احمد یوسفی - گروه کامپیوتر، دانشگاه آزاد اسلامی واحد تهران مرکزتهران، ایران

داده های بزرگ مجموعه ای از مجموعه داده ها هستند که بسیارپیچیده و بزرگ است. مجموعه داده ها روز به روز رشد میکنند. به اشتراک گذاری، انتقال، ذخیره و غیره بیشترین چالشهایی هستند که داده های بزرگ با آنها مواجهند. داده کاوی الگوهایی از مجموعه های بزرگ را پیدا می کند. داده کاوی با داده های بزرگ کاری پیچیده است. تیوری HACE فرضیه ای است که روابط پیچیده و درحال تحول بین داده ها را پیدا میکند بعبارتی ویژگیها و خصوصیات داده های بزرگ را مییابد. در این مقاله بررسی می کنیم که چگونه سامانه های مدیریت پایگاه داده های مرسوم نمیتوانند با داده های بزرگ مواجه شوند و داده های بزرگ شروع به ظهور میکنند. پیامدها و چالشهای داده های بزرگ و ابزارهای رایج برای پیادهسازی و تحلیل آنها را شرح میدهیم. به بررسی تکنیکهای شاخص گذاری مانند MapReduce خواهیم پرداخت که به داده های بزرگ اضافه میشوند و در بسیاری برنامه ها مانند اناگرام و مسیله دوستان مشترک و غیره به کار می-روند. برخی دیگر از برنامه های جهانی داده های بزرگ نیز مورد بحث قرار می-گیرند . در آخر نیز به مقایسه کلی تکنیکهای مختلف داده کاوی خواهیم پرداخت.

داده های بزرگ، آناگرام، HACE، داده کاوی