Probabilmente avete tutti sentito parlare di Big Data. Anzi, probabilmente siete stanchi di sentir nominare la parola Big Data. È vero che c’è stato molto clamore sull’argomento ed è un vero peccato perché i Big Data sono uno strumento veramente importante grazie al quale la società progredirà. […] I Big Data sono importanti, i Big Data sono nuovi e se ci pensate l’unico modo che il pianeta avrà di gestire la sua sfida globale di nutrire le persone, fornire loro cure mediche, energia, elettricità, il riscaldamento globale, è grazie ad un uso efficace dei dati”.
La rivoluzione digitale ha prodotto un’immensa mole di dati dovuti ai tanti device connessi a Internet che indossiamo o che abbiamo a casa. Ogni istante creiamo tonnellate di informazioni che poi passiamo a un’intelligenza artificiale per trovare punti di contatto e cercare di migliorare la nostra vita, come avviene con i motori di ricerca.
Il punto non è solo avere più informazioni, ma saperle analizzare. Per farlo, quando i numeri sono grandi, sono necessari sofisticati algoritmi, ma anche le giuste domande e degli obiettivi.
Come affrontare i Big Data in classe? Educare gli studenti all’analisi del dato, inteso come “small”, iniziando per esempio monitorando la propria attività giornaliera o allenandosi a fare brevi sondaggi di classe. Consultare Google Trends per capire cosa viene cercato su Google e soffermarsi sulle metriche dei “grandi numeri” insieme. Fare una sorta di brainstorming in cui chiedere quali usi possibili dai “grandi dati” gli studenti si immaginano nel futuro. Vi sono numerose possibilità di applicazione dei Big Data: dispiegare un maggior numero di controlli nei territori dove è più probabile che avvenga un reato, studiare il rapporto tra la salute e la qualità dell’aria, utilizzare i dati del traffico per ridurre gli ingorghi stradali, o quelli medici per la ricerca scientifica contro i tumori, etc.
L’attenzione crescente degli utenti per la difesa dei dati personali è senza dubbio un trend positivo per l’evoluzione dell’economia digitale. Ed è in questo contesto che si inserisce la nascita di realtà che hanno fatto della valorizzazione dei big data a vantaggio degli utenti una missione. È il caso dell’italiana Weople, l’applicazione lanciata a fine 2018 che ambisce a diventare una vera e propria “banca dei dati”.La nascita di Weople è strettamente legata all’avvento del Regolamento europeo sulla privacy meglio noto con la sigla Gdpr (General data protection regulation);in questo modo Weople riesce a costruire per ogni utente una cassetta di sicurezza con tutti i dati attualmente posseduti da altri.
Il termine Big Data è spesso usato senza conoscerne il vero significato. Ecco cosa significano e cosa rappresentano i Big Data nella vita di tutti i giorni. Si sente sempre più spesso parlare di Big Data, ma ancora più spesso ci si accorge che chi usa questa espressione non conosce davvero bene il suo significato. Per questo è lecito domandarsi cosa siano i Big Data, perché sono così ricorrenti nella stampa online e offline, soprattutto quella di natura marketing e IT, e che cosa significa che i Big Data rappresentano un’evoluzione per diversi settori.La rivoluzione Big Data e, in generale, il termine Big Data si riferisce proprio a cosa si può fare con tutta questa quantità di informazioni, ossia agli algoritmi capaci di trattare così tante variabili in poco tempo e con poche risorse computazionali.
Il paragone è presto e fatto: fino a poco tempo, uno scienziato per analizzare una montagna di dati che oggi definiremmo Small o Medium Data avebbe impiegato molto tempo e si sarebbe servito di computer mainframe da oltre 2 milioni di dollari. Oggi, con un semplice algoritmo, quelle stesse informazioni possono essere elaborate nel giro di poche ore, magari sfruttando un semplice laptop per accedere alla piattaforma di analisi.
Questa è la rivolzione Big Data. Questi sono i Big Data che presuppongono nuove capacità di collegare fra loro le informazioni per fornire un approrccio visuale ai dati, suggerendo pattern e modelli di interpretazione fino a ora inimmaginabili.
E il bello è che i Big Data non interessano solo il settore IT. Infatti, se l’Information Technology rappresenta per i Big Data il grande starter da cui partire con gli strumenti necessari come il cloud computing, gli algoritmi di ricerca e via discorrendo, d’altra parte i Big Data sono necessari e utili nei mercati business più disparati, dalle automobile, alla medicina, dal commercio all'astronomia, dalla biologia alla chimica farmaceutica, dalla finanza al gaming. Nessun settore in cui esiste un marketing e dei dati da analizzare può dirsi indenne dalla rivoluzione Big Data.
Con il termine inglese Big Data (grandi dati), entrato comunemente a far parte del nostro gergo informatico, ci si riferisce letteralmente alla grande quantità di dati ed informazioni che vengono acquisite e gestite quotidianamente da società o enti. Circa dieci anni fa, società allora nascenti come Amazon, Facebook o Google si ritrovarono con un’enorme quantità di dati da dover gestire, rendendosi ben presto conto di avere in mano un vero e proprio tesoro che non poteva di certo essere ignorato. Il concetto di Big Data, però, è tutt’altro che recente poiché se ne parla già dalla fine degli anni 90 per arrivare allo studioso Doug Laney che agli inizi del 2000 formulò la teoria delle tre V ovvero: Varietà; Volume; Velocità. Il problema di questi big data è che questo "carico" di dati è a rischio ,infatti molti di questi vengono rubati mettendo a rischio le nostre informazioni personali. Un esempio di questo è il caso che ha coinvolto Facebook che vendeva le informazioni personali degli utenti.
Quando si parla di big data, insomma, ci si riferisce a una quantità di “data” troppo grande per essere gestita con tecnologia e metodi ordinari. L’utilizzo di big data può consentire di fare cose un tempo impensabili: conoscere nel dettaglio le abitudini di un singolo consumatore mettendo insieme i suoi acquisti e le sue ricerche online, i suoi movimenti abituali e di una popolazione intera, stabilire correlazioni tra abitudini ed eventi possibili, monitorare in tempo reale i dati metereologici e anticipare l’andamento del raccolto in una certa area. I big data stanno cambiando la società in cui viviamo e questo crea opportunità ma anche pericoli. La conseguenza è che vivremo in un mondo in cui i nostri bisogni e le nostre preferenze potranno essere soddisfatte in maniera molto puntuale ma in cui saremo più esposti e vulnerabili perché il rischio è la compressione della sfera privata. Una search su Google può permettere a un governo di sapere che in una certa area c’è un problema ma può anche mettere nei guai chi cercasse libri sgraditi o frequentasse luoghi ritenuti pericolosi da un governo dispotico e illiberale. VERDEES025
Cosa hanno in comune una pila di test psicologici, un hard-disk pieno di sequenze di DNA, un database di sondaggi di sociologia e una cartella di strutture cristallografiche su un cloud? Sono aspetti di uno dei problemi più attuali con cui la ricerca odierna si deve confrontare: la produzione e la gestione di quantità immense di dati sperimentali, i cosiddetti Big Data. I Big Data, in campo scientifico (research data), possono essere di svariate tipologie e differenti ambiti disciplinari. Comprendono quelli provenienti da laboratori scientifici o da ricerche sociologiche; includono i dati sperimentali, ma anche gli articoli (paper) che da quei dati sono stati prodotti.
Tra i molti aspetti problematici di questo nuovo metodo di accumulare sapere scientifico, sono emersi 5 fattori critici:
• La condivisione e la validazione Diventa sempre più fondamentale che i dati vengano messi a disposizione della comunità scientifica intera, per permettere allo stesso tempo un progresso molto più veloce e un controllo molto più efficace della veridicità delle conclusioni che dai dati sono tratte. Queste considerazioni sono alla base del movimento che propugna il diritto all’accesso aperto (open access) a tutta la letteratura scientifica.
• Archiviazione Per essere scambiati, questi dati devono essere immagazzinati e conservati in modo sicuro, a lungo termine, senza corrompersi o andare persi. Nasce quindi il bisogno di grandi archivi fiduciari (trust repository) disponibili a tutti.
• Rispetto della proprietà intellettuale Allo stesso tempo, è necessario che sia riconosciuta la paternità delle scoperte, e delle loro applicazioni, che sono pur sempre una fonte di fondi preziosa per la ricerca.
• Policy Questo ci porta alla necessità di politiche armonizzate e condivise a livello istituzionale, nazionale e internazionale, con normative che regolino le interazioni tra tutti gli attori del processo: enti di ricerca, università, aziende, editoria scientifica, ecc. C’è assoluto bisogno di “buone pratiche”, regole coerenti e ben definite, nella gestione dei dati.
• Responsabilità e ruoli In tutte le problematiche esposte finora emerge la questione della responsabilità personale e istituzionale a tutti i livelli nel trattamento dei dati. Ciascun attore del processo deve assumersi la responsabilità insita nel proprio ruolo, che va definito a priori con chiarezza. L’obiettivo comune è quello di mettere in pratica nuove norme e nuovi comportamenti che tengano conto di queste trasformazioni della produzione di conoscenza.
Secondo Antonella DeRobbio, le Istituzioni devono appropriarsi di un ruolo chiave in questa rivoluzione, senza delegarlo al settore privato: pianificare la formazione dei giovani, creare nuove professioni legate alla gestione dei dati, delle licenze e della proprietà intellettuale, aprire nuovi sbocchi e investire in modo importante in questo ambito. E poi gestire i dati in modo consapevole e sistematico, sviluppandone una mappatura per tipologia e studiandone la migliore strategia di archiviazione. Perché chi controlla i dati controlla il futuro. VERDEES018
Si sente sempre più spesso parlare di Big Data, ma ancora più spesso ci si accorge che chi usa questa espressione non conosce davvero bene il suo significato. Per questo è lecito domandarsi cosa siano i Big Data, perché sono così ricorrenti nella stampa online e offline, soprattutto quella di natura marketing e IT, e che cosa significa che i Big Data rappresentano un’evoluzione per diversi settori. La rivoluzione Big Data e, in generale, il termine Big Data si riferisce proprio a cosa si può fare con tutta questa quantità di informazioni, ossia agli algoritmi capaci di trattare così tante variabili in poco tempo e con poche risorse computazionali.
Il paragone è presto e fatto: fino a poco tempo, uno scienziato per analizzare una montagna di dati che oggi definiremmo Small o Medium Data avebbe impiegato molto tempo e si sarebbe servito di computer mainframe da oltre 2 milioni di dollari. Oggi, con un semplice algoritmo, quelle stesse informazioni possono essere elaborate nel giro di poche ore, magari sfruttando un semplice laptop per accedere alla piattaforma di analisi.
Questa è la rivolzione Big Data. Questi sono i Big Data che presuppongono nuove capacità di collegare fra loro le informazioni per fornire un apporccio visuale ai dati, suggerendo pattern e modelli di interpretazione fino a ora inimmaginabili.
E il bello è che i Big Data non interessano solo il settore IT. Infatti, se l’Information Technology rappresenta per i Big Data il grande starter da cui partire con gli strumenti necessari come il cloud computing, gli algoritmi di ricerca e via discorrendo, d’altra parte i Big Data sono necessari e utili nei mercati business più disparati, dalle automobile, alla medicina, dal commercio all’astronomia, dalla biologia alla chimica farmaceutica, dalla finanza al gaming. Nessun settore in cui esiste un marketing e dei dati da analizzare può dirsi indenne dalla rivoluzione Big Data. VERDEES07
Si sente sempre più spesso parlare di Big Data, ma ancora più spesso ci si accorge che chi usa questa espressione non conosce davvero bene il suo significato. Per questo è lecito domandarsi cosa siano i Big Data, perché sono così ricorrenti nella stampa online e offline, soprattutto quella di natura marketing e IT, e che cosa significa che i Big Data rappresentano un’evoluzione per diversi settori.
Per capire bene cosa siano i Big Data, non serve snocciolare complesse definizioni, che farebbero impallidire lo stesso Einstein, ma è sufficiente capire il significato profondo del termine e come la sua influenza possa essere notata nella vita di tutti i giorni.Cosa sono i Big Data: esempi concreti della vita quotidiana
È importante iniziare con il dire che lo stesso termine Big Data è alquanto fuorviante. La traduzione grandi dati o grossi dati, infatti, fa pensare all’enorme quantità di dati oggi disponibili in diversi settori e, in automatico, porta a concludere che per rivoluzione Big Data si intendono le opportunità oggi disponibili di avere così tante informazioni al servizio business.
Questa conclusione è vera solo in minima parte. Anche perché esistono settori dove i dati, per quanto ve ne siano davvero in ingenti quantità, non sono sempre disponibili a tutti e, soprattutto, non vengono sempre condivisi.
Lasciando stare questo aspetto l’effettiva quantità di dati oggi generati è abnorme: dai telefoni, alla carte di credito usate per gli acquisti, dalla televisione agli storage necessari per le applicazioni dei computer, dalle infrastrutture intelligenti delle città, fino ai sensori montati sugli edifici, sui mezzi di trasporto pubblici e privati e via discorrendo.
I dati vengono generati con un flusso così crescente che tutte le informazioni accumulate nel corso degli ultimi due anni ha superato l’ordine dei Zettabyte (10^(21) byte), segnando un record per l’umana civiltà.
Come si diceva, però, per quanto di dati ve ne siano davvero in quantità indicibile, la vera rivoluzione a cui ci si rifersice parlando di Big Data non è questa, quanto la capacità di usare tutti queste informazioni per elaborare, analizzare e trovare riscontri oggettivi su diverse tematiche.
In ambito marketing, l’uso dei Big Data è famigliare nella costruzione dei così detti metodi di raccomandazione, come quelli utilizzati da Netflix e Amazon per fare proposte di acquisto sulla base degli interessi di un cliente rispetto a quelli di milioni di altri. Tutti i dati provenienti dalla navigazione di un utente, dai suoi precedenti acquisti, dai prodotti valutati o ricercati permettono ai colossi del commercio (elettronico e non) di suggerire i prodotti più adatti agli scopi del cliente, quelli che solleticano la sua curiosità e lo spingono a comprare per necessità momentanea, permanente o per semplice impulso. Appartenenti ai Big Data sono gli algoritmi che riescono a predire se una shopper donna è incinta, tracciando le sue ricerche sul Web e gli oggetti acquisiti in precedenza, come lozioni e via discorrendo. Una volta individuato il particolare stato, a quella stessa utente si offrono offerte speciali e coupon su prodotti inerenti al proprio stato.
Si parla di big data quando si ha un insieme talmente grande e complesso di dati che richiede la definizione di nuovi strumenti e metodologie per estrapolare, gestire e processare informazioni entro un tempo ragionevole. Non esiste una dimensione di riferimento, ma questa cambia sempre, poiché le macchine sono sempre più veloci e i dataset sono sempre più grandi. Secondo uno studio del 2001, l'analista Doug Laney aveva definito il modello di crescita come tridimensionale,con il passare del tempo aumentano volume (dei dati), velocità e varietà (dei dati). In molti casi questo modello è ancora valido, nonostante esso sia stato successivamente esteso. Il primo modello di Douglas Laney, il modello delle "3V", comprende:volume,varieta',velocita; con il tempo sono state introdotte: veridicita' e valore,(modello 5V). Analisi di mercato I Big Data sono un argomento interessante per molte aziende, le quali negli ultimi anni hanno investito su questa tecnologia più di 15 miliardi di dollari, finanziando lo sviluppo di software per la gestione e l'analisi dei dati. Questo è accaduto perché le economie più forti sono molto motivate all'analisi di enormi quantità di dati: basti pensare che ci sono oltre 4,6 miliardi di smartphone attivi e circa 2 miliardi di persone hanno accesso a Internet. Dal 1986 ad oggi il volume dei dati in circolazione è aumentato in maniera esponenziale. Modelli di analisi dei dati Come è stato detto in precedenza, il volume di dati dei Big Data e l'ampio uso di dati non strutturati non permette l'utilizzo dei tradizionali sistemi per la gestione di basi di dati relazionali (RDBMS), che non rendono possibile archiviazione e velocità di analisi. Gli operatori di mercato utilizzano piuttosto sistemi con elevata scalabilità e soluzioni basate sulla NoSQL. Nell'ambito della business analytics nascono nuovi modelli di rappresentazione in grado di gestire tale mole di dati con elaborazioni in parallelo dei database. Architetture di elaborazione distribuita di grandi insiemi di dati sono offerte da MapReduce di Google e dalla controparte open source Apache Hadoop. In base agli strumenti e ai modelli utilizzati per l'analisi e la gestione dei dati è possibile distinguere quattro metodologie (o tipologie) di Big Data Analytics: Descriptive Analytics, Predictive Analytics, Prescriptive Analytics, Automated Analytics. Virtualizzazione dei Big Data La virtualizzazione dei Big Data è un modo per raccogliere dati da poche fonti in un singolo livello. Il livello dati raccolto è virtuale. A differenza di altri metodi, la maggior parte dei dati rimane sul posto e viene presa su richiesta direttamente dai sistemi di origine. Big data rappresenta anche l'interrelazione di dati provenienti potenzialmente da fonti eterogenee, quindi non soltanto i dati strutturati, come i database, ma anche non strutturati, come immagini, email, dati GPS, informazioni prese dai social network. Con i big data la mole dei dati è dell'ordine degli zettabyte, ovvero miliardi di terabyte. Quindi si richiede una potenza di calcolo parallelo e massivo con strumenti dedicati eseguiti su decine, centinaia o anche migliaia di server. VERDEES010
il primo grande merito dei social network è indubbiamente quello di aver facilitato la comunicazione: basta avere la connessione ad internet per parlare con persone dell'altra parte del globo grazie alla webcam addirittura vedere il volto . BLUES001 BLUES004 BLUES009
Usiamo Internet tutti i giorni, col PC, il tablet e lo smartphone e molto spesso ogni nostra giornata è trasformabile in un flusso di informazioni: oggi mi sono collegato a Facebook, ho messo like e commentato, ho guardato pagine di profili e mandato una richiesta di amicizia che è stata accettata. Poi ho usato Google per fare delle ricerche, una ricetta perchè mia figlia voleva fare i muffin, poi qualche nome di attore per dirimere una questione tra amici. Ho anche cercato informazioni su un posto dove vorrei andare in vacanza. Poi ho comprato su Amazon un libro, ho aperto Instagram e ho caricato una foto dei muffin, son venuti bene! Ho messo dei cuoricini, certo. Poi Youtube, Facebook di nuovo, l’immancabile email, Google, ancora email… Tutto ciò molto facilmente, come fare zapping con il telecomando. Senza accorgermi ho lasciato una marea di informazioni: quelle che ho digitato nella ricerca, ma anche i click di preferenze che ho messo sui risultati di Google, i like, gli orari a cui mi sono collegato e da dove l’ho fatto, ho ampliato e consolidato la mia rete di contatti (i like dicono chi è più vicino a me). Ogni giorno dell’anno, più volte al giorno ci colleghiamo alla rete e immettiamo dati, certo li preleviamo, ma senza saperlo li diamo. BLUES023 BLUES012 BLUES003 BLUES006
Fondamentalmente con Big Data si definisce una mole così grande di dati che non può essere analizzata tramite metodi convenzionali: anzi mi azzarderei a dire che la vera rivoluzione dei Big Data non è tanto la loro dimensione quanto la sopraggiunta possibilità di analizzarli e trarne conclusioni coerenti. Vero è che se si chiamano "Big" un motivo ci sarà: stiamo parlando infatti di dimensioni inimmaginabili, per la precisione di Zettabyte (eh già, parlo seriamente), cioè siamo in un universo che contiene miliardi di Terabyte (che a loro volta contengono 1.000 Gigabyte l'uno) per cui, fidatevi, stiamo parlando di una mole di dati incredibilmente grande. Le caratteristiche principali dei Big Data sono:
Volume, che ne definisce la dimensione in termini di byte Velocità, relativa all'estrazione dei dati che di solito avviene in tempo reale Varietà, che ne indica la provenienza: possono essere dati pubblici o derivati da ricerche o analisi. Quest'ultima caratteristica introduce il grande dubbio legato a questa tipologia di dati, dubbio tanto grande da introdurre come quarta variabile la "veridicità" del dato. Il che apre un mondo di possibili domande ma questo vale anche per siti come, ad esempio, Wikipedia del quale ci fidiamo ciecamente anche se è stato certificato un elevato grado di inesattezze.
“Big Data” vuol dire “Grandi dati”, ovvero grandi quantità di dati, che presi insieme occupano molto spazio di archiviazione.Super computer e algoritmi che ci permettono di analizzare la sempre crescente mole di dati generati ogni giorno. L’intelligenza artificiale potrebbe in poco tempo far sostituire ai robot molti dei lavori che facciamo oggi. Questo è possibile anche grazie alla enorme quantità di dati che oggi vengono generati, che possono essere facilmente analizzati dalle macchine, rivelando percorsi e connessioni tra le molte attività umane, oltre a creare dei profili dettagliati su di noi. Entra in gioco anche un discorso di privacy, che non è per niente banale.
Il fenomeno dei “Big Data”, o meglio il fenomeno di immagazzinare, gestire e analizzare grandi quantità di dati non è in realtà un fenomeno recente anzi è un fenomeno che fa parte della lunga storia dell’evoluzione del genere umano. I dati che vengono prodotti sono molteplici, come ad esempio i dati degli utenti di un sito web, dei loro post su facebook, o dell’utilizzo di un’app, dagli oggetti collegati alla rete, e così via. Si stima che ogni giorno
L’analisi di una mole così elevata di dati richiede competenze specifiche, e tecnologie avanzate in grado di supportare l’elaborazione di file di dimensioni così grandi, per poterne estrarre informazioni utili, nascoste. Inoltre questi dati non possono essere raccolti e sistemati in un classico database,in quanto sono in continua evoluzione e occupano sempre maggior spazio. BLUDS008-BLUDS006-BLUDS015
SOCIAL NETWORK – BIG DATA Durante la navigazione sul web o sui Social Network, ogni individuo lascia inconsapevolmente molti più dati di quanto si potrebbe pensare. I Social Network risultano essere, quindi, degli strumenti che danno all'utente l'impressione di uno spazio personale; in realtà, si tratta solamente di un falso senso di intimità, che potrebbe spingere gli utenti a mettere online ciò che invece dovrebbe rimanere offline. Per tutte queste motivazioni, i Social Network vengono accostati al termine Big Data, nato nel 2011 per indicare il settore del mercato dell'informatica che mira alla gestione efficiente di database di informazioni dalle dimensioni enormi, ovvero archivi digitali. La tecnologia Big Data si basa su quattro concetti fondamentali meglio conosciuti come le quattro V: 1. Volume: si intende la mole di dati da immagazzinare e successivamente analizzare. 2. Velocity: ci si riferisce alla velocità con cui i nuovi dati vengono generati e la velocità con cui si muovono nella rete. 3. Variety: si intende la varietà di dati che si possono analizzare. In passato venivano analizzati esclusivamente dati strutturati che ben si adattavano a tabelle e database relazionali. Al giorno d'oggi la maggior parte dei dati generati sono non strutturati (testi, immagini, video, audio, etc.). 4. Value: I Big Data sono stati definiti negli ultimi anni come il nuovo petrolio o il nuovo oro, ovvero una fonte inestimabile di valore. Molte critiche ai Big Data riguardano la tutela della privacy. Grandi banche dati offrono un grande potenziale per aziende e marchi, in quanto grazie ai Big Data è possibile controllare meglio le misure di Marketing. Ma con le quantità di dati utilizzate per il targeting è possibile anche creare profili cliente dettagliati, cosa che viene spesso vista come una violazione della sfera privata. Chi lavora con i Big Data deve informare i clienti e i visitatori del sito sull’utilizzo di dati con un’informativa sulla privacy. Un’altra critica riguarda il “potere assoluto sui dati”. Purtroppo anche in questo campo ci sono aziende che dominano il panorama dei Big Data e che già da anni lavorano e guadagnano con grandi quantità di dati, come per esempio Google o altri motori di ricerca. In questo modo singole aziende ottengono un controllo incontrastato su un’enorme quantità di dati. Questo monopolio viene spesso criticato, in quanto potrebbe causare un abuso delle informazioni immagazzinate. Senza regole chiare per la protezione e l’anonimizzazione dei dati analizzati non è da escludere che questi possano essere usati in modo erroneo.
Big Data è un termine che si riferisce ad un ampio volume di dati - strutturati e non - che sommergono quotidianamente un'azienda. Ciò che conta però non è la quantità di dati, ma come vengono utilizzati: possedere big data significa analizzarli per ottenere le informazioni necessarie a prendere le migliori decisioni aziendali. Per social network, rete sociale in italiano, si intende un gruppo di persone, più o meno grande, connessi fra loro attraverso la Rete e, in particolare, le cosiddette piattaforme di social networking (Facebook, Twitter e LinkedIn, per citare le più famose e utilizzate a livello mondiale).
Il termine big data indica grandi masse di dati, o megadati.Il fenomeno dei “Big Data”, o meglio il fenomeno di immagazzinare, gestire e analizzare grandi quantità di dati non è in realtà un fenomeno recente, anzi è un fenomeno che fa parte della lunga storia dell’evoluzione del genere umano. Le tre V dei big data sono: •Volume. Le organizzazioni raccolgono dati da una grande varietà di sorgenti, incluse transazioni finanziarie, social media,ecc… •Velocità. I dati fluiscono ad una velocità senza precedenti e vanno perciò gestiti in maniera tempestiva. •Varietà. I dati arrivano in qualsiasi tipo di formato - da dati strutturati e numerici in database tradizionali a non strutturati come: documenti di testo, email, video, audio, dati ticker e transazioni finanziarie.Essendo che alcuni dati non sono strutturati rappresentano un vero e proprio problema perché non possono essere raccolti e strutturati sotto forma di un database. L'importanza dei big data dipende solo dal loro utilizzo: aziende ed enti possono raccogliere dati da qualiasi fonte e analizzarli per trovare risposte che permettono di 1) tagliare i costi, 2) ridurre i tempi, 3) sviluppare nuovi prodotti e ottimizzare l'offerta e 4) prendere decisioni più consapevoli. Essi sono utili in vari settori ad es: Nelle Banche: Grazie ai BIG DATA in campo bancario si possono minimizzare i fattori di rischio e frode, mantenendo la conformità regolamentare. Nel settore Manifatturiero: Grazie alle informazioni fornite dai BIG DATA, le aziende manifatturiere possono spingere su qualità e produzione minimizzando gli sprechi. Retail: I retailer devono conoscere come gestire al meglio la propria clientela, rendere più efficaci le transazioni e sapere come mantenere ad un livello adeguato il volume degli affari. Il tutto può avvenire grazie ai BIG DATA. Però i BIG DATA hanno anche alcuni lati negativi come ad esempio,rappresentano una “minaccia” per la privacy personale e non. BLUDS020
Con l’espressione Big Data ci si riferisce a insiemi di dati che sono così grandi in volume e così complessi che i software e le architetture informatiche tradizionali non sono in grado di catturarli, gestirli ed elaborarli in un tempo ragionevole.Si tende quindi a definire i contorni di un progetto Big Data analizzandolo per tre diversi aspetti, a cui ci si riferisce come le “tre V dei Big Data”: Il Volume di dati La grande Varietà nei tipi di dati La Velocità con cui i dati devono essere acquisiti o analizzati I dati che compongono gli archivi Big Data possono provenire da fonti eterogenee, come dati di navigazione di siti web, social media, applicazioni desktop e mobile, esperimenti scientifici e – sempre più spesso – sensori e dispositivi di tipo Internet of Things.Il concetto di Big Data porta con sé diversi elementi e componenti che permettono ad aziende e organizzazioni di sfruttare i dati per risolvere in modo pratico numerosi problemi di business. I diversi componenti da considerare sono: Quel che davvero permette di estrarre dai dati un valore utile al business sono le analisi interpretative che vi si possono applicare. Senza analisi, si tratta solo di dati senza valore, e che anzi comportano un notevole costo di archiviazione. La pratica analitica comporta l’esaminare gli insiemi di dati, ricavarne gruppi omogenei tra loro per ottenere informazioni utili altrimenti nascoste, e trarre conclusioni e previsioni sulle attività future. Analizzando i dati, le aziende possono prendere decisioni di business più informate, per esempio su quando e dove effettuare una certa campagna marketing, o individuare una necessità che possa essere soddisfatta da un nuovo prodotto o servizio. Le analisi sui Big Data si possono fare con applicazioni generiche di business intelligence, o con strumenti più specifici, anche sviluppati ad hoc utilizzando linguaggi di programmazione. si tende a preferire un’architettura composta da cluster di numerosi server fisici, anche a basso costo, dotati però di molta memoria RAM, una o più GPU e hard disk veloci, tutto accentrato sulla stessa scheda madre. Al tutto vengono abbinati strumenti software progettati per suddividere il carico di lavoro sui singoli server che compongono i cluster. Affinché un progetto Big Data abbia successo, occorrono anche competenze manageriali, in particolare per quanto riguarda la progettazione e pianificazione delle risorse e la gestione dei conti, che con la crescita del volume di dati rischiano di crescere senza controllo. Al giorno d’oggi, molte delle figure che abbiamo indicato nelle righe precedenti sono tra le più richieste del mercato. Se avete una laurea in matematica o statistica ma vi mancano competenze informatiche, è il momento giusto per colmarle con corsi e formazione specifici per i Big Data. Ci sono enormi opportunità di lavoro. I Big Data si possono impiegare per risolvere numerosi problemi di business, o per aprire nuove opportunità. Ecco alcuni esempi. BLUDS012 BLUDS018
i social network occupano ormai uno spazio e un tempo notevole nella vita di molti ragazzi. È raro infatti trovare qualche adolescente che, per esempio, non ha un profilo Facebook. Ormai questi siti raccolgono una grande fetta di popolazione e hanno un impatto sociale su persone di tutte le età, ma soprattutto sui giovani. Circa due terzi dei giovani utenti di social media hanno affermato di aver preso una pausa dalle piattaforme social. Ciò significa che non hanno cancellato il loro account, ma hanno smesso di usarlo per un po' e alla fine sono tornati.
I big data comprendono anche un'ampia varietà di tipi di dati, inclusi dati strutturati in database SQL e data warehouse, dati non strutturati, come file di testo e di documenti contenuti nei cluster Hadoop, o sistemi NoSQL e dati semi-strutturati, come i registri del server web o streaming di dati dai sensori. Inoltre, i big data includono più origini dati simultanee, che potrebbero non essere altrimenti integrate. Ad esempio, un progetto di big data analytics può tentare di valutare il successo di un prodotto e le vendite future correlando i dati sulle vendite passate, i dati di ritorno e i dati di revisione dell'acquirente online per quel prodotto. La velocità si riferisce alla velocità con cui i big data vengono generati e devono essere elaborati e analizzati. In molti casi, le serie di big data vengono aggiornate su base reale o quasi in tempo reale, rispetto agli aggiornamenti giornalieri, settimanali o mensili di molti data warehouse tradizionali. I grandi progetti di analisi dei dati ingeriscono, correlano e analizzano i dati in arrivo e quindi restituiscono una risposta o un risultato basato su una query globale. Ciò significa che gli scienziati dei dati e altri analisti di dati devono avere una comprensione dettagliata dei dati disponibili e possedere un certo senso di quali risposte stanno cercando per assicurarsi che le informazioni ottenute siano valide e aggiornate. La velocità è anche importante in quanto l'analisi dei big data si espande in campi come l'apprendimento automatico e l'intelligenza artificiale (AI), in cui i processi analitici individuano automaticamente i modelli nei dati raccolti e li utilizzano per generare approfondimenti. La veridicità dei dati si riferisce al grado di certezza negli insiemi di dati. Dati grezzi incerti raccolti da più fonti, come piattaforme di social media e pagine Web, possono causare seri problemi di qualità dei dati che possono essere difficili da individuare. Ad esempio, un'azienda che raccoglie dati da centinaia di fonti potrebbe essere in grado di identificare dati imprecisi, ma i suoi analisti hanno bisogno di informazioni sulla discendenza dei dati per rintracciare dove sono archiviati i dati in modo che possano correggere i problemi. Dati errati portano a un'analisi imprecisa e possono minare il valore dell'analisi aziendale perché possono indurre i dirigenti a diffidare dei dati nel loro complesso. La quantità di dati incerti in un'organizzazione deve essere considerata prima che venga utilizzata nelle applicazioni di analisi dei big data. I team IT e di analisi devono anche assicurarsi di disporre di dati sufficientemente accurati disponibili per produrre risultati validi. Alcuni scienziati informatici aggiungono anche un quinto valore V alla lista delle caratteristiche dei big data. Come spiegato sopra, non tutti i dati raccolti hanno un valore aziendale reale e l'uso di dati inaccurati può indebolire le informazioni fornite dalle applicazioni di analisi. È fondamentale che le organizzazioni utilizzino pratiche come la pulizia dei dati e confermino che i dati si riferiscono a problemi aziendali rilevanti prima di utilizzarli in un progetto di analisi dei big data. La variabilità si applica spesso anche a insiemi di big data, che sono meno coerenti dei dati di transazione convenzionali e possono avere significati multipli o essere formattati in modi diversi da un'origine dati a un'altra - cose che complicano ulteriormente gli sforzi per elaborare e analizzare i dati. Alcune persone attribuiscono ancora più versioni ai big data: i dati scientifici e i consulenti hanno creato vari elenchi con versioni comprese tra sette e dieci.
La sfida più grande per la maggior parte delle aziende oggi è nella capacità di acquisire un vantaggio competitivo lavorando sui dati. Tutte le aziende e tutte le Pubbliche Amministrazioni stanno diventando grandi “fabbriche di dati”. Noi stessi contribuiamo costantemente, consapevolmente e spesso anche inconsapevolmente, alla “produzione di dati”. Il fenomeno dei “Big Data”, o meglio il fenomeno di immagazzinare, gestire e analizzare grandi quantità di dati non è in realtà un fenomeno recente, anzi è un fenomeno che fa parte della lunga storia dell’evoluzione del genere umano. L’analisi delle rete sociali mi mostra com’è fatto un network: posso chiedermi se le relazioni sono biunivoche e perlopiù omogenee, oppure se il mio gruppo è formato da sottogruppi, nicchie, community. Posso comprendere quanto si parlano queste community tra loro e quali sono i membri delle community che costituiscono un ponte, un passaggio utile e strategico che permette di raggiungere un’altra community.
Siamo sempre più circondati da dati, insomma, ma la definizione di Big Data da sola non basta per comprendere appieno il fenomeno. Sono le competenze e le tecnologie di Analytics a trasformare i dati grezzi in informazioni di valore per i decision maker aziendali: è oggi possibile ottenere vantaggio competitivo grazie a decisioni tempestive e più informate, non solo per le organizzazioni più grandi ma anche per le piccole e medie imprese. Il che non è un dettaglio. Parlare di Big Data non vuol dire parlare soltanto di grandi moli di dati, la trasformazione in atto è più profonda. Cambia il processo di raccolta e gestione dei dati, si evolvono le tecnologie a supporto del ciclo di vita del dato e si sviluppano nuove competenze per la valorizzazione del dato. Il legame tra una quantità enorme di dati e le piattaforme online dove i network prendono forma sta spingendo sempre più a considerare l’analisi delle reti sociali come una nuova, importante e tutt’ora poco esplorata branca di indagine, utilissima in una strategia di marketing dall’approccio più scientifico.
Una community è un gruppo di nodi densamente connessi tra loro. Immaginate di voler analizzare un gruppo come “tutti gli utenti di Twitter”: si tratta di un insieme un po’ troppo vasto e variegato per pensare di ricavarci un’indagine significativa. La community detection è allora l’indagine che permette di individuare le community dentro ad un network e analizzarle: quanto stretti sono i legami tra i suoi membri, chi sono gli influencer, come circolano le informazioni all’interno e attraverso quali nodi far passare i messaggi dall’esterno. In definitiva: di che si parla lì dentro, chi parla più di tutti e in che modo posso parlarci anche io. Sebbene il termine big data sia relativamente nuovo, la tendenza a raggruppare e immagazzinare ampi volumi di informazioni, per un eventuale analisi futura, è molto antica.
I SOCIAL NETWORK Il significato di social network è rete sociale. Per rete sociale si intende un gruppo di persone collegate tra di loro sia a livello umano che a livello virtuale. Le varie persone collegate possono avere rapporti lavorativi, familiari o amichevoli, allo stesso modo possono essere connesse senza aver nessun legame fisico o di conoscenza. Tutti abbiamo sempre sentito parlare di social network, o piattaforme sociali, in particolare instagram, facebook, twitter,. Lo scopo principale di ciascuna piattaforma è la conoscenza.Possiamo farci conoscere condividendo idee, foto, pensieri, stati d’animo oppure qualsiasi avvenimento della nostra vita.I social network più utilizzati sono sicuramente facebook, instagram. twitter: facebook che conta 1,2 miliardi di utenti e che comprende una fascia d’età che va fino ai 35 anni. Abbiamo anche Linkedin usato dai 35 ai 45 anni, Twitter e Google+. inoltre si può coinvolgere il cliente organizzando iniziative dedicate a loro e quindi far apprezzare il brand. Purtroppo non sempre è bene esporre i propri dati personali sui social.Siamo tutti “abituati” a condividere pensieri, aforismi, foto ma ci sono informazioni che sarebbe meglio non condividere perché se finite nelle mani di persone sbagliate potrebbero non cancellarsi mai dalla rete. Ad esempio sta diventando uso comune tra i giovanissimi esporre, dopo l’esame, la loro patente! Ciò non dovrebbe essere mai fatto in quanto su ciascuna patente ci sono informazioni personali che permetterebbero la clonazione della patente stessa. Un’altra cosa che si dovrebbe evitare di fare è mettere costantemente foto di bambini che siano figli, nipoti o amici in quanto potrebbero essere utilizzate da persone non autorizzate. Mai mettere il proprio indirizzo di casa e pubblicare foto o posizioni diverse. Come si dice: “fidarsi è bene ma non fidarsi è meglio”. Usare i social va bene se viene fatto nel giusto modo. Si sente sempre più spesso parlare di Big Data, ma ancora più spesso ci si accorge che chi usa questa espressione non conosce davvero bene il suo significato. Per questo è lecito domandarsi cosa siano i Big Data, perché sono così ricorrenti nella stampa online e offline, soprattutto quella di natura marketing e IT, e che cosa significa che i Big Data rappresentano un’evoluzione per diversi settori. Per capire bene cosa siano i Big Data, non serve snocciolare complesse definizioni, che farebbero impallidire lo stesso Einstein, ma è sufficiente capire il significato profondo del termine e come la sua influenza possa essere notata nella vita di tutti i giorni. È importante iniziare con il dire che lo stesso termine Big Data è alquanto fuorviante. La traduzione grandi dati o grossi dati, infatti, fa pensare all’enorme quantità di dati oggi disponibili in diversi settori e, in automatico, porta a concludere che per rivoluzione Big Data si intendono le opportunità oggi disponibili di avere così tante informazioni al servizio business. Questa conclusione è vera solo in minima parte. Anche perché esistono settori dove i dati, per quanto ve ne siano davvero in ingenti quantità, non sono sempre disponibili a tutti e, soprattutto, non vengono sempre condivisi. Lasciando stare questo aspetto, che verrà ripreso in chiusura, l’effettiva quantità di dati oggi generati è abnorme: dai telefoni, alla carte di credito usate per gli acquisti, dalla televisione agli storage necessari per le applicazioni dei computer, dalle infrastrutture intelligenti delle città, fino ai sensori montati sugli edifici, sui mezzi di trasporto pubblici e privati e via discorrendo. I dati vengono generati con un flusso così crescente che tutte le informazioni accumulate nel corso degli ultimi due anni ha superato l’ordine dei Zettabyte (1021 byte), segnando un record per l’umana civiltà.
https://www.ted.com/talks/kenneth_cukier_big_data_is_better_data?language=it mi è capitato di vedere questa video conferenza di "ted" riguardante i big data, vi consiglio vivamente la visione per capirne di più sugli stessi. BLUES006
Il termine big data ("grandi masse di dati" in inglese) indica genericamente una raccolta di dati così estesa in termini di volume, velocità e varietà. Il termine è utilizzato in riferimento alla capacità dei dati, di analizzare e mettere in relazione un'enorme quantità di dati, strutturati e non strutturati, allo scopo di scoprire i legami tra fenomeni diversi (ad esempio correlazioni) e prevedere quelli futuri. La disciplina può essere vista come un'evoluzione dei tradizionali metodi di business intelligence, allargata a dati ancora più voluminose. le caratteristiche appunto dei Big data sono le tre V.(velocità, volume, varietà)
Il Volume dei Big Data Riguarda la quantità di informazioni incluse nel singolo dataset di Big Data. Solo che, quando si parla di informazioni incluse in questi particolari insiemi di dati, si ha a che fare con quantità difficilmente, per esempio:le foto salvate dagli utenti su Facebook,si stima che quest'ultimo da quando sia stato creato, ha raccolto oltre 250 miliardi di foto.
La Velocità per i Big Data la seconda caratteristica fondamentale per capire i Big Data e la loro applicazione è la velocità. Ripartiamo dalla quantità elevata di dati raccolti al giorno d'oggi. Per archiviare, salvare, catalogare, riutilizzare queste informazioni così pesanti serve velocità. Se usare i Big Data non fosse veloce, sarebbe inutile avere tante informazioni che poi però sono troppo pesanti per essere utilizzate nell'immediato. Senza velocità di raccolta ed elaborazione delle informazioni, Un flusso di dati, anche se di enormi dimensioni, deve essere studiato e analizzato in maniera molto rapida per rilevare la presenza o meno di nuovi codici maligni o di nuove minacce informatiche generate dagli hacker.
La varietà nei Big Data La terza fondamentale V dei Big Data è la varietà. Ogni dato infatti è molto diverso dall'altro. Ci sono, come visto, foto, tweet, post, informazioni di un sensore IoT e così via. Insomma, le informazioni archiviate nei Big Data sono molto variegati e ognuno ha una provenienza specifica. Questa diversificazione crea dei problemi di gestione e unione dei vari dati per ottenere delle informazioni più complete. Ci vogliono complessi strumenti di analisi dei dati per riuscire a capire in maniera chiara i Big Data. Non bastano di certo i semplici fogli di calcolo come si usava un tempo per paragonare e gestire grandi dati. Il modello di Data Analytics è il processo per ricavare valore da questa mole di informazioni.
Il termine big data indica genericamente una raccolta di dati così estesa in termini di volume, velocità e varietà da richiedere tecnologie e metodi analitici specifici per l'estrazione di valore o conoscenza. Il termine è utilizzato in riferimento alla capacità (propria della scienza dei dati) di analizzare ovvero estrapolare e mettere in relazione un'enorme mole di dati eterogenei, strutturati e non strutturati, allo scopo di scoprire i legami tra fenomeni diversi (ad esempio correlazioni) e prevedere quelli futuri. La disciplina può essere vista come un'evoluzione dei tradizionali metodi di business intelligence, allargata a moli di dati ancor più variegate e soprattutto più voluminose. VIOLADS020
Nell’odierna società c’è «una paura “di sottofondo”: quella di non essere amati, benvoluti, di non essere accettati per quello che si è. Oggi, sono tanti i giovani che hanno la sensazione di dover essere diversi da ciò che sono in realtà, nel tentativo di adeguarsi a standard spesso artificiosi e irraggiungibili. E questa inadeguatezza fa scattare il bisogno – anzi l’ossessione – di ricevere il maggior numero di “mi piaci”.
Tale ossessione alimenta la paura e blocca la persona nell’esercizio del buon uso dei social network che non servono per avere “mi piaci” ma semplicemente per comunicare, cioè per esprimersi e condividere qualcosa di nostro all’altro che incontriamo in Rete. E per farlo bene bisogna non avere paura di se stessi e dell’altro.
Al giorno d'oggi su qualsiasi social network si voglia navigare, troveremo sempre pubblicità: il paio di scarpe che abbiamo cercato nei giorni antecedenti, il volo Lamezia-Malpensa più conveniente e tante altre cose di cui ci siamo interessati poco tempo prima. questo avviene perché i siti entro i quali navighiamo raccolgono informazioni sui nostri gusti, sulle nostre abitudini (virtuali e non) e su ciò che ci interessa concretamente.. questi vengono poi vendute alle varie aziende e si ritorna quindi al collegamento delle pubblicità. si crea un circolo vizioso di denaro che ha come ci considera protagonisti di esso. questo giro di informazioni non avviene solo sui social, bensì anche nei comuni giochi che si possono trovare sullo store del proprio smartphone.
La quantità di dati che viene creata immagazzinata a livello globale è quasi impensabile ed é in continua crescita, tutte le grandi aziende utilizzano i big data per ricevere dati estrapolare il maggior guadagno da essi però ció nella maggior parte dei casi mette a rischio il diritto alla privacy che ha un lavoratore in quanto raccogliendo dati in continuazione durante l'operato di quest'ultimo potrebbe portare un datore di lavoro ad accedere a dati sensibili. Perciò un buon metodo sarebbe limitare l'entrata e gli enti che utilizzano i big data ma soprattutto informare i lavoratori o le persone comuni in cosa vanno incontro. ViolaD009
Partiamo dalla definizione di Big Data, ossia da un insieme di informazioni che presentano caratteristiche di voluminosità, velocità, varietà. È importante sottolineare come sia necessario, per impostare una riflessione adeguata sui Big Data, la contemporaneità dei tre elementi: senza voluminosità (ossia con valori dell’ordine degli zettabyte), dobbiamo parlare più correttamente di data warehouse; senza velocità non possiamo avere analisi in tempo reale; senza varietà siamo in presenza di un semplice database strutturato.
Ma altre due caratteristiche stanno assumendo rilievo nella definizione dei Big Data, cioè la veridicità e il loro valore. VIOLADS011
Oggi, soprattutto noi giovani, facciamo un uso frequente dei cosiddetti social network. Usiamo queste piattaforme come un luogo in cui creare un immagine ideale di se stessi. Un passatempo insomma! Dietro a tutto ciò però c'è molto di più: tutte le informazioni su di noi, sulle nostre passioni, sulle nostre tendenze e su i nostri gusti vengono "registrate", vengono schedate. L'obbiettivo principale dei social infatti è accumulare informazioni, accumulare Big Data cioè mega dati per poi rivenderli ad aziende interessate. Questi dati, oltre a velocità, peso e variazione hanno una quarta caratteristica cioè value, valuta. I social infatti si basano sulla pubblicità per fare soldi ma il problema di queste mega informazioni è che non sono organizzate in modo strutturale in un database e quindi non possono essere utilizzate in SQL. Una possibile soluzione è creare algoritmi di intelligenza artificiale per gestire i dati che hanno ordine di grandezza di esabyte.
L’uso dei social media ci mette a contatto con un mondo a se, con le sue regole e i suoi pericoli. Conoscere le caratteristiche e le conseguenze sociali dell’utilizzo di questi mezzi può aiutarci a comprendere gli aspetti negativi che si nascono dietro i social come ad esempio perdere il contatto con il mondo reale, cyberbullismo e la perdita di privacy e infatti siamo quasi costretti ad inserire delle informazioni personali per testimoniare la nostra “veridicità”. Non solo i nostri dati vagheranno nella rete, mettendoci a nudo di fronte a profili sconosciuti, ma diventeranno di proprietà delle aziende che gestiscono i social media. Conseguentemente questi dati potrebbero essere venduti a sistemi governativi o ad aziende multinazionali. Questi volumi di dati, conosciuti come Big Data, potrebbero essere utilizzati anche come controllo sociale. VIOLADS013
Durante la navigazione sul web o sui Social Network, ogni individuo lascia inconsapevolmente molti più dati di quanto si potrebbe pensare. Gli algoritmi moderni riescono a capire i nostri gusti tramite i mi piace lasciati nelle varie pagine, i social network sono gratuiti e molti di essi non contengono pubblicità all'interno anche se ultimamente lasciano sponzorizzare i propri post per poter essere raggiunti da un bacino di utensa superiore. In sostanza i social network vendono i nostri dati alle multinazionali così da sponzorizzare singolarmente i loro prodotti. Qui si parla pure di pubblicità mirata al singolo, la sponzorizzazione dei prodotti è cambiata rispetto ad una volta quando un determinato prodotto veniva sponzorizzato ad una moltitudine di persone, ora i prodotti vengono mostrati solo a chi realmente è interessato all'acquisto. Le informazioni sono la cosa più importanti nella società odierna. Un nostro mi piace può cambiare il prodotto che ci appare sulla home page. VIOLADS007
Questa è una problematica molto comune ai giorni nostri, quest'attaccamento a rendere la propria vita fonte di pubblicità per gli altri non è una cosa del tutto corretta. VIOLAES005
da questo post si può capire quanto sia importante il progresso tecnologico che permette alla popolazione di modernizzarsi e non di regredire. violaes025
Non sapevo dell'esistenza di tale legame e sinceramente mi sconvolge un po' sempre di più vedere come internet è sempre un mare gigantesco e in parti inesplorato da molti. VIOLAES026
Figura base dello sviluppo dei Big Data è il Data Scientist, definito dall'Harvard Business Review come "The Sexiest Job of the 21st Century". il compito di tale persona consiste nello sviluppare dalla immensa base di dati a sua disposizione al fine di intuire quello che rappresentano i dati stessi e trasformare il tutto in un business allargando le proprie competenze al fine di adeguarsi al contesto e agli obiettivi a lui richiesti; queste azioni possono essere trasformate in servizi al fine di soddisfare i bisogni, in quanto elemento di una società in continuo sviluppo tali figure professionali diventeranno più richieste ed essenziali per il nostro futuro VIOLAES022
Gli utenti che utilizzano i social(cioè quasi tutta la popolazione mondiale) devono essere messi al corrente di questo uso e abuso dei propri dati. Bisogna perciò fare attenzione a ciò che si rende pubblico al popolo del web.
il mondo del web è popolato da persone coscienti ed incoscienti, proprio per questo bisogna fare attenbzione a quello che si pubblica. la privacy è assente violaes023
I materiali prodotti in rete dagli utenti (UGC) costituiscono nuovi oggetti per l’analisi di carattere sociologico ed una tipologia di dato particolarmente promettente. Se da un lato possono essere definiti come dati di natura qualitativa, è innegabile che il loro essere prodotti in maniera spontanea dagli utenti e il loro essere pensati ed indirizzati ad un pubblico più o meno indistinto, li colloca in una dimensione del tutto particolare. A questo si aggiungono le conseguenze, sul piano della ricerca empirica, della possibilità di ricercare e recuperare grandi quantità di dati con estrema facilità.
RispondiEliminaIl paper si occupa di analizzare come i Big Data rappresentino una svolta computazionale nel nostro modo di pensare e fare ricerca. Essi aprano alle computational social science che sollecita percorsi di ricerca in cui utilizzare le capacità di gestione delle informazioni proprie delle scienze informatiche per osservare sociologicamente le tracce lasciate all’interno di contesti digitali dai fenomeni sociali. Le computational social science consentono di poter raccogliere ed analizzare i dati con un’ampiezza e profondità di scala inedite, creando uno scenario ricco di opportunità ma con criticità da non sottovalutare. Occorre in tal senso tenere conto di architettura ed affordance delle piattaforme, della specifica natura del network osservato, della relazione fra strutture conversazionali online e legami sociali il tutto in una prospettiva lungitudinale che non schiacci il dato in un eterno presente ma ne consideri l’evoluzione temporale.
VIOLASD002
Sebbene il termine big data sia relativamente nuovo, la tendenza a raggruppare e immagazzinare ampi volumi di informazioni, per un eventuale analisi futura, è molto antica. Il concetto prende piede nei primi anni 2000 quando Doug Laney, formula la ormai nota definizione delle tre V dei big data:
RispondiEliminaVolume. Le organizzazioni raccolgono dati da una grande varietà di sorgenti, incluse transazioni finanziarie, social media, sensori o machine-to-machine.
Velocità. I dati fluiscono ad una velocità senza precedenti e vanno perciò gestiti in maniera tempestiva.
Varietà. I dati arrivano in qualsiasi tipo di formato - da dati strutturati e numerici in database tradizionali a non strutturati come: documenti di testo, email, video, audio, dati ticket e transazioni finanziarie.
L'importanza dei big data dipende solo dal loro utilizzo: aziende ed enti possono raccogliere dati da qualsiasi fonte e analizzarli per trovare risposte che permettono di
1) tagliare i costi,
2) ridurre i tempi,
3) sviluppare nuovi prodotti e ottimizzare l'offerta
4) prendere decisioni più consapevoli.
-blufs08
Big Data è un termine che si riferisce ad un ampio volume di dati - strutturati e non - che sommergono quotidianamente un'azienda. Ciò che conta però non è la quantità di dati, ma come vengono utilizzati: possedere big data significa analizzarli per ottenere le informazioni necessarie a prendere le migliori decisioni aziendali. Sebbene il termine big data sia relativamente nuovo, la tendenza a raggruppare e immagazzinare ampi volumi di informazioni, per un eventuale analisi futura, è molto antica. Il concetto prende piede nei primi anni 2000 quando Doug Laney, analista di settore, formula la ormai nota definizione delle V dei big data:
RispondiEliminaVolume: con volume si intende la mole di dati da immagazzinare e successivamente analizzare. Il volume di dati generato ogni secondo è enorme e si parla ormai di Zattabytes o Brontobytes. I nuovi tools utilizzati nell'ambito del Big Data si basano su sistemi distribuiti per poter gestire enormi quantità di dati.
Velocity: con velocity ci si riferisce alla velocità con cui i nuovi dati vengono generati e la velocità con cui si muovono nella rete. Pensiamo ad esempio ad un messaggio su un social network che diventa virale. La tecnologia Big Data permette di analizzare i dati non appena vengono generati senza nemmeno doverli precedentemente registrare su uno storage, questa tecnica è conosciuta come in-memory analytics.
Variety: con variety si intende la varietà di dati che si possono analizzare. In passato venivano analizzati esclusivamente dati strutturati che ben si adattavano a tabelle e database relazionali. Al giorno d'oggi la maggior parte dei dati generati sono non strutturati (testi, immagini, video, audio, etc.). La tecnologia Big Data permette la gestione di dati disomogenei.
Veracity: con veracity si intende la qualità del dato inteso come correttezza e attendibilità. Se pensiamo ad esempio ai dati generati dal social network Twitter i messaggi contengono un elevato numero di errori di battitura, hashtag, abbreviazioni, forme colloquiali, inoltre l'attendibilità di questi dati è tutta da verificare.
Value: ultimo, ma probabilmente il più importante di tutti, è il valore. Le altre caratteristiche dei big data sono prive di significato se non si ricava valore aziendale dai dati. È possibile trovare un valore sostanziale nei big data, compresa la comprensione dei clienti, il loro targeting di conseguenza, l'ottimizzazione dei processi e il miglioramento delle prestazioni della macchina o del business. È necessario comprendere il potenziale, insieme alle caratteristiche più impegnative, prima di intraprendere una strategia per big data.
La quantità di dati che viene creata e immagazzinata a livello globale è quasi impensabile ed è in continua crescita. Questo significa che raccogliere le informazioni chiave dai dati aziendali diventa sempre più importante. Eppure solo una piccola percentuale di questi viene analizzata. Ma cosa significa questo per le aziende? Come si potrebbe fare un uso migliore delle informazioni grezze che transitano ogni giorno nella propria organizzazione?
L'importanza dei big data dipende solo dal loro utilizzo: aziende ed enti possono raccogliere dati da qualiasi fonte e analizzarli per trovare risposte che permettono di 1) tagliare i costi, 2) ridurre i tempi, 3) sviluppare nuovi prodotti e ottimizzare l'offerta e 4) prendere decisioni più consapevoli.
Quando ai big data si uniscono gli analytics è possibile:
-Determinare, quasi in tempo reale, le cause di guasti, avarie o difetti.
-Creare offerte nei punti vendita basate sulle abitudini dei clienti.
-Ricalcolare interi portafogli di rischio in pochi minuti.
-Individuare comportamenti fraudolenti prima che colpiscano la propria organizzazione.
BLUFS13
La sfida più grande per la maggior parte delle aziende oggi è nella capacità di acquisire un vantaggio competitivo lavorando sui dati. Tutte le aziende e tutte le Pubbliche Amministrazioni stanno diventando grandi “fabbriche di dati”. Noi stessi contribuiamo costantemente, consapevolmente e spesso anche inconsapevolmente, alla “produzione di dati”.
RispondiEliminaIl fenomeno dei “Big Data”, o meglio il fenomeno di immagazzinare, gestire e analizzare grandi quantità di dati non è in realtà un fenomeno recente, anzi è un fenomeno che fa parte della lunga storia dell’evoluzione del genere umano.
Così come è avvenuto per innovazioni quali internet, data center o cellulari, anche i Big Data sono uno step verso un modo diverso di gestire il business e la società. Secondo il report How Much Information del 2010 pare che ognuno di noi generi in media 12 gigabyte di dati ogni giorno, e il numero è in costante crescita. Pensiamo ad esempio a tutti i post che vengono creati ogni giorno su Facebook. Un numero incredibile di dati generati dagli utenti, che verranno salvati da qualche parte e, forse, un giorno analizzati.
Oggi è possibile raccogliere un’innumerevole quantità di dati, come conseguenza di internet, dell’Internet delle Cose e del dilagare di applicazioni che funzionano collegandosi a una connessione internet. I dati che vengono prodotti sono molteplici, come ad esempio i dati degli utenti di un sito web, dei loro post su facebook, o dell’utilizzo di un’app, dagli oggetti collegati alla rete, e così via. Si stima che ogni giorno
L’analisi di una mole così elevata di dati richiede competenze specifiche, e tecnologie avanzate in grado di supportare l’elaborazione di file di dimensioni così grandi, per poterne estrarre informazioni utili, nascoste.
Per comprendere lo sviluppo dei Big Data occorre anche saper individuare i modelli di utilizzo degli Analytics nelle imprese e ancora una volta è necessaria una distinzione duale nelle tipologie di dati:
dati strutturati
dati destrutturati
Nel caso dei dati destrutturati si tratta poi tipicamente di
testo
immagini
video
audio
elementi di calcolo
Quindi i big data sono le chiamate dei callcenter 2.0, in quanto adesso le grandi aziende comprano i dati facendo guadagnare chi li produce come social come Facebook, Instagram, ecc...
Il fenomeno è sempre più in espansione, per esempio quante volte abbiamo trovato banner pubblicitari con ciò che ore prima avevamo visitato? Oppure notifiche di visitare nuovi posti da Google Maps? La privacy non esiste più in sostanza, Internet ci conosce meglio di noi stessi.
Dovremmo navigare in continuo in anonimato con piattaforme come Tor e rinunciare ai social, ma anche così non saremmo al sicuro in quanto usiamo lo stesso i nostri account come quello google che collegato al nostro telefono ci intercetta. Dovremmo vivere senza tecnologia ed è così che ci svendiamo a Internet.
BLU FS01
L’immagazzinamento e la diffusione dell’informazione ha raggiunto un livello tale che è senza precedenti. Ogni minuto viene prodotta una quantità talmente elevata, che era impensabile solamente fino a qualche anno fa. Si è stimato che attualmente sono in circolazione 2,7 Zetabyte nell’universo digitale e si prevede entro il 2025 diventino addirittura 180. Questo enorme quantitativo di dati preso singolarmente è privo di significato e genera solo confusione. Se però tali dati vengono organizzati e suddivisi secondo un determinato criterio possono dare beneficio. Ed è qui che si inizia a parlare di Big Data.Sebbene sul web si trovino varie definizioni, una diversa dall’altra, per Big Data si intende lo studio e la gestione coordinata dell’insieme di tutti i dati complessi, di dimensione molto elevate e altamenti differenti che sono prodotti oggi in qualsiasi settore.
RispondiEliminaCaratteristiche dei Big Data
Il termine Big Data nasce nei primi anni 2000 da Doug Laney, analista di settore che suddivise i dati:
1) Volume: Nel mondo la quantità di dati generati raddoppia ogni 12-18 mesi,favoriti dall’elevata riduzione del costo computazionale, di analisi e di stoccaggio dei dati.
2) Velocità: oggi i dati sono molto più veloci da elaborare, gestire e analizzare: sempre più notizie si ottengono addirittura in tempo reale per essere analizzate,grazie all’aumento della velocità di Internet.
3) Varietà: esistono diverse forme di dati, quali testi, numeri, mappe, audio, video, e-mail e così via. Per la maggior parte sono dati non strutturati, all’opposto dei normali database organizzati in schemi e tabelle rigide.
4) Veridicità: si riferisce alla qualità, alla credibilità del dato, non tutti i contenuti online sono degni di fiducia.
5) Valore: prima di iniziare qualsiasi attività è bene pianificare e stimare il valore vero da cui si può ricavare dal business.
BLU FS004
PT.2
RispondiEliminaA cosa servono:Lo scopo dei big data è quello di analizzare la marea di dati a disposizione per estrapolare informazioni in tempi ragionevoli e con risorse limitate. Se si pensa che fino a qualche anno fa per estrapolare informazioni da un’analisi di dati ci volevano un computer di milioni di dollari e molte ore, al giorno d’oggi basta un semplice laptop e qualche ora di utilizzo di algoritmi sofisticati.
A chi possono interessare: Il processo di analisi dei big data e sua successiva estrapolazione di informazioni “nascoste” prende il nome di big data analitycs. L’esperto finalizzato all’analisi di questi dati per creare valore è il Data Scientist: è colui che è in grado di capire se un dato può essere rilevante per estrarre dai dati la conoscenza (ossia informazioni rilevanti). Il futuro dei big data è un campo aperto e in grande espansione: si prevede l’aumento di professioni che lavorino a contatto con i dati per creare valore e migliorare il benessere della società.L’analisi dei big data viene svolta nei settori più disparati, vediamo i principali:
Istruzione: L’analisi dei big data aiuta a conoscere meglio il livello di apprendimento degli studenti, per capire se ci sono alcune lacune o miglioramenti nelle metodologie di studio, e di conseguenza si pone l’obiettivo di migliorare il sistema di educazione proposto dalle scuole.
Medicina: l’analisi dei big data permette di prevedere la diffusione delle malattie, in che luogo si diradano ed effettuare un controllo e monitoraggio in tempo reale. Possono essere utili anche per contrastare possibili epidemie.
Ambiente: in California sono già presenti i primi contatori d’acqua intelligenti, che riducono gli sprechi d’acqua e aiutano nei momenti di siccità. I big data vengono analizzati anche per studiare gli eventi metereologici ed evacuare in anticipo zone che saranno colpite da calamità naturali.
Business: Analizzare i comportamenti di acquisto dei consumatori, dagli annunci alle newsletter, studiare le campagne di marketing e monitorare i feedback delle promozioni e offerte: sono tutti sistemi che utilizzano le informazioni ricavate dai Big data, le quali hanno permesso e permetteranno alle aziende di aumentare i margini di profitto.
BLUFS004
Il recente sviluppo di metodologie di acquisizione e di elaborazione di grandi masse di dati tramite algoritmi coinvolge tutti i settori economici ed ha sollevato dubbi sulla loro applicazione in mancanza di adeguate normative e controlli.
RispondiEliminaNel 2017 la data scientist Cathy O'Neil ha esposto in un libro le varie problematiche sorte con l'uso dei modelli basati su Big Data. Molti dei quali, lungi dall'essere equi ed obiettivi, si sono dimostrati codificazioni di pregiudizi umani che hanno portato ad errori sistemici senza possibilità di appello nei software che controllano le nostre vite in diversi ambiti, da quello legale a quello lavorativo e politico.
A differenza dell'America Settentrionale, il Parlamento Europeo ha già varato un Regolamento generale sulla protezione dei dati
Secondo Kevin Kelly, «se si vuole modificare il comportamento in Rete delle persone, basta semplicemente alterare sullo schermo gli algoritmi che lo governano, che di fatto regolano il comportamento collettivo o spingono le persone in una direzione preferenziale».
Nei primi mesi del 2018 è scoppiato lo scandalo Facebook: una società che analizza Big Data, Cambridge Analytica, avrebbe usato i dati personali di 87 milioni di utenti della rete sociale a scopo di propaganda politica.
I social network, nascondono diversi problemi. Sono moltissimi coloro che sono riusciti a guadagnarsi i tanto agognati quindici minuti di popolarità nella piazza virtuale, anche a costo di ridicolizzarsi o di accendere i riflettori sulla propria vita privata; è importante invece tutelare i propri dati personali per evitare sgradevoli inconvenienti. Uno dei problemi principali è quello del cyber bullismo, ma ce ne sono anche altri, come le fake news, la dipendenza appunto dai social, la discriminazione del mondo del lavoro e i problemi nelle relazioni.
RispondiEliminaVERDEES013
secondo me i social ci hanno fatto dimenticare veramente il modo e la voglia di vedere e socializzare nel mondo reale con le altre persone. Poi mettendo in conto il fatto che tutte quelle foto che giornalmente postiamo sui vari siti e social network sono tutte pubbliche e quindi automaticamente chiunque lo può vedere., Questo mette nelle mani delle grandi aziende come facebook di prendere le informazioni e le nostre foto per poi venderle al miglior offerente. Questo spaventa ma non ci da nessuno peso a questo.
RispondiEliminaVERDEES023
I Big Data, possono essere di svariate tipologie e differenti ambiti disciplinari. Comprendono quelli provenienti da laboratori scientifici o da ricerche sociologiche;da questo nuovo metodo,sono emersi 5 fattori critici:
RispondiElimina°La condivisione e la validazione
Diventa sempre più fondamentale che i dati vengano messi a disposizione della comunità scientifica intera, per permettere allo stesso tempo un progresso molto più veloce e un controllo molto più efficace della veridicità delle conclusioni che dai dati sono tratte.
• Archiviazione
Per essere scambiati, questi dati devono essere immagazzinati e conservati in modo sicuro, a lungo termine, senza corrompersi o andare persi.
• Policy
Questo ci porta alla necessità di politiche armonizzate e condivise a livello istituzionale, nazionale e internazionale, con normative che regolino le interazioni tra tutti gli attori del processo: enti di ricerca, università, aziende, editoria scientifica, ecc. C’è assoluto bisogno di “buone pratiche”, regole coerenti e ben definite, nella gestione dei dati.
• Pubblicità mirate
Un'altro problema è quello delle pubblicità mirate, dove i "social" che dovrebbero unire tutti noi, non fanno altro che vendere i nostri dati alle grandi aziende, che sfrutteranno questi dati per pubblicità indirizzata al singolo individuo
VIOLAES004
I social network non sono gratuiti senza alcuna ragione. Se una persona non paga un prodotto allora è essa stessa il prodotto. I big data permettono di raccogliere informazioni sui cittadini in modo da utilizzarle per la pubblicità mirata.
RispondiEliminaVIOLAES013
Quando ci si trova alle prese con i Big Data spesso si fa riferimento alla privacy.
RispondiEliminaB.D. si basano sulla raccolta di migliaia di informazioni, e più sono private queste informazioni, più è probabile che un algoritmo possa giungere ad alcune conclusioni pagate o meglio ancora, scomputate. Per spiegarmi meglio, i dati privati sono il lievito di quell'immensa massa di pizza dei Big Data.
Questa pasta è frequente a essere sparpagliata e a rimanere nascosat. Tuttavia, c’è dell’altro: un’intera gamma di problemi meno scontati, che sono concatenati l’uno all’altro in modo molto ambiguo.
VIOLAES023
Quello dei Big Data è un problema che accomuna quasi tutte le persone che hanno accesso a una connessione internet e un dispositivo con il quale connettersi. Il fatto che i dati anagrafici, insieme a quelli delle nostre comuni ricerche online, vengano rubati per essere venduti alle grandi aziende pubblicitarie è spaventoso. Il problema vero è il numero ,in costante crescita di giovani che si iscrivono ai social network per moda o per divertirsi, ignari di quello a cui vanno incontro. La realtà di questo problema deve essere diffusa e divulgata il più possibile. I genitori, soprattutto, devono averne coscienza, in modo che i propri figli ne siano protetti.
RispondiEliminaVIOLAES001
Si sente sempre più spesso parlare di Big Data, ma ancora più spesso ci si accorge che chi usa questa espressione non conosce davvero bene il suo significato. Per questo è lecito domandarsi cosa siano i Big Data, perché sono così ricorrenti nella stampa online e offline, soprattutto quella di natura marketing e IT, e che cosa significa che i Big Data rappresentano un’evoluzione per diversi settori.
RispondiEliminaÈ importante iniziare con il dire che lo stesso termine Big Data è alquanto fuorviante. La traduzione grandi dati o grossi dati, infatti, fa pensare all’enorme quantità di dati oggi disponibili in diversi settori e, in automatico, porta a concludere che per rivoluzione Big Data si intendono le opportunità oggi disponibili di avere così tante informazioni al servizio business.
Questa conclusione è vera solo in minima parte. Anche perché esistono settori dove i dati, per quanto ve ne siano davvero in ingenti quantità, non sono sempre disponibili a tutti e, soprattutto, non vengono sempre condivisi.
Lasciando stare questo aspetto, che verrà ripreso in chiusura, l’effettiva quantità di dati oggi generati è abnorme: dai telefoni, alla carte di credito usate per gli acquisti, dalla televisione agli storage necessari per le applicazioni dei computer, dalle infrastrutture intelligenti delle città, fino ai sensori montati sugli edifici, sui mezzi di trasporto pubblici e privati e via discorrendo.
Il termine big data indica genericamente una raccolta di dati così estesa in termini di volume, velocità e varietà da richiedere tecnologie e metodi analitici specifici per l'estrazione di valore o conoscenza. Il termine è utilizzato in riferimento alla capacità di analizzare ovvero estrapolare e mettere in relazione un'enorme mole di dati eterogenei, strutturati e non strutturati, allo scopo di scoprire i legami tra fenomeni diversi e prevedere quelli futuri. La disciplina può essere vista come un'evoluzione dei tradizionali metodi di business intelligence, allargata a moli di dati ancor più variegate e soprattutto più voluminose.
RispondiEliminaAl giorno d'oggi, la diffusione dei social network e l'affinamento di meccanismi quali l'intelligenza artificiale e i Big Data Analytics (BDA), sempre più sofisticati, danno vita a una combinazione di componenti digitali in grado di modificare le classiche strategie di marketing e di sviluppare nuove opportunità di mercato, impensabili fino a poco tempo fa.
RispondiEliminaOgni azione compiuta da un utente, opportunamente registrata e analizzata, diventa uno strumento fondamentale per un'azienda che voglia sfruttare queste informazioni per offrire ai clienti un prodotto di loro gradimento e aumentare i propri guadagni.
Uno dei casi più emblematici è sicuramente quello di Netflix, che possiede algoritmi altamente elaborati per consigliare contenuti ai propri utenti basati su una serie di analisi condotta sui loro gusti e le loro preferenze. Una delle produzioni Netflix di maggior successo, House of Cards, ha ricevuto investimenti per cento milioni di dollari senza che fosse nemmeno andato in onda un episodio pilota: Netflix aveva già previsto che la serie avrebbe avuto successo, basandosi sugli interessi comuni di chi aveva apprezzato la serie originale, andata in onda negli anni Novanta; molti dei suoi estimatori adoravano l'attore Kevin Spacey e il regista David Fincher, immediatamente ingaggiati entrambi per la serie, due elementi che si sono rivelati decisivi per la sua popolarità e che hanno dimostrato come Netflix sia stata in grado di prevedere in anticipo ciò che sarebbe piaciuto ai suoi utenti e a proporglielo, il tutto mettendo insieme e utilizzando i loro dati.
VERDEES004
Si scrive Big Data e si legge come una delle evoluzioni più profonde e pervasive del mondo digitale. Un trend destinato a rimanere e a incidere profondamente sulla nostra vita e sul nostro modo di fare business.
RispondiEliminaSicurezza, privacy, discriminazione: sono i problemi che possono frenare lo sviluppo delle tecnologie applicative dei big data. Perciò è importante che per settori come quello assicurativo, dove l’uso massiccio dei dati è uno dei trend principali, l’attenzione verso queste problematiche sia alta
Parlare di Big Data non vuol dire parlare soltanto di grandi moli di dati, la trasformazione in atto è più profonda. Cambia il processo di raccolta e gestione dei dati, si evolvono le tecnologie a supporto del ciclo di vita del dato e si sviluppano nuove competenze per la valorizzazione del dato
Il caso Cambridge Analytica ha scosso l’opinione pubblica perché ha palesato il meccanismo opaco di gestione dei dati personali che sta dietro i social network. Nel caso specifico l’accusa alla Cambridge Analytica è quella di aver drenato dati non solo dagli utenti, ma anche dai loro amici, sfruttando un meccanismo virale ed apparentemente ingenuo. La risposta degli utenti ha consentito all’azienda di raccogliere i dati di centinaia di migliaia di persone, di profilarne moltissime ed infine di propinare messaggi personalizzati anche a fini politici.
RispondiEliminaQuello che emerge non è soltanto il caso Cambridge Analytica, quindi, ma un più vasto e pericoloso contesto nel quale la gestione dei dati personali diventa cruciale per il controllo di dinamiche di altissimo profilo. Trump è davvero stato eletto anche grazie al lavoro della Cambridge Analytica? Facebook poteva o doveva fare di più per tutelare i propri utenti?
VERDEES008
I Big Data sono un argomento interessante per molte aziende, le quali negli ultimi anni hanno investito su questa tecnologia più di 15 miliardi di dollari, finanziando lo sviluppo di software per la gestione e l'analisi dei dati. Questo è accaduto perché le economie più forti sono molto motivate all'analisi di enormi quantità di dati: basti pensare che ci sono oltre 4,6 miliardi di smartphone attivi e circa 2 miliardi di persone hanno accesso a Internet. Dal 1986 ad oggi il volume dei dati in circolazione è aumentato in maniera esponenziale:
RispondiEliminanel 1986 i dati erano 281 Petabyte;
nel 1993 i dati erano 471 PetaByte;
nel 2000 i dati erano 2,2 Exabyte;
nel 2007 i dati erano 65 ExaByte;
per il 2014 si era previsto uno scambio di oltre 650 ExaByte
VERDEES024
Ma cosa sono i “Big Data”? Lo spiega bene Kenneth Cukier, Data Editor dell’Economist, nel TED talk “Big Data is better data” : “Probabilmente avete tutti sentito parlare di Big Data. Anzi, probabilmente siete stanchi di sentir nominare la parola Big Data. È vero che c’è stato molto clamore sull’argomento ed è un vero peccato perché i Big Data sono uno strumento veramente importante grazie al quale la società progredirà. […] I Big Data sono importanti, i Big Data sono nuovi e se ci pensate l’unico modo che il pianeta avrà di gestire la sua sfida globale di nutrire le persone, fornire loro cure mediche, energia, elettricità, il riscaldamento globale, è grazie ad un uso efficace dei dati”.
RispondiEliminaLa rivoluzione digitale ha prodotto un’immensa mole di dati dovuti ai tanti device connessi a Internet che indossiamo o che abbiamo a casa. Ogni istante creiamo tonnellate di informazioni che poi passiamo a un’intelligenza artificiale per trovare punti di contatto e cercare di migliorare la nostra vita, come avviene con i motori di ricerca.
Il punto non è solo avere più informazioni, ma saperle analizzare. Per farlo, quando i numeri sono grandi, sono necessari sofisticati algoritmi, ma anche le giuste domande e degli obiettivi.
Come affrontare i Big Data in classe?
Educare gli studenti all’analisi del dato, inteso come “small”, iniziando per esempio monitorando la propria attività giornaliera o allenandosi a fare brevi sondaggi di classe.
Consultare Google Trends per capire cosa viene cercato su Google e soffermarsi sulle metriche dei “grandi numeri” insieme.
Fare una sorta di brainstorming in cui chiedere quali usi possibili dai “grandi dati” gli studenti si immaginano nel futuro. Vi sono numerose possibilità di applicazione dei Big Data: dispiegare un maggior numero di controlli nei territori dove è più probabile che avvenga un reato, studiare il rapporto tra la salute e la qualità dell’aria, utilizzare i dati del traffico per ridurre gli ingorghi stradali, o quelli medici per la ricerca scientifica contro i tumori, etc.
VERDEES019
L’attenzione crescente degli utenti per la difesa dei dati personali è senza dubbio un trend positivo per l’evoluzione dell’economia digitale. Ed è in questo contesto che si inserisce la nascita di realtà che hanno fatto della valorizzazione dei big data a vantaggio degli utenti una missione. È il caso dell’italiana Weople, l’applicazione lanciata a fine 2018 che ambisce a diventare una vera e propria “banca dei dati”.La nascita di Weople è strettamente legata all’avvento del Regolamento europeo sulla privacy meglio noto con la sigla Gdpr (General data protection regulation);in questo modo Weople riesce a costruire per ogni utente una cassetta di sicurezza con tutti i dati attualmente posseduti da altri.
RispondiEliminaIl termine Big Data è spesso usato senza conoscerne il vero significato. Ecco cosa significano e cosa rappresentano i Big Data nella vita di tutti i giorni.
RispondiEliminaSi sente sempre più spesso parlare di Big Data, ma ancora più spesso ci si accorge che chi usa questa espressione non conosce davvero bene il suo significato. Per questo è lecito domandarsi cosa siano i Big Data, perché sono così ricorrenti nella stampa online e offline, soprattutto quella di natura marketing e IT, e che cosa significa che i Big Data rappresentano un’evoluzione per diversi settori.La rivoluzione Big Data e, in generale, il termine Big Data si riferisce proprio a cosa si può fare con tutta questa quantità di informazioni, ossia agli algoritmi capaci di trattare così tante variabili in poco tempo e con poche risorse computazionali.
Il paragone è presto e fatto: fino a poco tempo, uno scienziato per analizzare una montagna di dati che oggi definiremmo Small o Medium Data avebbe impiegato molto tempo e si sarebbe servito di computer mainframe da oltre 2 milioni di dollari. Oggi, con un semplice algoritmo, quelle stesse informazioni possono essere elaborate nel giro di poche ore, magari sfruttando un semplice laptop per accedere alla piattaforma di analisi.
Questa è la rivolzione Big Data. Questi sono i Big Data che presuppongono nuove capacità di collegare fra loro le informazioni per fornire un approrccio visuale ai dati, suggerendo pattern e modelli di interpretazione fino a ora inimmaginabili.
E il bello è che i Big Data non interessano solo il settore IT. Infatti, se l’Information Technology rappresenta per i Big Data il grande starter da cui partire con gli strumenti necessari come il cloud computing, gli algoritmi di ricerca e via discorrendo, d’altra parte i Big Data sono necessari e utili nei mercati business più disparati, dalle automobile, alla medicina, dal commercio all'astronomia, dalla biologia alla chimica farmaceutica, dalla finanza al gaming. Nessun settore in cui esiste un marketing e dei dati da analizzare può dirsi indenne dalla rivoluzione Big Data.
Con il termine inglese Big Data (grandi dati), entrato comunemente a far parte del nostro gergo informatico, ci si riferisce letteralmente alla grande quantità di dati ed informazioni che vengono acquisite e gestite quotidianamente da società o enti. Circa dieci anni fa, società allora nascenti come Amazon, Facebook o Google si ritrovarono con un’enorme quantità di dati da dover gestire, rendendosi ben presto conto di avere in mano un vero e proprio tesoro che non poteva di certo essere ignorato. Il concetto di Big Data, però, è tutt’altro che recente poiché se ne parla già dalla fine degli anni 90 per arrivare allo studioso Doug Laney che agli inizi del 2000 formulò la teoria delle tre V ovvero:
RispondiEliminaVarietà;
Volume;
Velocità.
Il problema di questi big data è che questo "carico" di dati è a rischio ,infatti molti di questi vengono rubati mettendo a rischio le nostre informazioni personali. Un esempio di questo è il caso che ha coinvolto Facebook che vendeva le informazioni personali degli utenti.
VERDEES002
Quando si parla di big data, insomma, ci si riferisce a una quantità di “data” troppo grande per essere gestita con tecnologia e metodi ordinari.
RispondiEliminaL’utilizzo di big data può consentire di fare cose un tempo impensabili: conoscere nel dettaglio le abitudini di un singolo consumatore mettendo insieme i suoi acquisti e le sue ricerche online, i suoi movimenti abituali e di una popolazione intera, stabilire correlazioni tra abitudini ed eventi possibili, monitorare in tempo reale i dati metereologici e anticipare l’andamento del raccolto in una certa area.
I big data stanno cambiando la società in cui viviamo e questo crea opportunità ma anche pericoli. La conseguenza è che vivremo in un mondo in cui i nostri bisogni e le nostre preferenze potranno essere soddisfatte in maniera molto puntuale ma in cui saremo più esposti e vulnerabili perché il rischio è la compressione della sfera privata. Una search su Google può permettere a un governo di sapere che in una certa area c’è un problema ma può anche mettere nei guai chi cercasse libri sgraditi o frequentasse luoghi ritenuti pericolosi da un governo dispotico e illiberale.
VERDEES025
Cosa hanno in comune una pila di test psicologici, un hard-disk pieno di sequenze di DNA, un database di sondaggi di sociologia e una cartella di strutture cristallografiche su un cloud? Sono aspetti di uno dei problemi più attuali con cui la ricerca odierna si deve confrontare: la produzione e la gestione di quantità immense di dati sperimentali, i cosiddetti Big Data.
RispondiEliminaI Big Data, in campo scientifico (research data), possono essere di svariate tipologie e differenti ambiti disciplinari. Comprendono quelli provenienti da laboratori scientifici o da ricerche sociologiche; includono i dati sperimentali, ma anche gli articoli (paper) che da quei dati sono stati prodotti.
Tra i molti aspetti problematici di questo nuovo metodo di accumulare sapere scientifico, sono emersi 5 fattori critici:
• La condivisione e la validazione
Diventa sempre più fondamentale che i dati vengano messi a disposizione della comunità scientifica intera, per permettere allo stesso tempo un progresso molto più veloce e un controllo molto più efficace della veridicità delle conclusioni che dai dati sono tratte. Queste considerazioni sono alla base del movimento che propugna il diritto all’accesso aperto (open access) a tutta la letteratura scientifica.
• Archiviazione
Per essere scambiati, questi dati devono essere immagazzinati e conservati in modo sicuro, a lungo termine, senza corrompersi o andare persi. Nasce quindi il bisogno di grandi archivi fiduciari (trust repository) disponibili a tutti.
• Rispetto della proprietà intellettuale
Allo stesso tempo, è necessario che sia riconosciuta la paternità delle scoperte, e delle loro applicazioni, che sono pur sempre una fonte di fondi preziosa per la ricerca.
• Policy
Questo ci porta alla necessità di politiche armonizzate e condivise a livello istituzionale, nazionale e internazionale, con normative che regolino le interazioni tra tutti gli attori del processo: enti di ricerca, università, aziende, editoria scientifica, ecc. C’è assoluto bisogno di “buone pratiche”, regole coerenti e ben definite, nella gestione dei dati.
• Responsabilità e ruoli
In tutte le problematiche esposte finora emerge la questione della responsabilità personale e istituzionale a tutti i livelli nel trattamento dei dati. Ciascun attore del processo deve assumersi la responsabilità insita nel proprio ruolo, che va definito a priori con chiarezza. L’obiettivo comune è quello di mettere in pratica nuove norme e nuovi comportamenti che tengano conto di queste trasformazioni della produzione di conoscenza.
Secondo Antonella DeRobbio, le Istituzioni devono appropriarsi di un ruolo chiave in questa rivoluzione, senza delegarlo al settore privato: pianificare la formazione dei giovani, creare nuove professioni legate alla gestione dei dati, delle licenze e della proprietà intellettuale, aprire nuovi sbocchi e investire in modo importante in questo ambito. E poi gestire i dati in modo consapevole e sistematico, sviluppandone una mappatura per tipologia e studiandone la migliore strategia di archiviazione.
Perché chi controlla i dati controlla il futuro.
VERDEES018
Si sente sempre più spesso parlare di Big Data, ma ancora più spesso ci si accorge che chi usa questa espressione non conosce davvero bene il suo significato. Per questo è lecito domandarsi cosa siano i Big Data, perché sono così ricorrenti nella stampa online e offline, soprattutto quella di natura marketing e IT, e che cosa significa che i Big Data rappresentano un’evoluzione per diversi settori.
RispondiEliminaLa rivoluzione Big Data e, in generale, il termine Big Data si riferisce proprio a cosa si può fare con tutta questa quantità di informazioni, ossia agli algoritmi capaci di trattare così tante variabili in poco tempo e con poche risorse computazionali.
Il paragone è presto e fatto: fino a poco tempo, uno scienziato per analizzare una montagna di dati che oggi definiremmo Small o Medium Data avebbe impiegato molto tempo e si sarebbe servito di computer mainframe da oltre 2 milioni di dollari. Oggi, con un semplice algoritmo, quelle stesse informazioni possono essere elaborate nel giro di poche ore, magari sfruttando un semplice laptop per accedere alla piattaforma di analisi.
Questa è la rivolzione Big Data. Questi sono i Big Data che presuppongono nuove capacità di collegare fra loro le informazioni per fornire un apporccio visuale ai dati, suggerendo pattern e modelli di interpretazione fino a ora inimmaginabili.
E il bello è che i Big Data non interessano solo il settore IT. Infatti, se l’Information Technology rappresenta per i Big Data il grande starter da cui partire con gli strumenti necessari come il cloud computing, gli algoritmi di ricerca e via discorrendo, d’altra parte i Big Data sono necessari e utili nei mercati business più disparati, dalle automobile, alla medicina, dal commercio all’astronomia, dalla biologia alla chimica farmaceutica, dalla finanza al gaming. Nessun settore in cui esiste un marketing e dei dati da analizzare può dirsi indenne dalla rivoluzione Big Data.
VERDEES07
Si sente sempre più spesso parlare di Big Data, ma ancora più spesso ci si accorge che chi usa questa espressione non conosce davvero bene il suo significato. Per questo è lecito domandarsi cosa siano i Big Data, perché sono così ricorrenti nella stampa online e offline, soprattutto quella di natura marketing e IT, e che cosa significa che i Big Data rappresentano un’evoluzione per diversi settori.
RispondiEliminaPer capire bene cosa siano i Big Data, non serve snocciolare complesse definizioni, che farebbero impallidire lo stesso Einstein, ma è sufficiente capire il significato profondo del termine e come la sua influenza possa essere notata nella vita di tutti i giorni.Cosa sono i Big Data: esempi concreti della vita quotidiana
È importante iniziare con il dire che lo stesso termine Big Data è alquanto fuorviante. La traduzione grandi dati o grossi dati, infatti, fa pensare all’enorme quantità di dati oggi disponibili in diversi settori e, in automatico, porta a concludere che per rivoluzione Big Data si intendono le opportunità oggi disponibili di avere così tante informazioni al servizio business.
Questa conclusione è vera solo in minima parte. Anche perché esistono settori dove i dati, per quanto ve ne siano davvero in ingenti quantità, non sono sempre disponibili a tutti e, soprattutto, non vengono sempre condivisi.
Lasciando stare questo aspetto l’effettiva quantità di dati oggi generati è abnorme: dai telefoni, alla carte di credito usate per gli acquisti, dalla televisione agli storage necessari per le applicazioni dei computer, dalle infrastrutture intelligenti delle città, fino ai sensori montati sugli edifici, sui mezzi di trasporto pubblici e privati e via discorrendo.
I dati vengono generati con un flusso così crescente che tutte le informazioni accumulate nel corso degli ultimi due anni ha superato l’ordine dei Zettabyte (10^(21) byte), segnando un record per l’umana civiltà.
Come si diceva, però, per quanto di dati ve ne siano davvero in quantità indicibile, la vera rivoluzione a cui ci si rifersice parlando di Big Data non è questa, quanto la capacità di usare tutti queste informazioni per elaborare, analizzare e trovare riscontri oggettivi su diverse tematiche.
In ambito marketing, l’uso dei Big Data è famigliare nella costruzione dei così detti metodi di raccomandazione, come quelli utilizzati da Netflix e Amazon per fare proposte di acquisto sulla base degli interessi di un cliente rispetto a quelli di milioni di altri. Tutti i dati provenienti dalla navigazione di un utente, dai suoi precedenti acquisti, dai prodotti valutati o ricercati permettono ai colossi del commercio (elettronico e non) di suggerire i prodotti più adatti agli scopi del cliente, quelli che solleticano la sua curiosità e lo spingono a comprare per necessità momentanea, permanente o per semplice impulso. Appartenenti ai Big Data sono gli algoritmi che riescono a predire se una shopper donna è incinta, tracciando le sue ricerche sul Web e gli oggetti acquisiti in precedenza, come lozioni e via discorrendo. Una volta individuato il particolare stato, a quella stessa utente si offrono offerte speciali e coupon su prodotti inerenti al proprio stato.
VERDEES021
Si parla di big data quando si ha un insieme talmente grande e complesso di dati che richiede la definizione di nuovi strumenti e metodologie per estrapolare, gestire e processare informazioni entro un tempo ragionevole. Non esiste una dimensione di riferimento, ma questa cambia sempre, poiché le macchine sono sempre più veloci e i dataset sono sempre più grandi. Secondo uno studio del 2001, l'analista Doug Laney aveva definito il modello di crescita come tridimensionale,con il passare del tempo aumentano volume (dei dati), velocità e varietà (dei dati). In molti casi questo modello è ancora valido, nonostante esso sia stato successivamente esteso.
RispondiEliminaIl primo modello di Douglas Laney, il modello delle "3V", comprende:volume,varieta',velocita; con il tempo sono state introdotte: veridicita' e valore,(modello 5V).
Analisi di mercato
I Big Data sono un argomento interessante per molte aziende, le quali negli ultimi anni hanno investito su questa tecnologia più di 15 miliardi di dollari, finanziando lo sviluppo di software per la gestione e l'analisi dei dati. Questo è accaduto perché le economie più forti sono molto motivate all'analisi di enormi quantità di dati: basti pensare che ci sono oltre 4,6 miliardi di smartphone attivi e circa 2 miliardi di persone hanno accesso a Internet. Dal 1986 ad oggi il volume dei dati in circolazione è aumentato in maniera esponenziale.
Modelli di analisi dei dati
Come è stato detto in precedenza, il volume di dati dei Big Data e l'ampio uso di dati non strutturati non permette l'utilizzo dei tradizionali sistemi per la gestione di basi di dati relazionali (RDBMS), che non rendono possibile archiviazione e velocità di analisi. Gli operatori di mercato utilizzano piuttosto sistemi con elevata scalabilità e soluzioni basate sulla NoSQL.
Nell'ambito della business analytics nascono nuovi modelli di rappresentazione in grado di gestire tale mole di dati con elaborazioni in parallelo dei database. Architetture di elaborazione distribuita di grandi insiemi di dati sono offerte da MapReduce di Google e dalla controparte open source Apache Hadoop.
In base agli strumenti e ai modelli utilizzati per l'analisi e la gestione dei dati è possibile distinguere quattro metodologie (o tipologie) di Big Data Analytics:
Descriptive Analytics,
Predictive Analytics,
Prescriptive Analytics,
Automated Analytics.
Virtualizzazione dei Big Data
La virtualizzazione dei Big Data è un modo per raccogliere dati da poche fonti in un singolo livello. Il livello dati raccolto è virtuale. A differenza di altri metodi, la maggior parte dei dati rimane sul posto e viene presa su richiesta direttamente dai sistemi di origine.
Big data rappresenta anche l'interrelazione di dati provenienti potenzialmente da fonti eterogenee, quindi non soltanto i dati strutturati, come i database, ma anche non strutturati, come immagini, email, dati GPS, informazioni prese dai social network.
Con i big data la mole dei dati è dell'ordine degli zettabyte, ovvero miliardi di terabyte. Quindi si richiede una potenza di calcolo parallelo e massivo con strumenti dedicati eseguiti su decine, centinaia o anche migliaia di server.
VERDEES010
Un ottimo resoconto della situazione attuale dei social Network.
RispondiEliminaBlues 21
il primo grande merito dei social network è indubbiamente quello di aver facilitato la comunicazione: basta avere la connessione ad internet per parlare con persone dell'altra parte del globo grazie alla webcam addirittura vedere il volto . BLUES001 BLUES004 BLUES009
RispondiEliminaUsiamo Internet tutti i giorni, col PC, il tablet e lo smartphone e molto spesso ogni nostra giornata è trasformabile in un flusso di informazioni: oggi mi sono collegato a Facebook, ho messo like e commentato, ho guardato pagine di profili e mandato una richiesta di amicizia che è stata accettata.
RispondiEliminaPoi ho usato Google per fare delle ricerche, una ricetta perchè mia figlia voleva fare i muffin, poi qualche nome di attore per dirimere una questione tra amici. Ho anche cercato informazioni su un posto dove vorrei andare in vacanza. Poi ho comprato su Amazon un libro, ho aperto Instagram e ho caricato una foto dei muffin, son venuti bene! Ho messo dei cuoricini, certo. Poi Youtube, Facebook di nuovo, l’immancabile email, Google, ancora email… Tutto ciò molto facilmente, come fare zapping con il telecomando.
Senza accorgermi ho lasciato una marea di informazioni: quelle che ho digitato nella ricerca, ma anche i click di preferenze che ho messo sui risultati di Google, i like, gli orari a cui mi sono collegato e da dove l’ho fatto, ho ampliato e consolidato la mia rete di contatti (i like dicono chi è più vicino a me).
Ogni giorno dell’anno, più volte al giorno ci colleghiamo alla rete e immettiamo dati, certo li preleviamo, ma senza saperlo li diamo.
BLUES023
BLUES012
BLUES003
BLUES006
Un problema serio, grazie prof per queste preziose informazioni
RispondiEliminaBLUDS019
Fondamentalmente con Big Data si definisce una mole così grande di dati che non può essere analizzata tramite metodi convenzionali: anzi mi azzarderei a dire che la vera rivoluzione dei Big Data non è tanto la loro dimensione quanto la sopraggiunta possibilità di analizzarli e trarne conclusioni coerenti. Vero è che se si chiamano "Big" un motivo ci sarà: stiamo parlando infatti di dimensioni inimmaginabili, per la precisione di Zettabyte (eh già, parlo seriamente), cioè siamo in un universo che contiene miliardi di Terabyte (che a loro volta contengono 1.000 Gigabyte l'uno) per cui, fidatevi, stiamo parlando di una mole di dati incredibilmente grande.
RispondiEliminaLe caratteristiche principali dei Big Data sono:
Volume, che ne definisce la dimensione in termini di byte
Velocità, relativa all'estrazione dei dati che di solito avviene in tempo reale
Varietà, che ne indica la provenienza: possono essere dati pubblici o derivati da ricerche o analisi.
Quest'ultima caratteristica introduce il grande dubbio legato a questa tipologia di dati, dubbio tanto grande da introdurre come quarta variabile la "veridicità" del dato. Il che apre un mondo di possibili domande ma questo vale anche per siti come, ad esempio, Wikipedia del quale ci fidiamo ciecamente anche se è stato certificato un elevato grado di inesattezze.
BLUDS004
“Big Data” vuol dire “Grandi dati”, ovvero grandi quantità di dati, che presi insieme occupano molto spazio di archiviazione.Super computer e algoritmi che ci permettono di analizzare la sempre crescente mole di dati generati ogni giorno. L’intelligenza artificiale potrebbe in poco tempo far sostituire ai robot molti dei lavori che facciamo oggi. Questo è possibile anche grazie alla enorme quantità di dati che oggi vengono generati, che possono essere facilmente analizzati dalle macchine, rivelando percorsi e connessioni tra le molte attività umane, oltre a creare dei profili dettagliati su di noi. Entra in gioco anche un discorso di privacy, che non è per niente banale.
RispondiEliminaIl fenomeno dei “Big Data”, o meglio il fenomeno di immagazzinare, gestire e analizzare grandi quantità di dati non è in realtà un fenomeno recente anzi è un fenomeno che fa parte della lunga storia dell’evoluzione del genere umano. I dati che vengono prodotti sono molteplici, come ad esempio i dati degli utenti di un sito web, dei loro post su facebook, o dell’utilizzo di un’app, dagli oggetti collegati alla rete, e così via. Si stima che ogni giorno
L’analisi di una mole così elevata di dati richiede competenze specifiche, e tecnologie avanzate in grado di supportare l’elaborazione di file di dimensioni così grandi, per poterne estrarre informazioni utili, nascoste. Inoltre questi dati non possono essere raccolti e sistemati in un classico database,in quanto sono in continua evoluzione e occupano sempre maggior spazio.
BLUDS008-BLUDS006-BLUDS015
SOCIAL NETWORK – BIG DATA
RispondiEliminaDurante la navigazione sul web o sui Social Network, ogni individuo lascia inconsapevolmente molti più dati di quanto si potrebbe pensare. I Social Network risultano essere, quindi, degli strumenti che danno all'utente l'impressione di uno spazio personale; in realtà, si tratta solamente di un falso senso di intimità, che potrebbe spingere gli utenti a mettere online ciò che invece dovrebbe rimanere offline. Per tutte queste motivazioni, i Social Network vengono accostati al termine Big Data, nato nel 2011 per indicare il settore del mercato dell'informatica che mira alla gestione efficiente di database di informazioni dalle dimensioni enormi, ovvero archivi digitali.
La tecnologia Big Data si basa su quattro concetti fondamentali meglio conosciuti come le quattro V:
1. Volume: si intende la mole di dati da immagazzinare e successivamente analizzare.
2. Velocity: ci si riferisce alla velocità con cui i nuovi dati vengono generati e la velocità con cui si muovono nella rete.
3. Variety: si intende la varietà di dati che si possono analizzare. In passato venivano analizzati esclusivamente dati strutturati che ben si adattavano a tabelle e database relazionali. Al giorno d'oggi la maggior parte dei dati generati sono non strutturati (testi, immagini, video, audio, etc.).
4. Value: I Big Data sono stati definiti negli ultimi anni come il nuovo petrolio o il nuovo oro, ovvero una fonte inestimabile di valore.
Molte critiche ai Big Data riguardano la tutela della privacy. Grandi banche dati offrono un grande potenziale per aziende e marchi, in quanto grazie ai Big Data è possibile controllare meglio le misure di Marketing. Ma con le quantità di dati utilizzate per il targeting è possibile anche creare profili cliente dettagliati, cosa che viene spesso vista come una violazione della sfera privata. Chi lavora con i Big Data deve informare i clienti e i visitatori del sito sull’utilizzo di dati con un’informativa sulla privacy. Un’altra critica riguarda il “potere assoluto sui dati”. Purtroppo anche in questo campo ci sono aziende che dominano il panorama dei Big Data e che già da anni lavorano e guadagnano con grandi quantità di dati, come per esempio Google o altri motori di ricerca. In questo modo singole aziende ottengono un controllo incontrastato su un’enorme quantità di dati. Questo monopolio viene spesso criticato, in quanto potrebbe causare un abuso delle informazioni immagazzinate. Senza regole chiare per la protezione e l’anonimizzazione dei dati analizzati non è da escludere che questi possano essere usati in modo erroneo.
BLUDS001
Big Data è un termine che si riferisce ad un ampio volume di dati - strutturati e non - che sommergono quotidianamente un'azienda. Ciò che conta però non è la quantità di dati, ma come vengono utilizzati: possedere big data significa analizzarli per ottenere le informazioni necessarie a prendere le migliori decisioni aziendali.
RispondiEliminaPer social network, rete sociale in italiano, si intende un gruppo di persone, più o meno grande, connessi fra loro attraverso la Rete e, in particolare, le cosiddette piattaforme di social networking (Facebook, Twitter e LinkedIn, per citare le più famose e utilizzate a livello mondiale).
Bluds024
Il termine big data indica grandi masse di dati, o megadati.Il fenomeno dei “Big Data”, o meglio il fenomeno di immagazzinare, gestire e analizzare grandi quantità di dati non è in realtà un fenomeno recente, anzi è un fenomeno che fa parte della lunga storia dell’evoluzione del genere umano.
RispondiEliminaLe tre V dei big data sono:
•Volume.
Le organizzazioni raccolgono dati da una grande varietà di sorgenti, incluse transazioni finanziarie, social media,ecc…
•Velocità.
I dati fluiscono ad una velocità senza precedenti e vanno perciò gestiti in maniera tempestiva.
•Varietà.
I dati arrivano in qualsiasi tipo di formato - da dati strutturati e numerici in database tradizionali a non strutturati come: documenti di testo, email, video, audio, dati ticker e transazioni finanziarie.Essendo che alcuni dati non sono strutturati rappresentano un vero e proprio problema perché non possono essere raccolti e strutturati sotto forma di un database.
L'importanza dei big data dipende solo dal loro utilizzo: aziende ed enti possono raccogliere dati da qualiasi fonte e analizzarli per trovare risposte che permettono di 1) tagliare i costi, 2) ridurre i tempi, 3) sviluppare nuovi prodotti e ottimizzare l'offerta e 4) prendere decisioni più consapevoli.
Essi sono utili in vari settori ad es:
Nelle Banche:
Grazie ai BIG DATA in campo bancario si possono minimizzare i fattori di rischio e frode, mantenendo la conformità regolamentare.
Nel settore Manifatturiero:
Grazie alle informazioni fornite dai BIG DATA, le aziende manifatturiere possono spingere su qualità e produzione minimizzando gli sprechi.
Retail:
I retailer devono conoscere come gestire al meglio la propria clientela, rendere più efficaci le transazioni e sapere come mantenere ad un livello adeguato il volume degli affari. Il tutto può avvenire grazie ai BIG DATA.
Però i BIG DATA hanno anche alcuni lati negativi come ad esempio,rappresentano una “minaccia” per la privacy personale e non.
BLUDS020
Con l’espressione Big Data ci si riferisce a insiemi di dati che sono così grandi in volume e così complessi che i software e le architetture informatiche tradizionali non sono in grado di catturarli, gestirli ed elaborarli in un tempo ragionevole.Si tende quindi a definire i contorni di un progetto Big Data analizzandolo per tre diversi aspetti, a cui ci si riferisce come le “tre V dei Big Data”:
RispondiEliminaIl Volume di dati
La grande Varietà nei tipi di dati
La Velocità con cui i dati devono essere acquisiti o analizzati
I dati che compongono gli archivi Big Data possono provenire da fonti eterogenee, come dati di navigazione di siti web, social media, applicazioni desktop e mobile, esperimenti scientifici e – sempre più spesso – sensori e dispositivi di tipo Internet of Things.Il concetto di Big Data porta con sé diversi elementi e componenti che permettono ad aziende e organizzazioni di sfruttare i dati per risolvere in modo pratico numerosi problemi di business. I diversi componenti da considerare sono:
Quel che davvero permette di estrarre dai dati un valore utile al business sono le analisi interpretative che vi si possono applicare. Senza analisi, si tratta solo di dati senza valore, e che anzi comportano un notevole costo di archiviazione.
La pratica analitica comporta l’esaminare gli insiemi di dati, ricavarne gruppi omogenei tra loro per ottenere informazioni utili altrimenti nascoste, e trarre conclusioni e previsioni sulle attività future. Analizzando i dati, le aziende possono prendere decisioni di business più informate, per esempio su quando e dove effettuare una certa campagna marketing, o individuare una necessità che possa essere soddisfatta da un nuovo prodotto o servizio.
Le analisi sui Big Data si possono fare con applicazioni generiche di business intelligence, o con strumenti più specifici, anche sviluppati ad hoc utilizzando linguaggi di programmazione. si tende a preferire un’architettura composta da cluster di numerosi server fisici, anche a basso costo, dotati però di molta memoria RAM, una o più GPU e hard disk veloci, tutto accentrato sulla stessa scheda madre. Al tutto vengono abbinati strumenti software progettati per suddividere il carico di lavoro sui singoli server che compongono i cluster.
Affinché un progetto Big Data abbia successo, occorrono anche competenze manageriali, in particolare per quanto riguarda la progettazione e pianificazione delle risorse e la gestione dei conti, che con la crescita del volume di dati rischiano di crescere senza controllo.
Al giorno d’oggi, molte delle figure che abbiamo indicato nelle righe precedenti sono tra le più richieste del mercato. Se avete una laurea in matematica o statistica ma vi mancano competenze informatiche, è il momento giusto per colmarle con corsi e formazione specifici per i Big Data. Ci sono enormi opportunità di lavoro.
I Big Data si possono impiegare per risolvere numerosi problemi di business, o per aprire nuove opportunità. Ecco alcuni esempi.
BLUDS012
BLUDS018
i social network occupano ormai uno spazio e un tempo notevole nella vita di molti ragazzi.
RispondiEliminaÈ raro infatti trovare qualche adolescente che, per esempio, non ha un profilo Facebook. Ormai questi siti raccolgono una grande fetta di popolazione e hanno un impatto sociale su persone di tutte le età, ma soprattutto sui giovani. Circa due terzi dei giovani utenti di social media hanno affermato di aver preso una pausa dalle piattaforme social. Ciò significa che non hanno cancellato il loro account, ma hanno smesso di usarlo per un po' e alla fine sono tornati.
BLUES002
BLUES009
BLUES011
I big data comprendono anche un'ampia varietà di tipi di dati, inclusi dati strutturati in database SQL e data warehouse, dati non strutturati, come file di testo e di documenti contenuti nei cluster Hadoop, o sistemi NoSQL e dati semi-strutturati, come i registri del server web o streaming di dati dai sensori. Inoltre, i big data includono più origini dati simultanee, che potrebbero non essere altrimenti integrate. Ad esempio, un progetto di big data analytics può tentare di valutare il successo di un prodotto e le vendite future correlando i dati sulle vendite passate, i dati di ritorno e i dati di revisione dell'acquirente online per quel prodotto. La velocità si riferisce alla velocità con cui i big data vengono generati e devono essere elaborati e analizzati. In molti casi, le serie di big data vengono aggiornate su base reale o quasi in tempo reale, rispetto agli aggiornamenti giornalieri, settimanali o mensili di molti data warehouse tradizionali. I grandi progetti di analisi dei dati ingeriscono, correlano e analizzano i dati in arrivo e quindi restituiscono una risposta o un risultato basato su una query globale. Ciò significa che gli scienziati dei dati e altri analisti di dati devono avere una comprensione dettagliata dei dati disponibili e possedere un certo senso di quali risposte stanno cercando per assicurarsi che le informazioni ottenute siano valide e aggiornate. La velocità è anche importante in quanto l'analisi dei big data si espande in campi come l'apprendimento automatico e l'intelligenza artificiale (AI), in cui i processi analitici individuano automaticamente i modelli nei dati raccolti e li utilizzano per generare approfondimenti.
RispondiEliminaLa veridicità dei dati si riferisce al grado di certezza negli insiemi di dati. Dati grezzi incerti raccolti da più fonti, come piattaforme di social media e pagine Web, possono causare seri problemi di qualità dei dati che possono essere difficili da individuare. Ad esempio, un'azienda che raccoglie dati da centinaia di fonti potrebbe essere in grado di identificare dati imprecisi, ma i suoi analisti hanno bisogno di informazioni sulla discendenza dei dati per rintracciare dove sono archiviati i dati in modo che possano correggere i problemi. Dati errati portano a un'analisi imprecisa e possono minare il valore dell'analisi aziendale perché possono indurre i dirigenti a diffidare dei dati nel loro complesso. La quantità di dati incerti in un'organizzazione deve essere considerata prima che venga utilizzata nelle applicazioni di analisi dei big data. I team IT e di analisi devono anche assicurarsi di disporre di dati sufficientemente accurati disponibili per produrre risultati validi. Alcuni scienziati informatici aggiungono anche un quinto valore V alla lista delle caratteristiche dei big data. Come spiegato sopra, non tutti i dati raccolti hanno un valore aziendale reale e l'uso di dati inaccurati può indebolire le informazioni fornite dalle applicazioni di analisi. È fondamentale che le organizzazioni utilizzino pratiche come la pulizia dei dati e confermino che i dati si riferiscono a problemi aziendali rilevanti prima di utilizzarli in un progetto di analisi dei big data. La variabilità si applica spesso anche a insiemi di big data, che sono meno coerenti dei dati di transazione convenzionali e possono avere significati multipli o essere formattati in modi diversi da un'origine dati a un'altra - cose che complicano ulteriormente gli sforzi per elaborare e analizzare i dati. Alcune persone attribuiscono ancora più versioni ai big data: i dati scientifici e i consulenti hanno creato vari elenchi con versioni comprese tra sette e dieci.
BluES 010
BluES 005
La sfida più grande per la maggior parte delle aziende oggi è nella capacità di acquisire un vantaggio competitivo lavorando sui dati. Tutte le aziende e tutte le Pubbliche Amministrazioni stanno diventando grandi “fabbriche di dati”. Noi stessi contribuiamo costantemente, consapevolmente e spesso anche inconsapevolmente, alla “produzione di dati”. Il fenomeno dei “Big Data”, o meglio il fenomeno di immagazzinare, gestire e analizzare grandi quantità di dati non è in realtà un fenomeno recente, anzi è un fenomeno che fa parte della lunga storia dell’evoluzione del genere umano. L’analisi delle rete sociali mi mostra com’è fatto un network: posso chiedermi se le relazioni sono biunivoche e perlopiù omogenee, oppure se il mio gruppo è formato da sottogruppi, nicchie, community. Posso comprendere quanto si parlano queste community tra loro e quali sono i membri delle community che costituiscono un ponte, un passaggio utile e strategico che permette di raggiungere un’altra community.
RispondiEliminaBLUFS015
Siamo sempre più circondati da dati, insomma, ma la definizione di Big Data da sola non basta per comprendere appieno il fenomeno. Sono le competenze e le tecnologie di Analytics a trasformare i dati grezzi in informazioni di valore per i decision maker aziendali: è oggi possibile ottenere vantaggio competitivo grazie a decisioni tempestive e più informate, non solo per le organizzazioni più grandi ma anche per le piccole e medie imprese. Il che non è un dettaglio. Parlare di Big Data non vuol dire parlare soltanto di grandi moli di dati, la trasformazione in atto è più profonda. Cambia il processo di raccolta e gestione dei dati, si evolvono le tecnologie a supporto del ciclo di vita del dato e si sviluppano nuove competenze per la valorizzazione del dato. Il legame tra una quantità enorme di dati e le piattaforme online dove i network prendono forma sta spingendo sempre più a considerare l’analisi delle reti sociali come una nuova, importante e tutt’ora poco esplorata branca di indagine, utilissima in una strategia di marketing dall’approccio più scientifico.
RispondiEliminaBLUFS017
Una community è un gruppo di nodi densamente connessi tra loro. Immaginate di voler analizzare un gruppo come “tutti gli utenti di Twitter”: si tratta di un insieme un po’ troppo vasto e variegato per pensare di ricavarci un’indagine significativa. La community detection è allora l’indagine che permette di individuare le community dentro ad un network e analizzarle: quanto stretti sono i legami tra i suoi membri, chi sono gli influencer, come circolano le informazioni all’interno e attraverso quali nodi far passare i messaggi dall’esterno. In definitiva: di che si parla lì dentro, chi parla più di tutti e in che modo posso parlarci anche io. Sebbene il termine big data sia relativamente nuovo, la tendenza a raggruppare e immagazzinare ampi volumi di informazioni, per un eventuale analisi futura, è molto antica.
RispondiEliminaBLUFS007
I SOCIAL NETWORK
RispondiEliminaIl significato di social network è rete sociale. Per rete sociale si intende un gruppo di persone collegate tra di loro sia a livello umano che a livello virtuale. Le varie persone collegate possono avere rapporti lavorativi, familiari o amichevoli, allo stesso modo possono essere connesse senza aver nessun legame fisico o di conoscenza. Tutti abbiamo sempre sentito parlare di social network, o piattaforme sociali, in particolare instagram, facebook, twitter,. Lo scopo principale di ciascuna piattaforma è la conoscenza.Possiamo farci conoscere condividendo idee, foto, pensieri, stati d’animo oppure qualsiasi avvenimento della nostra vita.I social network più utilizzati sono sicuramente facebook, instagram. twitter: facebook che conta 1,2 miliardi di utenti e che comprende una fascia d’età che va fino ai 35 anni. Abbiamo anche Linkedin usato dai 35 ai 45 anni, Twitter e Google+.
inoltre si può coinvolgere il cliente organizzando iniziative dedicate a loro e quindi far apprezzare il brand.
Purtroppo non sempre è bene esporre i propri dati personali sui social.Siamo tutti “abituati” a condividere pensieri, aforismi, foto ma ci sono informazioni che sarebbe meglio non condividere perché se finite nelle mani di persone sbagliate potrebbero non cancellarsi mai dalla rete.
Ad esempio sta diventando uso comune tra i giovanissimi esporre, dopo l’esame, la loro patente! Ciò non dovrebbe essere mai fatto in quanto su ciascuna patente ci sono informazioni personali che permetterebbero la clonazione della patente stessa. Un’altra cosa che si dovrebbe evitare di fare è mettere costantemente foto di bambini che siano figli, nipoti o amici in quanto potrebbero essere utilizzate da persone non autorizzate. Mai mettere il proprio indirizzo di casa e pubblicare foto o posizioni diverse.
Come si dice: “fidarsi è bene ma non fidarsi è meglio”.
Usare i social va bene se viene fatto nel giusto modo. Si sente sempre più spesso parlare di Big Data, ma ancora più spesso ci si accorge che chi usa questa espressione non conosce davvero bene il suo significato. Per questo è lecito domandarsi cosa siano i Big Data, perché sono così ricorrenti nella stampa online e offline, soprattutto quella di natura marketing e IT, e che cosa significa che i Big Data rappresentano un’evoluzione per diversi settori.
Per capire bene cosa siano i Big Data, non serve snocciolare complesse definizioni, che farebbero impallidire lo stesso Einstein, ma è sufficiente capire il significato profondo del termine e come la sua influenza possa essere notata nella vita di tutti i giorni.
È importante iniziare con il dire che lo stesso termine Big Data è alquanto fuorviante. La traduzione grandi dati o grossi dati, infatti, fa pensare all’enorme quantità di dati oggi disponibili in diversi settori e, in automatico, porta a concludere che per rivoluzione Big Data si intendono le opportunità oggi disponibili di avere così tante informazioni al servizio business.
Questa conclusione è vera solo in minima parte. Anche perché esistono settori dove i dati, per quanto ve ne siano davvero in ingenti quantità, non sono sempre disponibili a tutti e, soprattutto, non vengono sempre condivisi.
Lasciando stare questo aspetto, che verrà ripreso in chiusura, l’effettiva quantità di dati oggi generati è abnorme: dai telefoni, alla carte di credito usate per gli acquisti, dalla televisione agli storage necessari per le applicazioni dei computer, dalle infrastrutture intelligenti delle città, fino ai sensori montati sugli edifici, sui mezzi di trasporto pubblici e privati e via discorrendo.
I dati vengono generati con un flusso così crescente che tutte le informazioni accumulate nel corso degli ultimi due anni ha superato l’ordine dei Zettabyte (1021 byte), segnando un record per l’umana civiltà.
bluds022
https://www.ted.com/talks/kenneth_cukier_big_data_is_better_data?language=it
RispondiEliminami è capitato di vedere questa video conferenza di "ted" riguardante i big data, vi consiglio vivamente la visione per capirne di più sugli stessi.
BLUES006
Il termine big data ("grandi masse di dati" in inglese) indica genericamente una raccolta di dati così estesa in termini di volume, velocità e varietà. Il termine è utilizzato in riferimento alla capacità dei dati, di analizzare e mettere in relazione un'enorme quantità di dati, strutturati e non strutturati, allo scopo di scoprire i legami tra fenomeni diversi (ad esempio correlazioni) e prevedere quelli futuri. La disciplina può essere vista come un'evoluzione dei tradizionali metodi di business intelligence, allargata a dati ancora più voluminose. le caratteristiche appunto dei Big data sono le tre V.(velocità, volume, varietà)
RispondiEliminaIl Volume dei Big Data
Riguarda la quantità di informazioni incluse nel singolo dataset di Big Data. Solo che, quando si parla di informazioni incluse in questi particolari insiemi di dati, si ha a che fare con quantità difficilmente, per esempio:le foto salvate dagli utenti su Facebook,si stima che quest'ultimo da quando sia stato creato, ha raccolto oltre 250 miliardi di foto.
La Velocità per i Big Data
la seconda caratteristica fondamentale per capire i Big Data e la loro applicazione è la velocità. Ripartiamo dalla quantità elevata di dati raccolti al giorno d'oggi. Per archiviare, salvare, catalogare, riutilizzare queste informazioni così pesanti serve velocità. Se usare i Big Data non fosse veloce, sarebbe inutile avere tante informazioni che poi però sono troppo pesanti per essere utilizzate nell'immediato. Senza velocità di raccolta ed elaborazione delle informazioni, Un flusso di dati, anche se di enormi dimensioni, deve essere studiato e analizzato in maniera molto rapida per rilevare la presenza o meno di nuovi codici maligni o di nuove minacce informatiche generate dagli hacker.
La varietà nei Big Data
La terza fondamentale V dei Big Data è la varietà. Ogni dato infatti è molto diverso dall'altro. Ci sono, come visto, foto, tweet, post, informazioni di un sensore IoT e così via. Insomma, le informazioni archiviate nei Big Data sono molto variegati e ognuno ha una provenienza specifica. Questa diversificazione crea dei problemi di gestione e unione dei vari dati per ottenere delle informazioni più complete. Ci vogliono complessi strumenti di analisi dei dati per riuscire a capire in maniera chiara i Big Data. Non bastano di certo i semplici fogli di calcolo come si usava un tempo per paragonare e gestire grandi dati. Il modello di Data Analytics è il processo per ricavare valore da questa mole di informazioni.
Il termine big data indica genericamente una raccolta di dati così estesa in termini di volume, velocità e varietà da richiedere tecnologie e metodi analitici specifici per l'estrazione di valore o conoscenza. Il termine è utilizzato in riferimento alla capacità (propria della scienza dei dati) di analizzare ovvero estrapolare e mettere in relazione un'enorme mole di dati eterogenei, strutturati e non strutturati, allo scopo di scoprire i legami tra fenomeni diversi (ad esempio correlazioni) e prevedere quelli futuri. La disciplina può essere vista come un'evoluzione dei tradizionali metodi di business intelligence, allargata a moli di dati ancor più variegate e soprattutto più voluminose.
RispondiEliminaVIOLADS020
VIOLADS023
RispondiEliminaNell’odierna società c’è «una paura “di sottofondo”: quella di non essere amati, benvoluti, di non essere accettati per quello che si è. Oggi, sono tanti i giovani che hanno la sensazione di dover essere diversi da ciò che sono in realtà, nel tentativo di adeguarsi a standard spesso artificiosi e irraggiungibili. E questa inadeguatezza fa scattare il bisogno – anzi l’ossessione – di ricevere il maggior numero di “mi piaci”.
Tale ossessione alimenta la paura e blocca la persona nell’esercizio del buon uso dei social network che non servono per avere “mi piaci” ma semplicemente per comunicare, cioè per esprimersi e condividere qualcosa di nostro all’altro che incontriamo in Rete. E per farlo bene bisogna non avere paura di se stessi e dell’altro.
Al giorno d'oggi su qualsiasi social network si voglia navigare, troveremo sempre pubblicità: il paio di scarpe che abbiamo cercato nei giorni antecedenti, il volo Lamezia-Malpensa più conveniente e tante altre cose di cui ci siamo interessati poco tempo prima.
RispondiEliminaquesto avviene perché i siti entro i quali navighiamo raccolgono informazioni sui nostri gusti, sulle nostre abitudini (virtuali e non) e su ciò che ci interessa concretamente.. questi vengono poi vendute alle varie aziende e si ritorna quindi al collegamento delle pubblicità. si crea un circolo vizioso di denaro che ha come ci considera protagonisti di esso.
questo giro di informazioni non avviene solo sui social, bensì anche nei comuni giochi che si possono trovare sullo store del proprio smartphone.
La quantità di dati che viene creata immagazzinata a livello globale è quasi impensabile ed é in continua crescita, tutte le grandi aziende utilizzano i big data per ricevere dati estrapolare il maggior guadagno da essi però ció nella maggior parte dei casi mette a rischio il diritto alla privacy che ha un lavoratore in quanto raccogliendo dati in continuazione durante l'operato di quest'ultimo potrebbe portare un datore di lavoro ad accedere a dati sensibili. Perciò un buon metodo sarebbe limitare l'entrata e gli enti che utilizzano i big data ma soprattutto informare i lavoratori o le persone comuni in cosa vanno incontro.
RispondiEliminaViolaD009
Partiamo dalla definizione di Big Data, ossia da un insieme di informazioni che presentano caratteristiche di voluminosità, velocità, varietà. È importante sottolineare come sia necessario, per impostare una riflessione adeguata sui Big Data, la contemporaneità dei tre elementi: senza voluminosità (ossia con valori dell’ordine degli zettabyte), dobbiamo parlare più correttamente di data warehouse; senza velocità non possiamo avere analisi in tempo reale; senza varietà siamo in presenza di un semplice database strutturato.
RispondiEliminaMa altre due caratteristiche stanno assumendo rilievo nella definizione dei Big Data, cioè la veridicità e il loro valore.
VIOLADS011
https://www.bing.com/videos/search?q=il+problema+dei+big+data&&view=detail&mid=0A1D5373CD378C0C79350A1D5373CD378C0C7935&&FORM=VRDGAR
RispondiEliminaOggi, soprattutto noi giovani, facciamo un uso frequente dei cosiddetti social network. Usiamo queste piattaforme come un luogo in cui creare un immagine ideale di se stessi. Un passatempo insomma! Dietro a tutto ciò però c'è molto di più: tutte le informazioni su di noi, sulle nostre passioni, sulle nostre tendenze e su i nostri gusti vengono "registrate", vengono schedate. L'obbiettivo principale dei social infatti è accumulare informazioni, accumulare Big Data cioè mega dati per poi rivenderli ad aziende interessate. Questi dati, oltre a velocità, peso e variazione hanno una quarta caratteristica cioè value, valuta. I social infatti si basano sulla pubblicità per fare soldi ma il problema di queste mega informazioni è che non sono organizzate in modo strutturale in un database e quindi non possono essere utilizzate in SQL. Una possibile soluzione è creare algoritmi di intelligenza artificiale per gestire i dati che hanno ordine di grandezza di esabyte.
RispondiEliminaL’uso dei social media ci mette a contatto con un mondo a se, con le sue regole e i suoi pericoli. Conoscere le caratteristiche e le conseguenze sociali dell’utilizzo di questi mezzi può aiutarci a comprendere gli aspetti negativi che si nascono dietro i social come ad esempio perdere il contatto con il mondo reale, cyberbullismo e la perdita di privacy e infatti siamo quasi costretti ad inserire delle informazioni personali per testimoniare la nostra “veridicità”. Non solo i nostri dati vagheranno nella rete, mettendoci a nudo di fronte a profili sconosciuti, ma diventeranno di proprietà delle aziende che gestiscono i social media. Conseguentemente questi dati potrebbero essere venduti a sistemi governativi o ad aziende multinazionali. Questi volumi di dati, conosciuti come Big Data, potrebbero essere utilizzati anche come controllo sociale.
RispondiEliminaVIOLADS013
Durante la navigazione sul web o sui Social Network, ogni individuo lascia inconsapevolmente molti più dati di quanto si potrebbe pensare.
RispondiEliminaGli algoritmi moderni riescono a capire i nostri gusti tramite i mi piace lasciati nelle varie pagine, i social network sono gratuiti e molti di essi non contengono pubblicità all'interno anche se ultimamente lasciano sponzorizzare i propri post per poter essere raggiunti da un bacino di utensa superiore.
In sostanza i social network vendono i nostri dati alle multinazionali così da sponzorizzare singolarmente i loro prodotti.
Qui si parla pure di pubblicità mirata al singolo, la sponzorizzazione dei prodotti è cambiata rispetto ad una volta quando un determinato prodotto veniva sponzorizzato ad una moltitudine di persone, ora i prodotti vengono mostrati solo a chi realmente è interessato all'acquisto.
Le informazioni sono la cosa più importanti nella società odierna.
Un nostro mi piace può cambiare il prodotto che ci appare sulla home page.
VIOLADS007
Questa è una problematica molto comune ai giorni nostri, quest'attaccamento a rendere la propria vita fonte di pubblicità per gli altri non è una cosa del tutto corretta.
RispondiEliminaVIOLAES005
da questo post si può capire quanto sia importante il progresso tecnologico che permette alla popolazione di modernizzarsi e non di regredire.
RispondiEliminaviolaes025
sono pienamente d'accordo con le cose appena dette . VIOLAES010
RispondiEliminaNon sapevo dell'esistenza di tale legame e sinceramente mi sconvolge un po' sempre di più vedere come internet è sempre un mare gigantesco e in parti inesplorato da molti.
RispondiEliminaVIOLAES026
Figura base dello sviluppo dei Big Data è il Data Scientist, definito dall'Harvard Business Review come "The Sexiest Job of the 21st Century". il compito di tale persona consiste nello sviluppare dalla immensa base di dati a sua disposizione al fine di intuire quello che rappresentano i dati stessi e trasformare il tutto in un business allargando le proprie competenze al fine di adeguarsi al contesto e agli obiettivi a lui richiesti; queste azioni possono essere trasformate in servizi al fine di soddisfare i bisogni, in quanto elemento di una società in continuo sviluppo tali figure professionali diventeranno più richieste ed essenziali per il nostro futuro
RispondiEliminaVIOLAES022
Gli utenti che utilizzano i social(cioè quasi tutta la popolazione mondiale) devono essere messi al corrente di questo uso e abuso dei propri dati. Bisogna perciò fare attenzione a ciò che si rende pubblico al popolo del web.
RispondiEliminail mondo del web è popolato da persone coscienti ed incoscienti, proprio per questo bisogna fare attenbzione a quello che si pubblica. la privacy è assente
RispondiEliminaviolaes023