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 "data refining" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    A framework for creating value from fleet data at ecosystem level
    Struktury dla tworzenia wartości z danych floty na poziomie ekosystemu
    Autorzy:
    Kinnunen, S. K.
    Hanski, J.
    Marttonen-Arola, S.
    Kärri, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/409926.pdf
    Data publikacji:
    2017
    Wydawca:
    STE GROUP
    Tematy:
    fleet data
    ecosystem
    framework
    value
    data refining
    asset management
    dane floty
    ekosystem
    struktury
    wartość
    rafinacja danych
    zarządzanie aktywami
    Opis:
    As companies have recently gotten more interested in utilizing the increasingly gathered data and realizing the potential of data analysis, the ability to upgrade data into value for business has been recognized as an advantage. Companies gain competitive advantage if they are able to benefit from the fleet data that is produced both in and outside the boundaries of the company. Benefits of fleet management are based on the possibility to have access to the massive amounts of asset data that can then be utilized e.g. to gain cost savings and to develop products and services. The ambition of the companies is to create value from fleet data but this requires that different actors in ecosystem are working together for a common goal – to get the most value out of fleet data for the ecosystem. In order that this could be possible, we need a framework to meet the requirements of the fleet life-cycle data utilization. This means that the different actors in the ecosystem need to understand their role in the fleet data refining process in order to promote the value creation from fleet data. The objective of this paper is to develop a framework for knowledge management in order to create value from fleet data in ecosystems. As a result, we present a conceptual framework which helps companies to develop their asset management practices related to the fleet of assets.
    Jako, że przedsiębiorstwa w ostatnim czasie zaczęły bardziej interesować się wykorzystaniem wzrastającej ilości danych i zdały sobie sprawę z potencjału analizy danych, uznano, że zdolność do przekształcenia danych w wartość dla przedsiębiorstwa jest dla niego korzystne. Przedsiębiorstwa zdobywają przewagę konkurencyjną, jeśli są w stanie wykorzystać dane floty, które są generowane zarówno wewnątrz, jak i na zewnątrz przedsiębiorstwa. Korzyści płynące z zarządzania flotą opierają się na możliwości uzyskania dostępu do ogromnych ilości danych o aktywach, które można następnie wykorzystać np. w celu uzyskania oszczędności a także rozwoju produktów i usług. Celem przedsiębiorstw jest tworzenie wartości z danych floty, ale wymaga to, aby różne podmioty w ekosystemie współpracowały ze sobą we wspólnym celu – aby uzyskać najwyższą wartość z danych floty dla ekosystemu. Aby było to możliwe, potrzebne są ramy, aby spełnić wymagania dotyczące wykorzystania danych o cyklu życia floty. Oznacza to, że różne podmioty w ekosystemie muszą zrozumieć swoją rolę w procesie rafinacji danych floty w promowaniu tworzenia wartości z danych floty. Celem niniejszego artykułu jest opracowanie ram zarządzania wiedzą w tworzeniu wartości z danych floty w ekosystemach. Jako wynik przedstawiono koncepcyjne podstawy, które pomagają przedsiębiorstwom rozwijać praktyki zarządzania aktywami związane z flotą aktywów.
    Źródło:
    Management Systems in Production Engineering; 2017, 3 (25); 163-167
    2299-0461
    Pojawia się w:
    Management Systems in Production Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Rafinacja informacji sieciowych na przykładzie wyborów parlamentarnych. Część 2. Portale internetowe, konteksty medialne i merytoryczne
    Refining Network Information on the Example of Parliamentary Elections. Part 2. Internet Portals, Media and Content Contexts
    Autorzy:
    Gogołek, Włodzimierz
    Kuczma, Paweł
    Powiązania:
    https://bibliotekanauki.pl/articles/484743.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Warszawski. Wydział Dziennikarstwa, Informacji i Bibliologii
    Tematy:
    Internet
    Big Data
    internet portals
    refining Big Data
    new sources of journalistic information
    parliamentary elections 2011
    internet
    portale internetowe
    rafinacja informacji sieciowych
    nowe źródła informacji dziennikarskich
    wybory parlamentarne 2011
    Opis:
    An important part of information resources available online as part of Big Data are Internet portals created by professionals. Frequently, though not always, they are an expanded, updated version of the printed editions of dailies and magazines. An important feature influencing the topics, range and quality of content created on these sites is their creation by professional editorial offices. Refining these resources – as new sources of journalistic information – is an addition to the first part of the presented research results, which concerned information sources provided by refining social networks, where content is usually created by non-professionals.
    Istotną część zasobów informacyjnych dostępnych w internecie składających się na Big Data są tworzone przez profesjonalistów portale internetowe. Często, choć nie zawsze, są one rozszerzoną, aktualizowaną kopią wydań drukowanych dzienników i czasopism. Ważnym czynnikiem wpływającym na tematykę, zakres i jakość tworzonych w tych miejscach treści jest ich przygotowywanie przez zawodowe redakcje. Rafinacja tych zasobów – jako nowych źródeł informacji dziennikarskich – stanowi uzupełnienie części pierwszej prezentacji wyników badań. Dotyczyły one zasobów informacyjnych dostarczanych przez rafinację sieci społecznościowych, gdzie treści z reguły są tworzone przez nieprofesjonalistów
    Źródło:
    Studia Medioznawcze; 2013, 3 (54); 153-156
    2451-1617
    Pojawia się w:
    Studia Medioznawcze
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Z badań nad wykorzystaniem rafinacji informacji sieciowej Wybory prezydenckie i parlamentarne 2015
    From the research – refining the information from the net Presidential and parliamentary elections in 2015
    Autorzy:
    Gogołek, Włodzimierz
    Jaruga, Dariusz
    Kowalik, Krzysztof
    Celiński, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/484403.pdf
    Data publikacji:
    2015
    Wydawca:
    Uniwersytet Warszawski. Wydział Dziennikarstwa, Informacji i Bibliologii
    Tematy:
    Big Data
    rafinacja informacji
    polityka
    wybory
    predykcja
    źródło informacji
    refining of information
    politics
    elections
    prediction
    the source of information
    Opis:
    Dzięki nowym technologiom informacyjnym możliwe stało się gromadzenie gigantycznych zbiorów informacji (Big Data, głównie sieciowych) i ich niestandardowa analiza – rafinacja informacji. Jej wynik jest cennym, tanim w uzyskaniu, nowym źródłem danych. Tworzą one wartościowy obraz przeszłości, czasu rzeczywistego i predykcji. Dowodzą tego m.in. wyniki badań dotyczących aktywności politycznej – wyborów prezydenckich i parlamentarnych w Polsce (2011, 2015).
    The new information technology makes a chance to collect enormous collections of information (Big Data, especially from the net) and to make their custom analysis – refining the information. The result is a valuable and inexpensive to obtain, the new source of the data. The data provide a genuine picture of the past, the real-time picture and the predictions. This is confi rmed by, among others, results of research on political activity during presidential and parliamentary elections in Poland (2011, 2015).
    Źródło:
    Studia Medioznawcze; 2015, 3 (62); 31-40
    2451-1617
    Pojawia się w:
    Studia Medioznawcze
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Big Data o mediach. Dominanty świata mediów
    Big Data On the Media. Dominants of the Media World
    Autorzy:
    Gogołek, Włodzimierz
    Powiązania:
    https://bibliotekanauki.pl/articles/2137728.pdf
    Data publikacji:
    2022-06-30
    Wydawca:
    Uniwersytet Warszawski. Wydział Dziennikarstwa, Informacji i Bibliologii
    Tematy:
    Big Data
    dominanty świata mediów
    media
    paradygmat przemysłu mediowego
    przemysł mediowy
    rafinacja informacji
    sztuczna inteligencja
    dominants of media
    media industry paradigm
    media industry
    information refining
    artificial intelligence
    Opis:
    Cel: identyfikacja aktualnych dominant świata mediów (kontynentów i wysp) wskazujących determinanty biznesowej kondycji przemysłu mediowego. Metodologia: zidentyfikowano źródła informacji i automatycznie pobrano zgromadzone w nich treści (tekstowe dane źródłowe). Następnie przeprowadzono ilościową analizę tych danych i przygotowano wizualizację uzyskanych wyników. W tym celu zastosowano narzędzia rafinacji informacji – Big Data. Uzyskane w ten sposób informacje umożliwiły ocenę stanu i dynamiki zmian dominant mediów. Wyniki i wnioski: wyniki badań umożliwiły identyfikację zbioru najistotniejszych dominant świata mediów oraz ich atrybutów. Są propozycją swoistego paradygmatu parametrów biznesowego modelu inwestycji w przemyśle mediowym. Ograniczenia badawcze: brak doświadczeń i autorytatywnych opracowań/publikacji w zakresie korzystania z informacyjnego potencjału Big Data w badaniach przemysłu mediowego w obszarze poszukiwania dominant świata mediów. Oryginalność: autorowi nieznane są badania, w których wykorzystano zasoby Big Data (treści i metody/narzędzia) odnoszące się do poszukiwania dominant przemysłu mediowego. Ponadto brak jest teorii oceniającej wiarygodność wyników badań prowadzonych na dużych zasobach informacji – Big Data. Zalążkiem takiej teorii mogą być opisane dalej badania oraz wyniki kilkudziesięciu wcześniejszych badań empirycznych wymienionych w bibliografii. Dowodzą one, począwszy od 2010 roku (m.in. pierwsze na świecie zastosowania Big Data w predykcji wyborów prezydenckich), trafności ocen (dotychczas niekwestionowanych) stanu i predykcji badanych zjawisk, dokonywanych na podstawie analiz Big Data.
    Scientific objective: to identify the current dominants of the media world (of continents and islands) that indicate the determinants of the business condition of the media industry. Research methodology: information sources were identified, and their content was automatically downloaded (text source data). Then, a quantitative analysis of these data was carried out and the obtained results were visualized. For this purpose, information refining tools were used––Big Data. Information obtained in this way made it possible to assess the state and dynamics of changes of the media dominants. Results and conclusions: results of the research made it possible to identify a set of the most important dominants of the media world and their attributes. They constitute a proposal of a specific paradigm of parameters for the business model of investment in the media industry. Research limitations: lack of experience and authoritative studies / publications in the field of using the information potential of Big Data in media industry research in the area of searching for the dominant elements of the media world. Originality: the author is not familiar with studies that use Big Data resources (content and methods / tools) relating to the search for the dominant elements of the media industry. Moreover, there is no theory assessing the credibility of research results conducted on large information resources––Big Data. The research and the results of several dozen previous empirical studies mentioned in the bibliography may constitute the seed of such a theory. They prove, starting from 2010 (including the first in the world applications of Big Data in predicting presidential elections), the accuracy of, so far unquestioned, assessments of the state and prediction of the studied phenomena, made on the basis of Big Data analyses.
    Źródło:
    Studia Medioznawcze; 2022, 2; 1171-1180
    2451-1617
    Pojawia się w:
    Studia Medioznawcze
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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