ورود به دنیای داده‌های کلان

بیگ دیتا هم اکنون به یک روند فراگیر جهانی تبدیل شده است. یک محقق حوزه تربیت بدنی که تاثیر عادات حرکتی و فعالیت‌های روزانه را بر پارامترهای جسمانی بررسی می‌کند یا محققی که تخصصش روانشناسی است و موضوع مورد علاقه‌اش ویژگی‌های خلقی انسان‌ها طی چرخه عمر است یا یک استاد خبره که به دنبال ارائه محتوای درسی متناسب با سطح توانایی هر دانشجو است یا یک جامعه شناس که می‌خواهد کشف کند نوجوانانی که قصد خودکشی دارند پیش از این اقدام الگوهای رفتاری‌شان به چه صورتی تغییر کرده است یا مدیر بازاریابی یک شرکت که قصد دارد بهینه‌ترین الگوی تبلیغات دیجیتال را برای اثرگذاری بر مخاطبین متنوع شرکت اجرا کند و بسیاری از تحقیقات دیگر در حوزه‌های مختلف علوم انسانی و اجتماعی، مهندسی و پزشکی به زودی تحت تاثیر بیگ دیتا ( Big Data یا همان کلان‌داده و یا به بیان فرهنگستانی‌اش مَه‌داده) متحول خواهند شد.

بیگ دیتا به مجموعه‌های عظیم داده‌ها گفته می‌شود که به دلیل پیچیدگی و بزرگ بودن، روش‌ها و نرم‌افزارهای سنتی تجزیه تحلیل و استنتاج از داده‌ها در مورد آنها جوابگو نیست.

این داده‌ها از روش‌های مختلفی چون شبکه‌های اجتماعی، جستجوهای روزانه کاربران و همچنین ابزارهایی چون تلفن‌های همراه، سنسورها و دوربین‌ها جمع آوری می‌شوند.

برای مثال گوشی موبایلی که من دارم داده‌های مربوط به تعداد گام‌هایی که در روز برمی‌دارم و الگوی پیاده‌روی من را در ساعات مختلف ثبت می‌کند. من می‌توانم داده‌های مربوط به خودم را ببینم و روندهای روزانه، هفتگی و ماهانه‌ام را بررسی کنم.

این یک نوع داده ساده و سنتی است. اما وقتی داده‌های من در کنار داده‌های چند میلیون نفر دیگر که کاربر این برنامه کاربردی موبایل هستند قرار می‌گیرد به یکباره با یک مجموعه داده گسترده و پیچیده مواجه خواهیم شد که از دل آن الگوهای بسیار مهمی در زمینه عادات پیاده‌روی استخراج خواهد شد.

حال اگر یک پژوهشگر این مجموعه داده‌ها را در اختیار داشته باشد و آن را در کنار مجموعه داده عظیم دیگری که در مورد اطلاعات پزشکی و سلامت کاربران است قرار دهد می‌تواند به الگوهای ارتباط بین عادات پیاده‌روی و پارامترهای سلامت پی ببرد.

پیش‌بینی می‌شود که بیگ دیتا تاثیری انقلابی بر تمام حوزه‌های علمی و اجرایی بگذارد. داده‌های بیشتر منجر به تحلیل‌های بهتر و استخراج الگوهای متعددتر خواهند شد.

در تحقیقات سنتی استخراج این الگوها ممکن نبود چرا که نهایتاً ما می‌توانستیم از طریق پرسشنامه و در یک نمونه کوچک داده‌های گسسته و از نظر زمانی محدودی را گردآوری کنیم؛ اما اکنون با مجموعه داده‌هایی مواجه هستیم که در آن اطلاعات ده‌ها میلیون نفر به صورت پیوسته ثبت شده است.

نتایج حاصل از تحلیل بیگ دیتا می‌تواند بسیاری از مدل‌های سنتی تفکر ما را به هم ریزد. برای مثال سال‌هاست که پزشکان سفارش می‌کنند حتما پیاده‌روی روزانه داشته باشیم چون برای سلامتی مفید است. اما فقط تحلیل بیگ دیتای پیاده‌روی و مشکلات حرکتی و عضلانی است که می‌تواند نشان دهد الگوی پیاده‌روی هر کدام از ما (ساعات انجام پیاده‌روی، تعداد گام‌ها و الگوی تناوبی قدم زدن) چگونه باشد که در سنین بالاتر دچار کمترین میزان عوارض عضلانی و آسیب‌های حرکتی شویم.

چگونه می‌توانم کاربرد بیگ دیتا در رشته خودم را بدانم؟

پاسخ ساده است. تقریبا در اغلب رشته‌ها مطالعات مربوطه شروع شده‌اند. البته هنوز اول راه است و این یعنی فرصت‌های متعددی برای پژوهش اصیل و اثرگذار در دسترس شما قرار دارد.

برای اینکه بدانید در رشته تخصصی شما بیگ دیتا چه می‌تواند انجام دهد کافی است که در گوگل جستجویی ساده انجام دهید. تقریبا با هر حوزه تخصصی که جستجو کنید پژوهش‌ها و گزارش‌های بسیاری جالبی بدست می‌آید:

• Big Data and economics
• Big Data and sports
• Big Data and health
• Big Data and Human Resource Management
• Big Data and public policy

در مورد روش تحلیل بیگ دیتا هم باید سراغ تکنیک‌هایی چون خوشه‌بندی، بصری‌سازی، مدل‌های همبستگی، الگوهای پیش‌بینی، روش‌های استخراج الگو و سایر تکنیک‌های الگویابی و معنابخشی داده‌ها رفت.

و نهایتاً اینکه در حال حاضر چالش‌های زیادی برای گردآوری و دسترسی به داده‌های کلان و تحلیل و تفسیر آن‌ها وجود دارد. اما چشم‌انداز نتایج بیگ دیتا بسیار جذاب است. به مرور نیز چالش‌های آن که اغلب فنی هستند در طی زمان حل خواهند شد.