Informacja

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

Wyszukujesz frazę "Big Data," wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Identyfikacja trendów w polskich mediach na przykładzie kwartalnika „Studia Medioznawcze”. Wykorzystanie narzędzi Big Data
Identification of Trends in the Polish Media on the Example of the Quarterly Studia Medioznawcze. The Use of Big Data Tools
Autorzy:
Pruchnik, Piotr
Powiązania:
https://bibliotekanauki.pl/articles/1205530.pdf
Data publikacji:
2020
Wydawca:
Uniwersytet Warszawski. Wydział Dziennikarstwa, Informacji i Bibliologii
Tematy:
Big Data
eksploracja danych
media
PwC
trend
data mining
Opis:
Rynek mediów rozwija się dynamicznie, dlatego ważne jest właściwe prognozowanie trendów. Cel/teza: Celem artykułu jest identyfikacja trendów w polskich mediach. Metody badań: W artykule zaprezentowano unikalną metodykę rafinacji informacji Big Data do analizy trendów w mediach. Jako materiał źródłowy posłużyły teksty zamieszczone w kwartalniku „Studia Medioznawcze”. Do analizy wykorzystano narzędzia eksploracji danych oraz Big Data. Wyniki i wnioski: Sformułowano własną prognozę trendów mediów na bazie publikacji naukowych i porównano ją z przygotowaną przez firmę konsultingową PwC. Wartość poznawcza: Wyniki wykazują znaczne rozbieżności. Najbardziej perspektywiczne dziedziny w raporcie PwC – VR (virtual reality) oraz OTT (over the top) – nie mają potwierdzenia w artykułach naukowych.
The media market is developing dynamically; therefore, it is important to forecast trends correctly. Scientific objective: The aim of the paper is to identify trends in the Polish media. Research methods: The paper presents a unique methodology of information extracting—Big Data for analyzing trends in the media. The source material were the texts published in the quarterly Studia Medioznawcze. The Big Data tools have been used for the analysis. Results and conclusions: Author’s forecast of media trends based on scientific publications have been formulated, and it was compared with the one prepared by the consulting company PwC. Cognitive value: The results show significant discrepancies. The most promising areas in the PwC Report Forecasts VR and OTT have no confirmation in scientific papers.
Źródło:
Studia Medioznawcze; 2020, 1; 412-428
2451-1617
Pojawia się w:
Studia Medioznawcze
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Digitization of Polish mining industry by reducing costs and improving safety and quality of finished product
Cyfryzacja polskiego górnictwa metodą obniżenia kosztów i zwiększenia bezpieczeństwa oraz jakości produktu końcowego
Autorzy:
Wojtas, P.
Kozłowski, A.
Wojtas, M.
Powiązania:
https://bibliotekanauki.pl/articles/1361286.pdf
Data publikacji:
2017
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
digitization
big data
safety
smart mine
Industry 4.0
cyfryzacja
bezpieczeństwo
inteligentna kopalnia
przemysł 4.0
Opis:
This paper presents the current level of digitization of the Polish mining industry on examples of copper and hard coal mines. A proposal to digitize the individual business processes in mining production was presented. Six basic components were defined: mineral deposit management, SOP (Sales and Operation Planning), production, machines, security, and analyses. These components define the specifics of the functioning of the mining process. New methods of collecting and processing data based on Big Data technology were proposed.
W artykule przedstawiono aktualny poziom cyfryzacji polskiego górnictwa na przykładzie kopalń miedzi i węgla kamiennego. Przedstawiono propozycję digitalizacji procesów biznesowych w obszarze produkcji górniczej. Zdefiniowano sześć komponentów opisujących specyfikę funkcjonowania procesów zachodzących w kopalniach: zarządzanie złożem, SOP (Sales and Operation Planning), produkcja, maszyny, bezpieczeństwo i analizy. Zaproponowano nowe metody zbierania i przetwarzania danych z wykorzystaniem technologii Big Data.
Źródło:
Mining – Informatics, Automation and Electrical Engineering; 2017, 55, 3; 57-66
2450-7326
2449-6421
Pojawia się w:
Mining – Informatics, Automation and Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Z badań nad systemem rafinacji sieciowej. Identyfikacja sentymentów
From research on the system of refining the Web. Identifying sentiment words
Autorzy:
Gogołek, Włodzimierz
Jaruga, Dariusz
Powiązania:
https://bibliotekanauki.pl/articles/1288721.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Warszawski. Wydział Dziennikarstwa, Informacji i Bibliologii
Tematy:
informacja
internet
Big Data
kolekcjonowanie informacji
identyfikacja sentymentów
analiza sentymentów
information
collecting information
identifying sentiment words
sentiment analysis
Opis:
Dostępny potencjał mocy obliczeniowych i pamięci komputerowych stworzył niedostępne wcześniej warunki do analizy dużych zasobów informacyjnych – Big Data. W procesie tej analizy można wykorzystywać procedury kolekcjonowania informacji i ich analizy do trafnej oceny – w kategoriach emocjonalnych (sentymentów – dobry, zły) badanych zjawisk w przeszłości, w czasie rzeczywistym, a także do predykcji. Artykuł jest prezentacją kluczowej części tej procedury – istoty automatyzacji procesu identyfikacji sentymentów.
Available potential of computing power and computer memory had created, previously unavailable conditions for the analysis of, large information resources – Big Data. In the process of this analysis can be used procedures for collecting information and analysis for the accurate assessment – in terms of emotional (sentiments – good, bad) of studied phenomena – in the past, in real time, as well as to the prediction. The article is a presentation of the key parts of this procedure – being automate the process of identifying sentiment words.
Źródło:
Studia Medioznawcze; 2016, 4 (67); 103-111
2451-1617
Pojawia się w:
Studia Medioznawcze
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    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