• ISSN Print 2706-8145
    ISSN Online 2706-8153
    https://doi.org/10.15407/csc

  • Контакти

    Адреса
    пр. Академіка Глушкова, 40
    Kиїв, 03187, Україна;

    Час роботи
    Понеділок; П'ятниця:
    9:00–17:30
    Тел.: (+38044) 526-00-09

Control Systems and Computers, N3, 2023, Стаття 4

https://doi.org/10.15407/csc.2023.03.033

Урсатьєв О.А. Дослідження даних у промислових data-mining проєктах в епоху генерації великих даних. Control Systems and Computers. 2023. № 3. С. 33-53.

УДК 004.65:004.75:004.738.5

О.А. УРСАТЬЄВ, к.т.н., с.н.с., провідний науковий співробітник, Відділ комплексних досліджень інформаційних технологій, Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України, ORCID: https://orcid.org/0009-0009-8323-0525, 03187, м. Київ, просп. Академіка Глушкова, 40, Київ, Україна, aleksei@irtc.org.ua

ДОСЛІДЖЕННЯ ДАНИХ У ПРОМИСЛОВИХ DATA-MINING-ПРОЄКТАХ В ЕПОХУ ГЕНЕРАЦІЇ ВЕЛИКИХ ДАНИХ

Розглянуто  еволюційні зміни платформ виявлення необхідної інформації в даних та їхнє подальше аналітичне дослідження в промисловості та інших сферах діяльності суспільства. У зв’язку з неухильним збільшенням  усіх доступних типів даних традиційний бізнес-аналіз із залученням ІТ-служб не задовольняє компанії. Бізнес потребує значно меншого часу для розуміння, щоб залишатися конкурентоспроможним і знаходити нові можливості свого розвитку. Наведено підходи, аналітичний апарат та інструментарій для отримання інформації, орієнтовано на бізнес-користувачів.

Завантажити повний текст! (українською)

Ключові слова: рівні зрілості аналітики, інтелектуальна аналітика, виявлення інформації в даних, дослідження даних, підготовка даних, дані самообслуговування, платформи підготовки даних на засадах самообслуговування, конвеєр підготовки даних.

  1. Gritsenko, V.I., Oursatyev, A.A., 2017. “Big Data and Tools for Analytics”. Upravlausie sistemy i masiny, 4, pp. 3-14. (In Russian).
  2. Ginsburg, J., Mohebbi, M., Patel, R. et al. Detecting influenza epidemics using search engine query data. Nature. 2009, 457, pp. 1012–1014, http://www.nature.com/nature/journal/ v457/n7232/full/nature07634.html.
  3. Gritsenko, V.I., Oursatyev, A.A., 2011. “Information Technologies: the Tendency, the Ways of the Development”. Upravlausie sistemy i masiny, 5, pp. 3-20. (In Russian).
  4. Luhn, H.P., 1958. “A Business Intelligence System”. IBM Journal of Research and Development, Vol. 2, Issue 4, pp. 314–319.
  5. Martens, Ch. The maturing of BI. Interview: Hyperion chief strategy officer Howard Dresner discusses how as BI matures, companies should too. InfoWorld. Sep. 22. 2006. [online]. Available at: <https://www.infoworld.com/article/2661157/database/the-maturing-of-bi.html> [Accessed: 17 Dec. 2021].
  6. Laurent Duval. Original Meaning of “Intelligence” in “Business Intelligence”. [online]. Available at: <https://datascience.stackexchange.com/questions/8016/original-meaning-of-intelligence-in-business-intelligence> [Accessed: 07 Nov. 2015].
  7. What’s the Difference Between Business Intelligence (BI) and EPM? [online]. Available at: < http://blog.hostanalytics.com/whats-the-difference-between-business-intelligence-bi-and-epm> [Accessed: 07 Nov. 2021].
  8. Dresner, H. Predicts the future of business intelligence. [online]. Available at: <http://searchbusinessanalytics.techtarget.com/podcast/Howard-Dresner-predicts-the-future-of-business-intelligence> [Accessed: 17 Dec. 2021].
  9. Schlegel, K., Sallam, R.L., Yuen, D. et al. Magic Quadrant for Business Intelligence and Analytics Platforms. [online]. Available at: < http://business-view.dk/wp-content/uploads/2015/02/Magic-Quadrant-for-Business-Intelligence-and-Analytics-Platforms-ALL.pdf> [Accessed: 05 Feb. 2013].
  10. 1 Herschel, G., Linden, A., Kart, L. Magic Quadrant for Advanced Analytics Platforms. [online]. Available at: <https://pdfs.semanticscholar.org /1a9f /ff52e8084d0da00491e54d45113bd81d2e91.pdf> [Accessed: 19 Feb. 2014].
  11. Herschel, G., Linden, A., Kart, L. Magic Quadrant for Advanced Analytics Platforms. [online]. Available at: <https://davidhoglund.typepad.com/files/magic-quadrant-for-advanced-analytics-platforms.pdf> [Accessed: 17 Feb. 2015].
  12. Magic Quadrant for Business Intelligence and Analytics Platforms / R.L. Sallam, J. Tapadinhas, J. Parenteau et al. [online]. Available at: <http://www.thgcfo.com/wp-content/uploads/2014/02/Magic-Quadrant-for-Business-Intelligence-and-Analytics-Platforms.pdf> [Accessed: 20 Feb. 2014].
  13. Magic Quadrant for Business Intelligence and Analytics Platforms / Rita L. Sallam, Bill Hostmann, Kurt Schlegel et al. [online]. Available at: <http://zzircon.com/wp-content/uploads/2015/04/Magic-Quadrant-for-Business-Intelligence-and-Analytics-Platforms-2015.pdf> [Accessed: 23 Feb. 2015].
  14. Business intelligence systems 2013. Market overview. TAdviser. [online]. Available at: <http://www.old.rbcgrp.com/files/QlikView_TAdviser2013.pdf> [Accessed: 17 Dec. 2021].
  15. Dinsmore, T.W. Disruptive Analytics: Charting Your Strategy for Next-Generation Business Analytics. Apress, 2016, 262 p, https://www.apress.com/us/book/9781484213124> [Accessed: 17 Dec. 2021].
  16. Nikolaev, O. Gartner: analytics should become a top priority for business. [online]. Available at: <http://channel4it.com/publications/Gartner-analitika-dolzhna-stat-glavnym-prioritetom-dlya-biznesa-5204.html#> [Accessed: 17 Oct. 2014].
  17. Chabrier, A. Data Types for Data Sciences. [online]. Available at: <https://towardsdatascience.com/data-types-for-data-sciences-65dcbda6177c1818> [Accessed: 17 Dec. 2021].
  18. Prohnozna analityka vid SAP – SAP. Predictive Analytics. [online]. Available at: <https://jetbi.ru/obzor-sap-predictive-analytics> [Accessed: 23 Aug. 2018].
  19. Predictive analytics. [online] Available at:<https://en.wikipedia.org/wiki/Predictive_ analytics> [Accessed 23 Aug. 2018].
  20. Stepashko, V.S., Yefimenko, S.N, 2018. “Predictive Analytics as an effective tool for decision support in Digital Economics Systems”. Upravlausie sistemy i masiny, 6, pp. 25-35. (In Ukraine).
  21. Stepashko, V.S., 2017. “The Achievements and Prospects of Inductive Modeling”. Upravlausie sistemy i masiny, 2, pp. 58-73. (In Russian).
  22. Descriptive, Predictive, and Prescriptive Analytics Explained. [online] Available at:<https://halobi.com/blog/descriptive-predictive-and-prescriptive-analytics-explained/> [Accessed 05 Jun. 2019].
  23. Prescriptive Analytics. [online] Available at:<https://en.wikipedia.org/ wiki/Prescriptive_analytics>[Accessed 07 May 2019].
  24. Predictive Analytics vs. Prescriptive Analytics: What Is the Difference? Available at:<https://www.proponent.com/predictive-analytics-vs-prescriptive-analytics/> [Accessed 07 May 2019].
  25. Descriptive, Predictive and Prescriptive Analytics. Available at:<http://www.gurobi.com/resources/prescriptive-analytics>[Accessed 07 May 2019].
  26. IBM Analytics. Prescriptive analytics. [online] Available at:<https://www.ibm.com/ analytics/prescriptive-analytics> [Accessed 07 May 2019].
  27. Frankenfield, J., Prescriptive Analytics. [online] Available at: <https://www.investopedia.com/terms/p/prescriptive-analytics.asp> [Accessed 06 March 2019].
  28. Schlegel, K., 2008. The Rise of Data Discovery Tools. [online] Available at:<https://www.gartner.com/en/ documents/765514/the-rise-of-data-discovery-tools> [Accessed: 17 Dec. 2021].
  29. A Closer Look at One of 2017’s Most Important BI Trends. [online] Available at:<https://bi-survey.com/data-discovery> [Accessed: 17 Dec. 2021].
  30. Magic Quadrant for Data Science and Machine-Learning Platforms / Peter Krensky, Erick Brethenoux, Carlie Idoine et al. [online] Available at:<https://www.gartner.com/ en/documents/3860063> [Accessed: 22 Feb. 2018].
  31. Magic Quadrant for Data Science and Machine Learning Platforms. Carlie Idoine, Peter Krensky, Alexander Linden et al. [online] Available at:<https://www.gartner.com/en/documents/ 3899464/magic-quadrant-for-data-science-and-machine-learning-pla> [Accessed: 28 Jan. 2019].
  32. Elliott, T., 2017. What is Artificial Intelligence Called?! [online] Available at: <https:// timoelliott.com/blog/2017/06/what-is-artificial-intelligence-called.html> [Accessed 11 Jul. 2019].
  33. Sallam, R.L., Tapadinhas, J., Parenteau J. and et al. Magic Quadrant for Business Intelligence and Analytics Platforms. [online] Available at:<http://www.thgcfo.com/wp-content/uploads/2014/02/Magic-Quadrant-for-Business-Intelligence-and-Analytics-Platforms.pdf> [Accessed: 17 Feb. 2014].
  34. Oursatyev, A.A., 2017. “Big data. Analytical databases and data warehouse: Teradata”, Upravlausie sistemy i masiny, 2, pp. 51-67. (In Russian).
  35. Harris, J. Five stages of data preparation. [online] Available at:<https://www.sas.com/ru_ua/insights/articles/ data-management/the-five-d-s-of-data-preparation.html> [Accessed: 17 Dec. 2021].
  36. Ehtisham, Z., Sallam, R.L., Shubhangi, V. Market Guide for Data Data Preparation. [online] Available at:<https://www.gartner.com/doc/reprints?id=1-4FSMSCI&ct=170929&st=sb> [Accessed: 17 Dec. 2017].
  37. Howard, Ph. Data Preparation (self-service). [online] Available at:<https://www.bloorresearch.com/technology/data-preparation-self-service/> [Accessed: 17 Dec. 2021].
  38. BI Trends: Table of Contents. [online] Available at:<https://bi-survey.com/self-service-bi> [Accessed: 17 Dec. 2021].
  39. The Definitive Guide to Self-Service Data. https://resources.boomi.com/resources/ home/the-definitive-guide-to-self-service-data> [Accessed: 17 Dec. 2021].
  40. Oursatyev A.A., 2019. “Big data. Analytical databases and data warehouse: Greenplum”, Upravlausie sistemy i masiny, 2, pp. 40-69. (In Russian).
  41. Patel, M. Chorus Brings Data Science Minds Together. Feb., 2013. [online]. Available at: <https://blog.dellemc.com/ en-us/chorus_data_science/> [Accessed: 17 Dec. 2021].
  42. Greenplum Software Introduces Greenplum Chorus. Originally published April 12 2010. [online]. Available at: <http://www.b-eye-network.com/view/13182> [Accessed: 17 Dec. 2021].
  43. Howard, Ph. Self-service data preparation and cataloguing. [online]. Available at: <https://www.bloorresearch.com/research/self-service-data-preparation-cataloguing-p2/> [Accessed: 12 Nov. 2016].
  44. Howard, Ph. Data Preparation (self-service). [online]. Available at: <https: //www.bloorresearch.com/technology/data-preparation-self-service/> [Accessed: 01 July 2018].
  45. Oursatyev, A.A., 2018. “Big data. Analytical databases and data warehouse: Vertica, Kdb”. Upravlausie sistemy i masiny, 1, pp. 57-70. (In Russian).
  46. Data profiling. [online]. Available at: <https://en.wikipedia.org/wiki/Data_profiling> [Accessed: 17 Dec. 2021].
  47. 47. Oursatyev, A.A., 2016. “SomeFrameworks forAnalytics Big Data”. Upravlausie sistemy i masiny, 3, pp. 29-42. (In Russian).
  48. Estensen, F.O. Master Data Management BI MicrosoftMDM. [online]. Available at: <https://ru.scribd.com/ presentation/252578258/BI-MicrosoftMDM-Frank-Olav-Estensen#scribd> [Accessed: 17 Dec. 2021].
  49. Garter Bimoda. [online]. Available at: <https://www.gartner.com/en/information-technology/glossary/bimodal> [Accessed: 17 Dec. 2021].
  50. Zeichick, A. Mode 1, Mode 2: Alan Zeichick on Bimodal Development. [online]. Available at: <https://blog.parasoft.com/mode-1-mode-2-alan-zeichick-on-bimodal-development> [Accessed: 17 Dec. 2015].

Надійшла 06.07.2022

    • English

  • Архів журналу

     2024:  1  2  3  4 

     2023:  1  2  3  4 

     2022:  1  2  3  4 

     2021:  1  2  3  4  5  6 

     2020:  1  2  3  4  5  6

     2019:  1  2  3  4  5  6

     2018:  1  2  3  4  5  6

     2017:  1  2  3  4  5  6

     2016:  1  2  3  4  5  6

      Архів