Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "BIG" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 231
Tytuł:
Big Data: the current wave front of the tsunami
Autorzy:
Caldarola, E. G.
Sacco, M.
Terkaj, W.
Powiązania:
https://bibliotekanauki.pl/articles/1395588.pdf
Data publikacji:
2014
Wydawca:
Polskie Towarzystwo Promocji Wiedzy
Tematy:
big data
big science
advanced manufacturing
Opis:
In recent years, a real tsunami has flooded many human activities. Genomics, Astronomy, Particle Physics and Social Sciences are just a few examples of fields which have been intensively invaded by a massive amount of data coming from simulation, experiments or exploration. This huge pile of data requires a new way to deal with, a real paradigmatic shift respect to the past as for theories, technologies or approaches in data management. This work outlines the current wave front of Big Data, starting from a possible characterization of this new paradigm to its most compelling applications and tools, with an exploratory research of Big Data challenges in manufacturing engineering.
Źródło:
Applied Computer Science; 2014, 10, 4; 7-16
1895-3735
Pojawia się w:
Applied Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Big Data Model "Entity and Features"
Autorzy:
Shakhovska, N.
Bolubash, U.
Veres, O.
Powiązania:
https://bibliotekanauki.pl/articles/411279.pdf
Data publikacji:
2015
Wydawca:
Polska Akademia Nauk. Oddział w Lublinie PAN
Tematy:
big data
NoSQL
document-oriented database
Big Table
Opis:
The article deals with the problem which led to Big Data. Big Data information technology is the set of methods and means of processing different types of structured and unstructured dynamic large amounts of data for their analysis and use of decision support. Features of NoSQL databases and categories are described. The developed Big Data Model “Entity and Features” allows determining the distance between the sources of data on the availability of information about a particular entity. The information structure of Big Data has been devised. It became a basis for further research and for concentrating on a problem of development of diverse data without their preliminary integration.
Źródło:
ECONTECHMOD : An International Quarterly Journal on Economics of Technology and Modelling Processes; 2015, 4, 2; 51-58
2084-5715
Pojawia się w:
ECONTECHMOD : An International Quarterly Journal on Economics of Technology and Modelling Processes
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Reception of the New Framework for Implementing Temporal Big Data Analytics in Organizations
Recepcja nowych ram dla wdrożenia temporalnej analityki big data w organizacjach
Autorzy:
Mach-Król, Maria
Powiązania:
https://bibliotekanauki.pl/articles/2197831.pdf
Data publikacji:
2022
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
temporal big data
implementation framework
temporal big data analytics (TBDA)
leagile approach
temporalne big data
ramy implementacji
temporalna analiza big data
podejście leagile
Opis:
The main goal of this study was to present the reception of the new framework for implementing temporal big data analytics (TBDA) in organizations. This research also aimed at verifying the correctness and usefulness of the proposed framework by means of a focus group interview. The need for TBDA is described, and the proposed framework briefly outlined. Finally, the results of the focus group interview are presented. The proposed conceptual framework was positively verified. The most important findings of this study are: proving that effective implementation of big data analytics in companies requires consideration of time; demonstrating the usefulness of the leagile approach in the implementation of TBDA in companies; positive verification of the comprehensive conceptual framework for TBDA implementation in organizations.
Głównym celem artykułu jest przedstawienie recepcji nowych ram wdrażania temporalnej analizy big data (TBDA – Temporal Big Data Analytics) w organizacjach. Jednocześnie badania mają na celu zweryfikowanie poprawności i użyteczności proponowanych ram. Weryfikacja została przeprowadzona za pomocą zogniskowanego wywiadu grupowego. W artykule wskazano potrzebę TBDA, pokrótce przedstawiono proponowane ramy implementacji tego rozwiązania oraz przedstawiono wyniki zogniskowanego wywiadu grupowego. Zaproponowane ramy konceptualne zostały zweryfikowane pozytywnie. Najważniejsze wnioski z tego badania to: udowodniono, że skuteczne wdrożenie analityki big data w firmach wymaga uwzględnienia czasu; wykazano przydatność podejścia leagile we wdrażaniu TBDA w organizacjach; pozytywnie zweryfikowano kompleksowe ramy koncepcyjne wdrożenia TBDA w organizacjach.
Źródło:
Informatyka Ekonomiczna; 2022, 2; 28-48
1507-3858
Pojawia się w:
Informatyka Ekonomiczna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A Review on Big Data Management and Decision-Making in Smart Grid
Autorzy:
Mohamed, Amira
Refaat, Shady S.
Abu-Rub, Haitham
Powiązania:
https://bibliotekanauki.pl/articles/1193826.pdf
Data publikacji:
2019
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
Big Data
energy management
Big Data analytics
smart grid
decision-making
Opis:
Smart grid (SG) is the solution to solve existing problems of energy security from generation to utilization. Examples of such problems are disruptions in the electric grid and disturbances in the transmission. SG is a premium source of Big Data. The data should be processed to reveal hidden patterns and secret correlations to extrapolate the needed values. Such useful information obtained by the so-called data analytics is an essential element for energy management and control decision towards improving energy security, efficiency, and decreasing costs of energy use. For that reason, different techniques have been developed to process Big Data. This paper presents an overview of these techniques and discusses their advantages and challenges. The contribution of this paper is building a recommender system using different techniques to overcome the most obstacles encountering the Big Data processes in SG. The proposed system achieves the goals of the future SG by (i) analyzing data and executing values as accurately as possible, (ii) helping in decision-making to improve the efficiency of the grid, (iii) reducing cost and time, (iv) managing operating parameters, (v) allowing predicting and preventing equipment failures, and (vi) increasing customer satisfaction. Big Data process enables benefits that were never achieved for the SG application.
Źródło:
Power Electronics and Drives; 2019, 4, 39; 1-13
2451-0262
2543-4292
Pojawia się w:
Power Electronics and Drives
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The Big Data Mining Approach For Finding Top Rated URL
Autorzy:
Shyam Mohan, J. S.
Shanmugapriya, P.
Kumar, Bhamidipati Vinay Pawan
Powiązania:
https://bibliotekanauki.pl/articles/108631.pdf
Data publikacji:
2015
Wydawca:
Społeczna Akademia Nauk w Łodzi
Tematy:
big data
data mining
Opis:
Finding out the widely used URL’s from online shopping sites for any particular category is a difficult task as there are many heterogeneous and multi-dimensional data set which depends on various factors. Traditional data mining methods are limited to homogenous data source, so they fail to sufficiently consider the characteristics of heterogeneous data. This paper presents a consistent Big Data mining search which performs analytics on text data to find the top rated URL’s. Though many heuristic search methods are available, our proposed method solves the problem of searching compared with traditional methods in data mining. The sample results are obtained in optimal time and are compared with other methods which is effective and efficient.
Źródło:
Journal of Applied Computer Science Methods; 2015, 7 No. 1; 17-32
1689-9636
Pojawia się w:
Journal of Applied Computer Science Methods
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The importance of Big Data Analytics technology in business management
Autorzy:
Pizło, Wojciech
Kulykovets, Olena
Prokopowicz, Dariusz
Mazurkiewicz-Pizło, Anna
Kałowski, Adam
Paprocka, Małgorzata W.
Stawicka, Ewa
Skarzyńska, Edyta
Powiązania:
https://bibliotekanauki.pl/articles/20311652.pdf
Data publikacji:
2023-10-31
Wydawca:
Akademia Sztuki Wojennej
Tematy:
Big Data management
Digital Twins
new technology management
Big Data
Analytics
Scopus database
Opis:
Data processing, artificial intelligence and IoT technologies are on the rise. The role of data transfer security systems and databases, known as Big Data, is growing. The main cognitive aim of the publication is to identify the specific nature of Big Data management in an enterprise. The paper uses the bibliographic Elsevier and Springer Link databases, and the Scopus abstract database. The distribution of keywords, drawing attention to four main areas related to research directions, is indicated, i.e., Big Data and the related terms „human”, „IoT” and „machine learning”. The paper presents the specific nature of Big Data together with Kitchin and McArdle’s research, indicating the need for a taxonomic ordering of large databases. The precise nature of Big Data management, including the use of advanced analytical techniques enabling managerial decision-making, was identified. The development of Cyber Production Systems (CPS), based on BD, integrating the physical world of an enterprise with the digitisation of information as the concept of Digital Twins (DTs), was also indicated. CPS offer the opportunity to increase enterprise resilience through increased adaptability, robustness and efficiency. With DTs, manufacturing costs are reduced, the product life cycle is shortened, and production quality increases.
Źródło:
Cybersecurity and Law; 2023, 10, 2; 270-282
2658-1493
Pojawia się w:
Cybersecurity and Law
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Solutions with big graph of iterative functional equations of the first order
Autorzy:
Bartłomiejczyk, Lech
Powiązania:
https://bibliotekanauki.pl/articles/965988.pdf
Data publikacji:
1999
Wydawca:
Polska Akademia Nauk. Instytut Matematyczny PAN
Tematy:
iterative functional equation
big graph
Opis:
We obtain a result on the existence of a solution with big graph of functional equations of the form g(x,(x),(f(x)))=0 and we show that it is applicable to some important equations, both linear and nonlinear, including those of Abel, Böttcher and Schröder. The graph of such a solution has some strange properties: it is dense and connected, has full outer measure and is topologically big.
Źródło:
Colloquium Mathematicum; 1999, 82, 2; 223-230
0010-1354
Pojawia się w:
Colloquium Mathematicum
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
NoSQL databases as a data warehouse for decision support systems
Autorzy:
Kurpanik, J.
Powiązania:
https://bibliotekanauki.pl/articles/347368.pdf
Data publikacji:
2017
Wydawca:
Akademia Wojsk Lądowych imienia generała Tadeusza Kościuszki
Tematy:
big data
NoSQL
ACID
CAP
Opis:
Nowadays, to some extent decision support systems are forced to base their operation on large data warehouses whose analysis is difficult and time consuming. This is why where data are stored becomes vital. The use of an efficient and productive data warehouse for this purpose can significantly improve application/system operation. Currently one of the most common solutions used in Big Data storage and quick processing are non-relational databases NoSQL. They are a relatively new solution, however, their development is dynamic and their market share is increased on a daily basis, which means that it worth investigating what they offer.
Źródło:
Zeszyty Naukowe / Wyższa Szkoła Oficerska Wojsk Lądowych im. gen. T. Kościuszki; 2017, 3; 124-131
1731-8157
Pojawia się w:
Zeszyty Naukowe / Wyższa Szkoła Oficerska Wojsk Lądowych im. gen. T. Kościuszki
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Health Sector and Application of Big Data: A Case Study of India
Autorzy:
Mitra, Roma
Dhingra, Apaar
Powiązania:
https://bibliotekanauki.pl/articles/14104106.pdf
Data publikacji:
2022-03-27
Wydawca:
Wyższa Szkoła Bankowa we Wrocławiu
Tematy:
health care
big data
India
Opis:
Aim: The paper aims to study and present the case study of the health sector of India. The paper also aims to identify the opportunities for the application of Big data in the health sector. The major stakeholders of the system viz. doctors, hospitals, clinics, insurance companies, pharmaceutical companies, research, and development organizations, industries manufacturing medical instruments, laboratories, medical data analysts, and many more are utilizing big data and predictive analytics in their critical decision making. The predicted revenue was expected to reach 280 billion by 2020 as per the statistics given by the Indian Brand Equity Foundation. Research methods: A critical review has been conducted using electronic sources between 2015 and 2020, limited to English language articles and reports published from 2015 onwards. The reviews will be classified to identify the opportunities for future application of Big Data. Conclusions: The paper presents a trend in the use of Big Data Analysis in the health sector. The paper also explores and identifies the areas of future application of big data to increase the efficacy of the system. Originality/value of the article: This is an original piece of article in the context of India in terms of documenting the big data applications in the health sector and identifying the opportunities for the future application of the same.  Implications of the research: This research holds a significant contribution towards the implications of the application of Big Data in the health sector. The newly identified areas of the health sector, which can be improved by using the big data analytics, are important for the policy makers of the organizations, including the Government.  Limitations of the research: The research has been conducted based on the secondary data, which area available in the public domain. However, due to COVID 19, there could have been more innovations in the health sector in terms of using the big data, which may not have been published or are available in the public domain. Also, collection of the primary data in terms of an interview with the administrators/management can be explored in the future study.
Źródło:
Central European Review of Economics and Management; 2022, 6, 1; 45-65
2543-9472
Pojawia się w:
Central European Review of Economics and Management
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Controlling the effect of multiple testing in Big Data
Autorzy:
Denkowska, Sabina
Powiązania:
https://bibliotekanauki.pl/articles/585035.pdf
Data publikacji:
2014
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
multiple testing
FDR
Big Data
Opis:
Big Data poses a new challenge to statistical data analysis. An enormous growth of available data and their multidimensionality challenge the usefulness of classical methods of analysis. One of the most important stages in Big Data analysis is the verification of hypotheses and conclusions. With the growth of the number of hypotheses, each of which is tested at significance level, the risk of erroneous rejections of true null hypotheses increases. Big Data analysts often deal with sets consisting of thousands, or even hundreds of thousands of inferences. FWER-controlling procedures recommended by Tukey [1953], are effective only for small families of inferences. In cases of numerous families of inferences in Big Data analyses it is better to control FDR, that is the expected value of the fraction of erroneous rejections out of all rejections. The paper presents marginal procedures of multiple testing which allow for controlling FDR as well as their interesting alternative, that is the joint procedure of multiple testing MTP based on resampling [Dudoit, van der Laan 2008]. A wide range of applications, the possibility of choosing the Type I error rate and easily accessible software (MTP procedure is implemented in R multtest package) are their obvious advantages. Unfortunately, the results of the analysis of the MTP procedure obtained by Werft and Benner [2009] revealed problems with controlling FDR in the case of numerous sets of hypotheses and small samples. The paper presents a simulation experiment conducted to investigate potential restrictions of MTP procedure in case of large numbers of inferences and large sample sizes, which is typical of Big Data analyses. The experiment revealed that, regardless of the sample size, problems with controlling FDR occur when multiple testing procedures based on minima of unadjusted p-values ( ) are applied. Moreover, the experiment indicated the serious instability of the results of the MTP procedure (dependent on the number of bootstrap samplings) if multiple testing procedures based on minima of unadjusted p-values ( ) are used. The experiment described in the paper and the results obtained by Werft, Benner [2009] and Denkowska [2013] indicate the need for further research on MTP procedure.
Źródło:
Mathematical Economics; 2014, 10(17); 5-16
1733-9707
Pojawia się w:
Mathematical Economics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The use of Big Data resources in patient experience management
Wykorzystanie zasobów Big Data do zarządzania pacjentami
Autorzy:
Jelonek, D.
Chluski, A.
Powiązania:
https://bibliotekanauki.pl/articles/323127.pdf
Data publikacji:
2018
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
Big Data
management of healthcare
patient experience
big data
zarządzanie służbą zdrowia
doświadczenia pacjenta
Opis:
The aim of the paper is to present opportunities for the use o patient experience management of selected Big Data resources generated by health service stakeholders. The data collected by health service entities often meet conditions of Big Data definition. These are Big Data resources, with substantial variability and varied structure, containing much useful information. The use of analytical Big Data methods in patient experience management should have a positive impact on quality and efficiency of services provided by the health care entities.
Celem artykułu jest przedstawienie możliwości wykorzystania zarządzania przypadkami medycznymi pacjenta generowanymi przez interesariuszy służby zdrowia przy wykorzystaniu wybranych narzędzi Big Data. Dane gromadzone przez podmioty służby zdrowia często spełniają warunki wystarczające doi zaklasyfikowania je jako Big Data. Są to zasoby o znacznej zmienności i zróżnicowanej strukturze, zawierające wiele użytecznych informacji na temat pacjentów. Zastosowanie analitycznych metod Big Data w zarządzaniu przypadkami pacjentów powinno mieć pozytywny wpływ na jakość i efektywność usług świadczonych przez podmioty służby zdrowia.
Źródło:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska; 2018, 117; 199-212
1641-3466
Pojawia się w:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Big Data: Challenges and Opportunities in Financial Management
Big data: wyzwania i szanse w zarządzaniu finansami
Autorzy:
Pilipczuk, Olga
Cosenco, Natalia
Kosenko, Olena
Powiązania:
https://bibliotekanauki.pl/articles/1923668.pdf
Data publikacji:
2019-11-29
Wydawca:
Uniwersytet Warszawski. Wydawnictwo Naukowe Wydziału Zarządzania
Tematy:
big data
financial management
accounting
labor market
Big Data
zarządzanie finansami
księgowość
rynek pracy
Opis:
This paper describes the challenges and opportunities of using “big data” in the practice of financial management. The research question addressed in this work is what the major topics in existing research concerning the demand for big data skills are and where the resulting gaps in financial management occur. The experts noticed the transformation of the finance manager profession and predict that in next decade big data skills will be required for financial managers. The purposes of the paper are: to analyze the current state of the financial manager profession in selected labor markets, to identify the number of job positions with big data skills currently needed and to check additional skills and competencies needed in practice. The purpose of the literature study is to highlight the opportunities and challenges of big data technologies in financial management. To present a snapshot of big data skills demand in the European labor market for financial managers, we conducted research which reveals core skills currently needed for this position. We examined the most popular job search websites to find finance managers job openings that require big data skills in selected European countries. In conclusion, we provide potential areas for further research.
W niniejszym artykule podjęto próbę opisania wyzwań i możliwości wykorzystania technologii Big Data w praktyce zarządzania finansami. Pytanie badawcze poruszone w artykule dotyczy analizy zapotrzebowania na rynku pracy w zakresie umiejętności Big Data i związanych z nimi luk badawczych w zarządzaniu finansami. Eksperci odnotowują transformację zawodu menedżera finansowego i przewidują, że w następnej dekadzie od menedżerów finansowych będą wymagane umiejętności wykorzystania technologii Big Data. Celem artykułu jest analiza obecnego stanu zawodu menedżera finansowego na rynkach pracy wybranych krajów Europy, identyfikacja liczby ofert pracy zawierających wymagania związane z umiejętnościami w zakresie Big Data oraz sprawdzenie dodatkowych umiejętności i kompetencji potrzebnych w praktyce dla menadżerów finansowych. Celem analizy literatury tematu było podkreślenie możliwości i wyzwań wykorzystania technologii Big Data w zakresie zarządzania finansami. Aby przedstawić stan obecny zapotrzebowania na umiejętności Big Data dla menedżerów finansowych na wybranych europejskich rynkach pracy, przeprowadzono badania, które ujawniły kluczowe umiejętności potrzebne obecnie na tym stanowisku. Przeanalizowano najbardziej popularne strony internetowe z ofertami pracy wybranych krajów Europy, aby znaleźć oferty pracy dla menedżerów finansowych, wymagające umiejętności Big Data. Badanie ujawniło różnice w popycie na umiejętności Big Data między badanymi krajami. W podsumowaniu nakreślono potencjalne obszary dalszych badań.
Źródło:
Problemy Zarządzania; 2019, 5/2019 (85); 9-23
1644-9584
Pojawia się w:
Problemy Zarządzania
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Depression in the light of the Transactional Analysis theory – social media Big Data analysis
Depresja w świetle teorii analizy transakcyjnej - analiza mediów społecznościowych przy pomocy Big Data
Autorzy:
Wieczorek, Zbigniew
Powiązania:
https://bibliotekanauki.pl/articles/445825.pdf
Data publikacji:
2019
Wydawca:
Uniwersytet Humanistyczno-Przyrodniczy im. Jana Długosza w Częstochowie. Wydawnictwo Uczelniane
Tematy:
depresja
analiza transakcyjna
Big Data
media społecznościowe
depression
transactional analysis
big data
social media
Opis:
Analiza wyników badań epidemiologicznych pozwala stwierdzić wzrost częstości zachorowań na depresje. Trzeba też mieć świadomość istnienia osób, które znajdują się na pograniczu depresji a także tych, którzy z różnych powodów nie będą nigdy zdiagnozowani a są osobami chorymi. Depresja znacząco obniża jakość życia chorych i ma poważne konsekwencje zdrowotne. Dodatkowo jest to poważny problem społeczny, który wiąże się ze skutkami psychologicznymi dla otoczenia chorego oraz rosnącymi kosztami leczenia depresji. Opis depresji jest złożony, wiąże się z czynnikami psychospołecznymi, pojawia się wiele modeli depresji i sposobów radzenia sobie z chorobą. Wzrost wiedzy na temat depresji może przyczynić się do wcześniejszego diagnozowania a w określonych sytuacjach do zapobiegania chorobie. Model depresji przedstawiony w teorii analizy transakcyjnej jest przydatny w opisie i zrozumieniu problemów depresyjnych. Specyficzny język analiz transakcyjnej przydatny jest w procesie edukacyjnym, pozwala też na analizę zjawiska poprzez rozpoznawanie specyficznych zachowań i wypowiedzi. Język ten można wykorzystać w analizie mediów społecznościowych, które od pewnego czasu są odbiciem problemów realnego życia.
The analysis of epidemiological studies shows an increase in the number of people suffering from depression. One should also take into account those on the brink of depression and those who, for various reasons, will never be diagnosed but are ill. Depression has a detrimental effect on patients’ quality of life and poses a threat to one’s health. Additionally, it is a serious social issue that is linked with psychological consequences for a given patient’s environment and growing costs of depression treatment. The description of depression is complex and regards psycho-social factors. There are many models of depression and ways of dealing with it. The growth of knowledge about depression might contribute to early diagnosing and, in particular situations, it might prevent the illness. The model of depression presented in the theory of transactional analysis is useful in describing and understanding issues concerning depression. The specific language of transactional analysis is useful in the educational process, it also allows for analysing the phenomenon by identifying particular behaviour and utterances. This language can be used for the analysis of social media which have been reflecting real-life problems for some time.
Źródło:
Edukacyjna Analiza Transakcyjna; 2019, 8; 91-115
2299-7466
Pojawia się w:
Edukacyjna Analiza Transakcyjna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The use of big data resources in patient experience management
Wykorzystanie zasobów Big Data do zarządzania pacjentami
Autorzy:
Jelonek, D.
Chluski, A.
Powiązania:
https://bibliotekanauki.pl/articles/323081.pdf
Data publikacji:
2018
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
Big Data
management of healthcare
patient experience
big data
zarządzanie służbą zdrowia
doświadczenia pacjenta
Opis:
The aim of the paper is to present opportunities for the use o patient experience management of selected Big Data resources generated by health service stakeholders. The data collected by health service entities often meet conditions of Big Data definition. These are Big Data resources, with substantial variability and varied structure, containing much useful information. The use of analytical Big Data methods in patient experience management should have a positive impact on quality and efficiency of services provided by the health care entities.
Celem artykułu jest przedstawienie możliwości wykorzystania zarządzania przypadkami medycznymi pacjenta generowanymi przez interesariuszy służby zdrowia przy wykorzystaniu wybranych narzędzi Big Data. Dane gromadzone przez podmioty służby zdrowia często spełniają warunki wystarczające doi zaklasyfikowania je jako Big Data. Są to zasoby o znacznej zmienności i zróżnicowanej strukturze, zawierające wiele użytecznych informacji na temat pacjentów. Zastosowanie analitycznych metod Big Data w zarządzaniu przypadkami pacjentów powinno mieć pozytywny wpływ na jakość i efektywność usług świadczonych przez podmioty służby zdrowia.
Źródło:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska; 2018, 120; 117-129
1641-3466
Pojawia się w:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A Survey on Big Data and Internet of Things
Autorzy:
Ragothaman, Bhuvaneswari
Prabha, M. Surya
Jose, Elsa
Sarojini, B.
Powiązania:
https://bibliotekanauki.pl/articles/1193562.pdf
Data publikacji:
2016
Wydawca:
Przedsiębiorstwo Wydawnictw Naukowych Darwin / Scientific Publishing House DARWIN
Tematy:
Big Data
Cloud
Hadoop
IoT
technologies
Opis:
In the internet the content of data are very large in size and in various structures, which are heterogeneous by nature. This is said to be Big Data. The data which satisfies the conditions of Big Data are similar to the IoT. So it can be said that Big Data and IoT are two sides of the same coin. For IoT the data can be shared using Cloud which acts as the transmission medium, and Big Data is a part of Cloud. Processing and deriving data from IoT is one of the biggest challenge and some special analytics are being used. The extracting and managing of the Big Data generated by the IoT is done by the Big Data technologies like Hadoop. There are various technologies and protocols are being used in the communication between the devices of IoT.
Źródło:
World Scientific News; 2016, 41; 159-164
2392-2192
Pojawia się w:
World Scientific News
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 231

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies