Ev Ses Büyük veri, sosyal bilimler ve olumsuz sonuçların olumlu sonuçlara nasıl dönüştürüleceği

Büyük veri, sosyal bilimler ve olumsuz sonuçların olumlu sonuçlara nasıl dönüştürüleceği

İçindekiler:

Anonim

Mobil cihazların, sosyal medya ve diğer yapılandırılmamış kaynaklardan gelen verilerin kullanımı nedeniyle veri hacmi hızla artmaktadır. Hadoop gibi büyük veri teknolojileri, çeşitli kaynaklarda daha büyük hacimli verilerin analizine yeni yaklaşımlar getirerek iş dünyasında sürücü koltuğuna oturmaktadır.


Büyük veri, bir kuruluşun zamanında yönetme ve analiz etme yeteneğini aşan verilerin hacmi, çeşitliliği ve hızı olarak tanımlanır. Büyük verilerin gerçek avantajı, büyük iş kararlarına yol açabilecek hızlı, gerçeğe dayalı kararlar için hasat edilebildiği zaman gerçekleşir. Dolayısıyla, büyük verileri araştırabilen ve bunlardan yararlanan kuruluşların belirgin bir avantajı vardır. Burada, büyük verilerin neler yapabileceğini, bir veri açısından zengin alanda nasıl uygulanabileceğini ve bunun diğer iş ve hükümet alanları için ne kadar geniş uygulamalara bakacağını inceleyeceğiz.

Veri Patlaması

IBM'deki sağlık ve yaşam bilimleri için büyük veri çözümleri direktörü Charlie Schick, büyük verileri tanımlamanın en iyi yolu, "her gün yarattığımız ve tükettiğimiz her geçen gün artan bilgi miktarı ve karmaşıklığıdır" diyor. Aslında, her gün, çeşitli satın alma işlem kayıtlarından sağlık bakımı tıbbi görüntülerine, bilimsel araştırma bulgularından sosyal medya mesajlarına kadar çeşitli kaynakları kullanarak yaklaşık 2.5 kuintilyon bayt veri oluşturuyoruz.


Arama motorları, Twitter gibi sosyal medya ile birlikte, büyük ölçekte toplanan küçük veri parçalarının yeni bir örneğini oluşturdu. Bu da bu verileri toplama ve yönetme konusundaki düşünme şeklimizi değiştirdi. Mevcut kültür, bu küçük veri parçalarının daha büyük miktarlarını kısa sürede tüketmektir. Bu yaklaşım, veri yönetimi için büyük zorlukların yanı sıra heyecan verici fırsatlar da sunmaktadır. Bir iş modelinin başarılı olması için, küçük ve giderek daha çeşitli şekillerde yakalanan daha büyük hacimli verileri işleyebilmelidir.


Verilerin hacmi göz önüne alındığında, bunları toplamak için etkili bir mekanizma bulmak zorlaşır. Sağlık ve sosyal medya verilerini ele alalım. Bu alanların her ikisinin de büyük veri setleri vardır. Bu alanlar için veri toplama, büyük verilerin evriminde önemli bir adımdır. Veri toplamak için uygun bir mekanizma olmadan doğru sonuçlara ulaşamayız.

Büyük Verileri Keşfetme ve İşleme

İleride, büyük verileri araştırabilen ve bunlardan yararlanabilen kuruluşların daha fazla kanıta dayalı kararlar alabilmeleri gerektiğine inanılmaktadır. Büyük verileri kullanarak hemen hemen her alanda bazı önemli sorulara kolayca cevap verebiliriz. Ancak burada, büyük verilerin büyük bir etki yaratma gücüne sahip olduğu bir alan olan sosyal hizmetler sektörüne bakacağız.


Örneğin, büyük veriler aşağıdaki soruları analiz edebilmeli ve cevaplayabilmeli ve sonuçta daha iyi bir hasta sonucu sağlamalıdır:

  • Yeniden kabul ile sosyal hizmetlere erişim arasındaki ilişki nedir?
  • Kalış süresi ile müdahalenin etkinliği arasında herhangi bir korelasyon var mı?
  • Ev adresi ve ziyaret sıklığı arasındaki bağlantı nedir?
  • Bakım durumuna girerken benzer müdahale adaylarını belirlememize yardımcı olabilecek aile durumu, müdahaleler ve sonuçlar arasında bir bağlantı bulmak mümkün müdür?
  • Nüfusun bir kesimi hakkında, gençlere yönelik hamilelik veya aile içi şiddet gibi olumsuz eğilimlere yanıt vermemize veya bunlardan daha ilerlememize yönelik programlarımızı değiştirmemize rehberlik eden bir anlayış var mı?
Sosyal hizmetler sektöründe büyük veri kullanmanın, sosyal hizmet uzmanlarının olumsuz eğilimleri takip etmelerine ve zamanında gerekli önlemleri almalarına izin verebileceği bir gerçektir. İhtiyaçları, müşteri bunları bilmeden bile tanımlayabiliyorsak, durumu çok verimli bir şekilde halledebiliriz. Gençlik sektöründe okulu bırakmak potansiyel bir örnek olarak değerlendirilebilir. Hangi gençliğin okuldan ayrıldığı eğilimlerini kontrol edersek veya daha yüksek riskli davranışlara veya eğitimsel düşük performansa götürme eğilimi gösteren eylemler gösterirsek - veriler açıkça daha yüksek potansiyel gösterdiğinde - daha pahalı olmayan önleyici tedbirlere müdahale etmek mümkün olur, ancak daha etkilidir ve müşteriye yönlendirilebilir.


Büyük veri, bu durumların üstesinden gelmeyi ve sorunların nedenini keşfetmeyi mümkün kılar. Bu, bir kez tanımlandıktan sonra sorunu ortadan kaldırmamıza yardımcı olur. Sorunu ancak trendlere ve tarihsel verilere bakarak keşfedebiliriz. Sosyal medyada, verileri analiz ederken bir trend analiz mekanizmasına sahip olmalıyız. Analiz ettiğimiz daha geniş veri kümesi, daha iyi, daha doğru sonuçlar elde edebiliriz. Büyük veriler yalnızca büyük hacimli verileri işlemenin yollarını sunmakla kalmaz, aynı zamanda daha geniş bir veri aralığını işlemek için yenilikçi çözümler de sunar. Büyük veri, yapılandırılmış, yapılandırılmamış ve yarı yapılandırılmış veri kümelerini işleme yeteneğine sahiptir. (Büyük Verilerin Çözebileceği 5 Gerçek Dünya Probleminde daha fazla bilgi edinin.)

Sosyal Bilimlerde Büyük Veri Analizi

Sosyal veri analizi, sosyal verileri analiz etmekten başka bir şey değildir. Bu veriler herhangi bir alandan gelebilir. Yukarıda belirtildiği gibi, belirli bir sektördeki lise terkleri gibi olumsuz sonuçların kesin nedenini bulmamız gerekir. Sorun belirlendikten sonra, durumun üstesinden gelmek daha kolay hale gelir. Büyük veri, bu bilgileri bulmayı mümkün kılan bir araçtır.

Büyük veri, sosyal bilimler ve olumsuz sonuçların olumlu sonuçlara nasıl dönüştürüleceği