البيانات الضخمة

يشير مصطلح البيانات الضخمة في المقام الأول إلى مجموعات البيانات التي تفوق حجمها أو تعقيدها قدرة برامج معالجة البيانات التقليدية على التعامل معها . توفر البيانات ذات المدخلات الكثيرة (الصفوف) قوة إحصائية أكبر ، بينما قد تؤدي البيانات ذات التعقيد الأعلى (المزيد من السمات أو الأعمدة) إلى ارتفاع معدل الاكتشاف الخاطئ . ^[¹^]

تشمل تحديات تحليل البيانات الضخمة جمع البيانات ، وتخزينها ، وتحليلها ، والبحث فيها، ومشاركتها ، ونقلها ، وعرضها ، والاستعلام عنها ، وتحديثها، وحماية خصوصية المعلومات ، ومصادر البيانات. ارتبط مفهوم البيانات الضخمة في الأصل بثلاثة مفاهيم أساسية: الحجم ، والتنوع ، والسرعة . ^{[ 2 ]} قد يُشكل تحليل البيانات الضخمة التي تقتصر على الحجم والسرعة والتنوع تحديات في عملية أخذ العينات . لذا، أُضيف مفهوم رابع، وهو المصداقية، والذي يُشير إلى مستوى موثوقية البيانات. ^{[ 3 ]} بدون استثمار كافٍ في الخبرات لضمان مصداقية البيانات الضخمة، قد يُؤدي حجم البيانات وتنوعها إلى تكاليف ومخاطر تتجاوز قدرة المؤسسة على خلق القيمة من البيانات الضخمة والاستفادة منها . ^{[ 4 ]}

يشير الاستخدام الحالي لمصطلح " البيانات الضخمة" عادةً إلى استخدام التحليلات التنبؤية ، وتحليلات سلوك المستخدم ، أو بعض أساليب تحليل البيانات المتقدمة الأخرى التي تستخلص القيمة من البيانات الضخمة، ونادرًا ما يشير إلى حجم محدد لمجموعة البيانات. "لا شك في أن كميات البيانات المتاحة حاليًا كبيرة بالفعل، لكن هذه ليست السمة الأكثر أهمية في هذا النظام البيئي الجديد للبيانات." ^{[ 5 ]} يمكن لتحليل مجموعات البيانات أن يكشف عن علاقات جديدة "لرصد اتجاهات الأعمال، والوقاية من الأمراض، ومكافحة الجريمة، وما إلى ذلك." ^{[ 6 ]} يواجه العلماء، والمدراء التنفيذيون، والأطباء، وقطاع الإعلان، والحكومات على حد سواء، صعوبات متكررة مع مجموعات البيانات الضخمة في مجالات تشمل عمليات البحث على الإنترنت ، والتكنولوجيا المالية ، وتحليلات الرعاية الصحية، ونظم المعلومات الجغرافية، والمعلوماتية الحضرية ، ومعلوماتية الأعمال . ويواجه العلماء قيودًا في أعمال العلوم الإلكترونية ، بما في ذلك الأرصاد الجوية ، وعلم الجينوم ، ^{[ 7 ]} وعلم الاتصال العصبي ، ومحاكاة الفيزياء المعقدة، وعلم الأحياء، والبحوث البيئية. ^{[ 8 ]}

ازداد حجم وعدد مجموعات البيانات المتاحة بسرعة كبيرة مع جمع البيانات بواسطة أجهزة مثل الأجهزة المحمولة ، وأجهزة إنترنت الأشياء الرخيصة والمتعددة التي تستشعر المعلومات ، ومعدات الاستشعار عن بُعد ، وسجلات البرامج، والكاميرات ، والميكروفونات، وقارئات تحديد الهوية بترددات الراديو (RFID)، وشبكات الاستشعار اللاسلكية . ^{[ 9 ]}^{[ 10 ]} وقد تضاعفت القدرة التكنولوجية للفرد في العالم على تخزين المعلومات تقريبًا كل 40 شهرًا منذ ثمانينيات القرن الماضي؛ ^{[ 11 ]} اعتبارًا من عام 2012.يتم توليد 2.5 إكسابايت (2.17 × 2^ ⁶⁰ بايت) من البيانات يوميًا . ^{[ 12 ]} وبناءً على توقعات تقرير IDC ، من المتوقع أن ينمو حجم البيانات العالمي نموًا هائلاً من 4.4 زيتابايت إلى 44 زيتابايت بين عامي 2013 و2020. وبحلول عام 2025، تتوقع IDC أن يصل حجم البيانات إلى 163 زيتابايت. ^{[ 13 ]} وفقًا لشركة IDC، يُقدّر الإنفاق العالمي على حلول البيانات الضخمة وتحليلات الأعمال (BDA) بنحو 215.7 مليار دولار أمريكي في عام 2021. ^{[ 14 ]}^{[ 15 ]} وأفادت Statista أن من المتوقع أن ينمو سوق البيانات الضخمة العالمي إلى 103 مليارات دولار أمريكي بحلول عام 2027. ^{[ 16 ]} وفي عام 2011، ذكرت شركة McKinsey & Company أنه إذا استخدم قطاع الرعاية الصحية في الولايات المتحدة البيانات الضخمة بشكل إبداعي وفعّال لتعزيز الكفاءة والجودة، فسيتمكن القطاع من تحقيق قيمة تزيد عن 300 مليار دولار أمريكي سنويًا. ^{[ 17 ]} وفي الاقتصادات المتقدمة في أوروبا، يمكن للمسؤولين الحكوميين توفير أكثر من 100 مليار يورو (149 مليار دولار أمريكي) من خلال تحسين الكفاءة التشغيلية وحدها باستخدام البيانات الضخمة. ^{[ 17 ]} ويمكن لمستخدمي الخدمات التي تُمكّنها بيانات الموقع الشخصي تحقيق فائض استهلاكي بقيمة 600 مليار دولار أمريكي. ^{[ 17 ]} ومن بين التحديات التي تواجه الشركات الكبيرة تحديد الجهة المسؤولة عن مبادرات البيانات الضخمة التي تؤثر على المؤسسة بأكملها. ^{[ 18 ]}

غالبًا ما تواجه أنظمة إدارة قواعد البيانات العلائقية وبرامج الإحصاء المكتبية المستخدمة لعرض البيانات صعوبة في معالجة وتحليل البيانات الضخمة. وقد تتطلب معالجة وتحليل هذه البيانات "برامج متوازية ضخمة تعمل على عشرات أو مئات أو حتى آلاف الخوادم". ^{[ 19 ]} ويختلف تعريف "البيانات الضخمة" باختلاف قدرات محلليها وأدواتهم. علاوة على ذلك، فإن توسع القدرات يجعل البيانات الضخمة هدفًا متحركًا. "بالنسبة لبعض المؤسسات، قد يؤدي التعامل مع مئات الجيجابايت من البيانات لأول مرة إلى الحاجة لإعادة النظر في خيارات إدارة البيانات. أما بالنسبة لمؤسسات أخرى، فقد يتطلب الأمر التعامل مع عشرات أو مئات التيرابايت قبل أن يصبح حجم البيانات عاملًا مهمًا". ^{[ 20 ]}

تعريف

يُستخدم مصطلح " البيانات الضخمة" منذ تسعينيات القرن الماضي، ويُنسب الفضل في انتشاره إلى جون ماشي . ^{[ 21 ]}^{[ 22 ]} تشمل البيانات الضخمة عادةً مجموعات بيانات تتجاوز أحجامها قدرة برامج الحاسوب الشائعة على جمعها وتنظيمها وإدارتها ومعالجتها خلال فترة زمنية مقبولة. ^{[ 23 ]} تشمل فلسفة البيانات الضخمة البيانات غير المهيكلة وشبه المهيكلة والمهيكلة؛ إلا أن التركيز الرئيسي ينصب على البيانات غير المهيكلة . ^{[ 24 ]} يُعد "حجم" البيانات الضخمة هدفًا متغيّرًا باستمرار؛ ففي عام 2012تتراوح أحجام البيانات من بضع عشرات من التيرابايتات إلى عدة زيتابايتات . ^{[ 25 ]} تتطلب البيانات الضخمة مجموعة من التقنيات والأساليب ذات أشكال تكامل جديدة لاستخلاص رؤى قيّمة من مجموعات البيانات المتنوعة والمعقدة وذات الحجم الهائل. ^{[ 26 ]} غالبًا ما يُدرج التباين كصفة إضافية للبيانات الضخمة.

ينص تعريف عام 2018 على أن "البيانات الضخمة هي المكان الذي تكون فيه أدوات الحوسبة المتوازية ضرورية للتعامل مع البيانات"، ويشير إلى أن "هذا يمثل تغييرًا واضحًا ومحددًا في علوم الكمبيوتر المستخدمة، من خلال نظريات البرمجة المتوازية، وفقدان بعض الضمانات والقدرات التي يوفرها نموذج كود العلائقي ". ^{[ 27 ]}

في دراسة مقارنة لمجموعات البيانات الضخمة، وجد كيتشن وماكاردل أن أياً من الخصائص الشائعة للبيانات الضخمة لا يظهر بشكل متسق في جميع الحالات التي تم تحليلها. ^{[ 28 ]} ولهذا السبب، حددت دراسات أخرى إعادة تعريف ديناميكيات القوة في اكتشاف المعرفة كسمة مميزة. ^{[ 29 ]} وبدلاً من التركيز على الخصائص الجوهرية للبيانات الضخمة، يدفع هذا المنظور البديل نحو فهم علائقي للبيانات، مؤكداً أن الأهم هو الطريقة التي يتم بها جمع البيانات وتخزينها وإتاحتها وتحليلها.

البيانات الضخمة مقابل ذكاء الأعمال

إن النضج المتزايد للمفهوم يوضح بشكل أكثر وضوحًا الفرق بين "البيانات الضخمة" و " ذكاء الأعمال ": ^{[ 30 ]}

تستخدم ذكاء الأعمال أدوات الرياضيات التطبيقية والإحصاءات الوصفية مع البيانات ذات الكثافة المعلوماتية العالية لقياس الأشياء، واكتشاف الاتجاهات، وما إلى ذلك.
تستخدم البيانات الضخمة التحليل الرياضي، والتحسين، والإحصاء الاستقرائي ، ومفاهيم من تحديد الأنظمة غير الخطية ^{[ 31 ]} لاستنتاج القوانين (الانحدارات، والعلاقات غير الخطية، والتأثيرات السببية) من مجموعات بيانات ضخمة ذات كثافة معلومات منخفضة ^{[ 32 ]} للكشف عن العلاقات والتبعيات، أو لإجراء تنبؤات بالنتائج والسلوكيات. ^{[ 31 ]}^{[ 33 ]}

صفات

يمكن وصف البيانات الضخمة بالخصائص التالية:

مقدار: كمية البيانات المُولَّدة والمُخزَّنة. يُحدِّد حجم البيانات قيمتها وما يُمكن استخلاصه منها من رؤى، وما إذا كان يُمكن اعتبارها بيانات ضخمة أم لا. عادةً ما يكون حجم البيانات الضخمة أكبر من تيرابايت وبيتابايت. ^{[ 34 ]}

متنوع: نوع البيانات وطبيعتها. كانت التقنيات السابقة، مثل أنظمة إدارة قواعد البيانات العلائقية (RDBMS)، قادرة على التعامل مع البيانات المنظمة بكفاءة وفعالية. إلا أن التحول من البيانات المنظمة إلى شبه المنظمة أو غير المنظمة شكّل تحديًا للأدوات والتقنيات الحالية. تطورت تقنيات البيانات الضخمة بهدف أساسي هو جمع وتخزين ومعالجة البيانات شبه المنظمة وغير المنظمة (المتنوعة) التي تُنتج بسرعة عالية وحجم هائل. لاحقًا، تم استكشاف هذه الأدوات والتقنيات واستخدامها للتعامل مع البيانات المنظمة أيضًا، ولكن يُفضل استخدامها للتخزين. في النهاية، ظلت معالجة البيانات المنظمة اختيارية، سواء باستخدام البيانات الضخمة أو أنظمة إدارة قواعد البيانات العلائقية التقليدية. يساعد هذا في تحليل البيانات لتحقيق الاستخدام الأمثل للرؤى الخفية التي تكشفها البيانات التي يتم جمعها عبر وسائل التواصل الاجتماعي، وملفات السجلات، وأجهزة الاستشعار، وما إلى ذلك. تستمد البيانات الضخمة من النصوص والصور والصوت والفيديو، بالإضافة إلى أنها تُكمل الأجزاء المفقودة من خلال دمج البيانات .

سرعة: سرعة توليد البيانات ومعالجتها لتلبية المتطلبات والتحديات التي تعترض طريق النمو والتطور. غالبًا ما تتوفر البيانات الضخمة في الوقت الفعلي. وبالمقارنة مع البيانات الصغيرة ، يتم إنتاج البيانات الضخمة بشكل أكثر استمرارية. يرتبط نوعان من سرعة البيانات الضخمة: معدل التوليد ومعدل المعالجة والتسجيل والنشر. ^{[ 35 ]}

صحة: تشير مصداقية البيانات أو موثوقيتها إلى جودتها وقيمتها. ^{[ 36 ]} لا يكفي أن تكون البيانات الضخمة كبيرة الحجم فحسب، بل يجب أن تكون موثوقة أيضًا لتحقيق قيمة في تحليلها. قد تتباين جودة البيانات المُجمّعة بشكل كبير، مما يؤثر على دقة التحليل. ^{[ 37 ]}

قيمة: القيمة التي يمكن الحصول عليها من خلال معالجة وتحليل مجموعات البيانات الضخمة. ويمكن قياس القيمة أيضًا من خلال تقييم الخصائص الأخرى للبيانات الضخمة. ^{[ 38 ]} وقد تمثل القيمة أيضًا ربحية المعلومات المستخرجة من تحليل البيانات الضخمة.

التباين: بخلاف التنوع، يُجسّد التباين فكرة أن تنسيقات البيانات الضخمة أو بنيتها أو مصادرها تتغير بمرور الوقت وفي ظل ظروف مختلفة. ويعتمد تفسير البيانات على السياق المتغير، ومع اختلاف السياق، قد تصبح المعاني القديمة غير صالحة. ^{[ 39 ]}

ومن الخصائص الأخرى المحتملة للبيانات الضخمة ما يلي: ^{[ 40 ]}

شامل: سواء كان النظام بأكمله (أي، ${\textstyle n}$ يتم التقاط أو تسجيل جميع البيانات المتاحة من المصادر، أو لا يتم ذلك. قد تشمل البيانات الضخمة جميع البيانات المتاحة من المصادر، أو قد لا تشملها.

دقيق الحبيبات وفريد من نوعه في المفردات: وعلى التوالي، نسبة البيانات المحددة لكل عنصر لكل عنصر تم جمعه وما إذا كان العنصر وخصائصه مفهرسة أو محددة بشكل صحيح.

العلاقات: إذا كانت البيانات التي تم جمعها تحتوي على حقول مشتركة من شأنها أن تتيح دمج مجموعات البيانات المختلفة أو إجراء تحليل تجميعي لها.

امتدادي: إذا كان من الممكن إضافة أو تغيير الحقول الجديدة في كل عنصر من عناصر البيانات التي تم جمعها بسهولة.

قابلية التوسع: إذا كان حجم نظام تخزين البيانات الضخمة قابلاً للتوسع بسرعة.

بنيان

لقد وُجدت مستودعات البيانات الضخمة بأشكال عديدة، وغالبًا ما أنشأتها الشركات ذات الاحتياجات الخاصة. تاريخيًا، قدم الموردون التجاريون أنظمة إدارة قواعد بيانات متوازية للبيانات الضخمة بدءًا من التسعينيات. لسنوات عديدة، نشرت شركة وينتركورب أكبر تقرير عن قواعد البيانات. ^{[ 41 ]}

في عام 1984، طرحت شركة تيراداتا نظام المعالجة المتوازية DBC 1012 في السوق . وكانت أنظمة تيراداتا أول من خزّن وحلل 1 تيرابايت من البيانات في عام 1992. في حين كانت سعة محركات الأقراص الصلبة 2.5 جيجابايت في عام 1991، فإن تعريف البيانات الضخمة يتطور باستمرار. قامت تيراداتا بتثبيت أول نظام إدارة قواعد بيانات علائقية (RDBMS) بسعة بيتابايت في عام 2007. وحتى عام 2017يوجد عدد قليل من قواعد بيانات Teradata العلائقية من فئة البيتابايت المثبتة، وأكبرها يتجاوز 50 بيتابايت. كانت الأنظمة حتى عام 2008 تعتمد كليًا على البيانات العلائقية المهيكلة. ومنذ ذلك الحين، أضافت Teradata أنواع بيانات شبه مهيكلة، بما في ذلك XML و JSON و Avro .

في عام 2000، طورت شركة Seisint Inc. (التي تُعرف الآن باسم LexisNexis Risk Solutions ) منصةً موزعةً لمعالجة البيانات والاستعلام عنها، تعتمد على لغة C++، وتُعرف باسم منصة HPCC Systems . يقوم هذا النظام تلقائيًا بتقسيم البيانات المهيكلة وشبه المهيكلة وغير المهيكلة، وتوزيعها، وتخزينها، وإرسالها عبر خوادم متعددة. يمكن للمستخدمين كتابة مسارات معالجة البيانات والاستعلامات بلغة برمجة تدفق البيانات التصريحية ECL. لا يُطلب من محللي البيانات العاملين في ECL تحديد مخططات البيانات مسبقًا، بل يمكنهم التركيز على المشكلة المطروحة، وإعادة تشكيل البيانات بأفضل طريقة ممكنة أثناء تطوير الحل. في عام 2004، استحوذت LexisNexis على شركة Seisint Inc. ^{[ 42 ]} ومنصة المعالجة المتوازية عالية السرعة الخاصة بها، واستخدمت هذه المنصة بنجاح لدمج أنظمة بيانات شركة Choicepoint Inc. عند استحواذها عليها في عام 2008. ^{[ 43 ]} في عام 2011، تم إتاحة منصة HPCC Systems كمصدر مفتوح بموجب ترخيص Apache v2.0.

قام مركز سيرن وغيره من التجارب الفيزيائية بجمع مجموعات بيانات ضخمة لعقود عديدة، وعادة ما يتم تحليلها عبر الحوسبة عالية الإنتاجية بدلاً من بنى map-reduce التي عادة ما تعنيها حركة "البيانات الضخمة" الحالية.

في عام ٢٠٠٤، نشرت جوجل ورقة بحثية حول عملية تُسمى MapReduce، تستخدم بنية مشابهة. يوفر مفهوم MapReduce نموذج معالجة متوازية، وتم إصدار تطبيق مرتبط به لمعالجة كميات هائلة من البيانات. في MapReduce، تُقسّم الاستعلامات وتُوزّع على عُقد متوازية وتُعالج بالتوازي (خطوة "map"). ثم تُجمع النتائج وتُسلّم (خطوة "reduce"). حقق هذا الإطار نجاحًا كبيرًا، ^{[ ٤٤ ]} ما دفع آخرين إلى محاولة محاكاة الخوارزمية. لذلك، تبنى مشروع " Hadoop " مفتوح المصدر التابع لمؤسسة أباتشي تطبيقًا لإطار عمل MapReduce . ^[^٤٥^] طُوّر Apache Spark في عام ٢٠١٢ استجابةً للقيود في نموذج MapReduce، حيث أضاف معالجة في الذاكرة وإمكانية إعداد العديد من العمليات (ليس فقط عملية map متبوعة بعملية reduce).

يُعدّ MIKE2.0 منهجًا مفتوحًا لإدارة المعلومات، يُقرّ بضرورة إجراء مراجعات نظرًا لتداعيات البيانات الضخمة التي تمّ تحديدها في مقال بعنوان "عرض حلول البيانات الضخمة". ^{[ 46 ]} تتناول هذه المنهجية التعامل مع البيانات الضخمة من حيث التباديل المفيدة لمصادر البيانات، وتعقيد العلاقات المتبادلة، وصعوبة حذف (أو تعديل) السجلات الفردية. ^{[ 47 ]}

أظهرت دراسات أجريت عام 2012 أن بنية متعددة الطبقات تُعدّ أحد الخيارات لمعالجة المشكلات التي تُطرحها البيانات الضخمة. تعمل البنية المتوازية الموزعة على توزيع البيانات عبر خوادم متعددة؛ ويمكن لبيئات التنفيذ المتوازية هذه أن تُحسّن سرعات معالجة البيانات بشكل كبير. يُدخل هذا النوع من البنية البيانات في نظام إدارة قواعد بيانات متوازٍ، والذي يُطبّق استخدام إطاري عمل MapReduce وHadoop. ويهدف هذا النوع من أطر العمل إلى جعل قوة المعالجة شفافة للمستخدم النهائي من خلال استخدام خادم تطبيقات للواجهة الأمامية. ^{[ 48 ]}

تُمكّن بحيرة البيانات المؤسسة من تحويل تركيزها من التحكم المركزي إلى نموذج مشترك للاستجابة للديناميكيات المتغيرة لإدارة المعلومات. وهذا يُتيح فصل البيانات بسرعة في بحيرة البيانات، مما يُقلل من الوقت المُستغرق. ^{[ 49 ]}^{[ 50 ]}

التقنيات

يصف تقرير صادر عن معهد ماكينزي العالمي عام 2011 المكونات الرئيسية والنظام البيئي للبيانات الضخمة على النحو التالي: ^{[ 51 ]}

تقنيات تحليل البيانات، مثل اختبار A/B ، والتعلم الآلي ، ومعالجة اللغة الطبيعية
تقنيات البيانات الضخمة، مثل ذكاء الأعمال والحوسبة السحابية وقواعد البيانات
التمثيل المرئي، مثل المخططات والرسوم البيانية وغيرها من طرق عرض البيانات

يمكن تمثيل البيانات الضخمة متعددة الأبعاد أيضًا على شكل مكعبات بيانات OLAP أو، رياضيًا، موترات . وقد سعت أنظمة قواعد بيانات المصفوفات إلى توفير التخزين ودعم الاستعلام عالي المستوى لهذا النوع من البيانات. تشمل التقنيات الإضافية المُطبقة على البيانات الضخمة الحوسبة الفعالة القائمة على الموترات، ^{[ 52 ]} مثل تعلم الفضاء الفرعي متعدد الخطية ، ^{[ 53 ]} وقواعد بيانات المعالجة المتوازية الضخمة ( MPP )، والتطبيقات القائمة على البحث ، واستخراج البيانات ، ^{[ 54 ]} وأنظمة الملفات الموزعة ، وذاكرة التخزين المؤقت الموزعة (مثل المخزن المؤقت الاندفاعي و Memcached )، وقواعد البيانات الموزعة ، والبنية التحتية السحابية والقائمة على الحوسبة عالية الأداء (التطبيقات، وموارد التخزين والحوسبة)، ^{[ 55 ]} والإنترنت. على الرغم من تطوير العديد من المناهج والتقنيات، لا يزال من الصعب تنفيذ التعلم الآلي باستخدام البيانات الضخمة. ^[⁵⁶^]

تتمتع بعض قواعد البيانات العلائقية ذات المعالجة المتوازية الضخمة (MPP) بالقدرة على تخزين وإدارة بيانات بحجم بيتابايت. ويتضمن ذلك ضمنيًا القدرة على تحميل جداول البيانات الكبيرة ومراقبتها ونسخها احتياطيًا وتحسين استخدامها في نظام إدارة قواعد البيانات العلائقية . ^{[ 57 ]}

يسعى برنامج تحليل البيانات الطوبولوجية التابع لوكالة مشاريع البحوث الدفاعية المتقدمة (DARPA) إلى تحديد البنية الأساسية لمجموعات البيانات الضخمة، وفي عام 2008 تم طرح هذه التقنية للعلن مع إطلاق شركة تسمى "Ayasdi". ^{[ 58 ]}

يُبدي ممارسو عمليات تحليل البيانات الضخمة عمومًا معارضةً لأنظمة التخزين المشتركة البطيئة، ^{[ 59 ]} مفضلين التخزين المباشر ( DAS ) بأشكاله المختلفة، بدءًا من محركات الأقراص الصلبة ( SSD ) وصولًا إلى أقراص SATA عالية السعة المدمجة داخل وحدات المعالجة المتوازية. ويُعتقد أن بنى التخزين المشتركة - شبكة منطقة التخزين (SAN) والتخزين المتصل بالشبكة (NAS) - بطيئة ومعقدة ومكلفة نسبيًا. ولا تتوافق هذه الخصائص مع أنظمة تحليل البيانات الضخمة التي تعتمد على أداء النظام، والبنية التحتية المتاحة، والتكلفة المنخفضة.

يُعدّ توصيل المعلومات في الوقت الفعلي أو شبه الفعلي من السمات المميزة لتحليلات البيانات الضخمة. ولذلك، يُتجنب التأخير قدر الإمكان. البيانات المخزنة في الذاكرة أو القرص المتصل مباشرةً جيدة، بينما البيانات المخزنة في الذاكرة أو القرص على الطرف الآخر من اتصال شبكة تخزين عبر الألياف الضوئية (FC SAN) ليست كذلك. تكلفة شبكة التخزين (SAN) بالحجم المطلوب لتطبيقات التحليلات أعلى بكثير من تقنيات التخزين الأخرى.

التطبيقات

أدى تزايد البيانات الضخمة إلى زيادة الطلب على متخصصي إدارة المعلومات بشكل كبير، لدرجة أن شركات مثل Software AG و Oracle Corporation و IBM و Microsoft و SAP و EMC و HP و Dell أنفقت أكثر من 15 مليار دولار على شركات برمجيات متخصصة في إدارة البيانات وتحليلها. في عام 2010، بلغت قيمة هذه الصناعة أكثر من 100 مليار دولار، وكانت تنمو بمعدل يقارب 10 % سنويًا، أي ضعف معدل نمو قطاع البرمجيات ككل تقريبًا. ^{[ 6 ]}

تعتمد الاقتصادات المتقدمة بشكل متزايد على التقنيات كثيفة البيانات. يوجد 4.6 مليار اشتراك في الهواتف المحمولة حول العالم، ويتراوح عدد مستخدمي الإنترنت بين مليار وملياري شخص. ^[⁶^] بين عامي 1990 و2005، انضم أكثر من مليار شخص حول العالم إلى الطبقة المتوسطة، مما يعني ارتفاع مستوى التعليم، الأمر الذي أدى بدوره إلى نمو المعلومات. بلغت القدرة الفعلية لتبادل المعلومات عبر شبكات الاتصالات 281 بيتابايت عام 1986، و471 بيتابايت عام 1993، و2.2 إكسابايت عام 2000، و65 إكسابايت عام 2007 ^[¹¹^] ، وتشير التوقعات إلى أن حجم حركة الإنترنت سيبلغ 667 إكسابايت سنويًا بحلول عام 2014. ^[⁶^] ووفقًا لأحد التقديرات، فإن ثلث المعلومات المخزنة عالميًا عبارة عن نصوص أبجدية رقمية وصور ثابتة، ^[⁶¹^] وهو التنسيق الأكثر فائدة لمعظم تطبيقات البيانات الضخمة. وهذا يُظهر أيضًا إمكانات البيانات غير المستخدمة حتى الآن (أي في شكل محتوى فيديو وصوتي).

بينما يقدم العديد من البائعين منتجات جاهزة للاستخدام في مجال البيانات الضخمة، يشجع الخبراء على تطوير أنظمة داخلية مصممة خصيصًا إذا كانت الشركة تمتلك القدرات التقنية الكافية. ^{[ 62 ]}

حكومة

يُتيح استخدام البيانات الضخمة واعتمادها في العمليات الحكومية تحقيق كفاءة في التكلفة والإنتاجية والابتكار، ^{[ 63 ]} ولكنه لا يخلو من عيوب. فغالباً ما يتطلب تحليل البيانات تعاوناً بين جهات حكومية متعددة (مركزية ومحلية) لابتكار عمليات جديدة ومتطورة لتحقيق النتائج المرجوة. ومن أبرز المؤسسات الحكومية التي تستخدم البيانات الضخمة وكالة الأمن القومي (NSA)، التي تراقب أنشطة الإنترنت باستمرار بحثاً عن أنماط محتملة لأنشطة مشبوهة أو غير قانونية قد يرصدها نظامها.

يجمع نظام تسجيل الأحوال المدنية والإحصاءات الحيوية جميع شهادات الحالة من الميلاد إلى الوفاة. ويُعدّ هذا النظام مصدراً هاماً للبيانات الضخمة للحكومات.

التنمية الدولية

تشير الأبحاث حول الاستخدام الفعال لتكنولوجيا المعلومات والاتصالات لأغراض التنمية (المعروفة أيضًا باسم "ICT4D") إلى أن تقنية البيانات الضخمة يمكن أن تُسهم إسهامًا كبيرًا، ولكنها تُطرح أيضًا تحديات فريدة أمام التنمية الدولية . ^{[ 64 ]}^{[ 65 ]} وتُتيح التطورات في تحليل البيانات الضخمة فرصًا فعّالة من حيث التكلفة لتحسين عملية صنع القرار في مجالات التنمية الحيوية، مثل الرعاية الصحية، والتوظيف، والإنتاجية الاقتصادية ، ومكافحة الجريمة، والأمن، وإدارة الكوارث الطبيعية والموارد. ^{[ 66 ]}^[⁶⁷^]^[⁶⁸^] بالإضافة إلى ذلك، تُتيح البيانات التي يُنشئها المستخدمون فرصًا جديدة لإيصال صوت من لا يُسمع صوتهم. ^[⁶⁹^] ومع ذلك، فإن التحديات المزمنة التي تواجه المناطق النامية، مثل عدم كفاية البنية التحتية التكنولوجية وندرة الموارد الاقتصادية والبشرية، تُفاقم المخاوف القائمة بشأن البيانات الضخمة، مثل قضايا الخصوصية، وعدم اكتمال المنهجية، وقابلية التشغيل البيني. ^[⁶⁶^] ويتطور تحدي "البيانات الضخمة من أجل التنمية" ^[⁶⁶^] حاليًا نحو تطبيق هذه البيانات من خلال التعلم الآلي، المعروف باسم "الذكاء الاصطناعي من أجل التنمية (AI4D)". ^[⁷⁰^]

فوائد

يُعدّ "مكافحة الفقر بالبيانات" أحد أهم التطبيقات العملية للبيانات الضخمة في مجال التنمية. ^{[ 71 ]} في عام 2015، قدّر بلومنستوك وزملاؤه مستويات الفقر والثروة المتوقعة من بيانات الهواتف المحمولة الوصفية ^{[ 72 ]} ، وفي عام 2016، جمع جان وزملاؤه بين صور الأقمار الصناعية والتعلم الآلي للتنبؤ بالفقر. ^{[ 73 ]} وباستخدام بيانات التتبع الرقمي لدراسة سوق العمل والاقتصاد الرقمي في أمريكا اللاتينية، يرى هيلبرت وزملاؤه ^{[ 74 ]}^{[ 75 ]} أن لبيانات التتبع الرقمي فوائد عديدة، منها:

التغطية الموضوعية: بما في ذلك المجالات التي كان من الصعب أو المستحيل قياسها سابقًا
التغطية الجغرافية: توفير بيانات كبيرة وقابلة للمقارنة لجميع البلدان تقريبًا، بما في ذلك العديد من البلدان الصغيرة التي لا يتم تضمينها عادةً في قوائم الجرد الدولية.
مستوى التفصيل: توفير بيانات دقيقة تتضمن العديد من المتغيرات المترابطة، وجوانب جديدة، مثل اتصالات الشبكة
التوقيت الزمني والسلاسل الزمنية: يمكن إنتاج الرسوم البيانية في غضون أيام من جمعها

التحديات

في الوقت نفسه، لا يُلغي استخدام بيانات التتبع الرقمية بدلاً من بيانات المسح التقليدية التحديات التقليدية التي تواجه مجال التحليل الكمي الدولي. قد تتغير الأولويات، لكن النقاشات الأساسية تبقى كما هي. ومن أبرز هذه التحديات:

التمثيلية. في حين أن الإحصاءات التنموية التقليدية تهتم بشكل أساسي بتمثيلية عينات المسح العشوائية، فإن بيانات التتبع الرقمية ليست عينة عشوائية على الإطلاق. ^{[ 76 ]}
قابلية التعميم. على الرغم من أن البيانات الرصدية تمثل هذا المصدر بشكل جيد، إلا أنها لا تمثل إلا ما تمثله، لا أكثر. ورغم إغراء التعميم من ملاحظات محددة لمنصة واحدة إلى سياقات أوسع، إلا أن هذا غالبًا ما يكون مضللًا للغاية.
التنسيق. لا تزال بيانات التتبع الرقمي تتطلب تنسيقًا دوليًا للمؤشرات. ويضيف ذلك تحدي ما يسمى "دمج البيانات"، أي تنسيق المصادر المختلفة.
فرط البيانات. لا يعتاد المحللون والمؤسسات على التعامل بفعالية مع عدد كبير من المتغيرات، وهو ما يتم بكفاءة باستخدام لوحات المعلومات التفاعلية. ولا يزال الممارسون يفتقرون إلى سير عمل معياري يسمح للباحثين والمستخدمين وصناع السياسات بالتعامل مع البيانات بكفاءة وفعالية. ^{[ 74 ]}

تمويل

يشهد قطاع التمويل تبنيًا سريعًا لتقنية البيانات الضخمة بهدف تسريع عمليات المعالجة، وتقديم استنتاجات أفضل وأكثر دقة، سواءً داخل المؤسسات المالية أو لعملائها. ^{[ 77 ]} تتراوح تطبيقات البيانات الضخمة في المجال المالي بين قرارات الاستثمار والتداول (معالجة كميات هائلة من بيانات الأسعار المتاحة، وسجلات أوامر الشراء والبيع، والبيانات الاقتصادية، وغيرها، في آنٍ واحد)، وإدارة المحافظ الاستثمارية (تحسين أداء مجموعة متزايدة من الأدوات المالية، والتي يمكن اختيارها من فئات أصول مختلفة)، وإدارة المخاطر (التصنيف الائتماني بناءً على معلومات موسعة)، وأي جانب آخر يتطلب مدخلات بيانات ضخمة. ^{[ 78 ]} كما تُعدّ البيانات الضخمة مفهومًا شائعًا في مجال الخدمات المالية البديلة ، ومن أبرز مجالاتها منصات التمويل الجماعي ومنصات تداول العملات الرقمية. ^{[ 79 ]}

الرعاية الصحية

استُخدمت تحليلات البيانات الضخمة في الرعاية الصحية لتوفير الطب الشخصي والتحليلات الوصفية ، والتدخل في المخاطر السريرية والتحليلات التنبؤية، والحد من الهدر وتفاوت الرعاية، وإعداد التقارير الآلية الخارجية والداخلية لبيانات المرضى، وتوحيد المصطلحات الطبية وسجلات المرضى. ^{[ 80 ]}^{[ 81 ]}^{[ 82 ]}^{[ 83 ]} بعض مجالات التحسين تبدو طموحة أكثر من كونها مُطبقة فعليًا. إن حجم البيانات المُولّدة داخل أنظمة الرعاية الصحية ليس بالهين. ومع التوسع في استخدام تقنيات الصحة المتنقلة والصحة الإلكترونية والأجهزة القابلة للارتداء، سيستمر حجم البيانات في الازدياد. ويشمل ذلك بيانات السجلات الصحية الإلكترونية ، وبيانات التصوير، والبيانات التي يُولّدها المرضى، وبيانات أجهزة الاستشعار، وغيرها من أشكال البيانات التي يصعب معالجتها. لذا، تزداد الحاجة الآن إلى أن تُولي هذه البيئات اهتمامًا أكبر لجودة البيانات والمعلومات. ^{[ 84 ]} "غالبًا ما تعني البيانات الضخمة ' بيانات غير دقيقة '، وتزداد نسبة عدم دقة البيانات مع نمو حجمها." يستحيل إجراء فحص بشري على نطاق البيانات الضخمة، وهناك حاجة ماسة في قطاع الرعاية الصحية إلى أدوات ذكية لضمان دقة المعلومات ومصداقيتها، والتحكم في المعلومات المفقودة والتعامل معها. ^{[ 85 ]} ورغم أن معظم المعلومات في مجال الرعاية الصحية أصبحت إلكترونية، إلا أنها تندرج تحت مظلة البيانات الضخمة، إذ أن معظمها غير منظم ويصعب استخدامه. ^{[ 86 ]} وقد أثار استخدام البيانات الضخمة في الرعاية الصحية تحديات أخلاقية كبيرة، تتراوح بين المخاطر التي تهدد الحقوق الفردية والخصوصية والاستقلالية ، وصولاً إلى الشفافية والثقة. ^{[ 87 ]}

يُعدّ استخدام البيانات الضخمة في البحوث الصحية واعدًا بشكل خاص في مجال البحوث الطبية الحيوية الاستكشافية، إذ يُمكن للتحليل القائم على البيانات أن يتقدم بوتيرة أسرع من البحوث القائمة على الفرضيات. ^{[ 88 ]} بعد ذلك، يُمكن اختبار الاتجاهات التي تظهر في تحليل البيانات في البحوث البيولوجية التقليدية القائمة على الفرضيات، وصولًا إلى البحوث السريرية.

يُعدّ التشخيص بمساعدة الحاسوب في الطب أحد المجالات الفرعية ذات الصلة في قطاع الرعاية الصحية، والذي يعتمد بشكل كبير على البيانات الضخمة . ^{[ 89 ]} فعلى سبيل المثال، من المعتاد إنشاء ما بين 5 إلى 10 جيجابايت من البيانات يوميًا لمراقبة الصرع . ^{[ 90 ]} وبالمثل، يبلغ متوسط حجم البيانات لصورة واحدة غير مضغوطة للتصوير المقطعي للثدي 450 ميجابايت. ^{[ 91 ]} هذه مجرد أمثلة قليلة من بين العديد من الأمثلة التي يستخدم فيها التشخيص بمساعدة الحاسوب البيانات الضخمة. ولهذا السبب، اعتُبرت البيانات الضخمة أحد التحديات الرئيسية السبعة التي يتعين على أنظمة التشخيص بمساعدة الحاسوب التغلب عليها للوصول إلى مستوى أداء أعلى. ^{[ 92 ]}

تعليم

أظهرت دراسة أجراها معهد ماكينزي العالمي نقصًا في 1.5 مليون متخصص ومدير بيانات ذوي كفاءة عالية ^{[ 51 ]} ، وقد أنشأت العديد من الجامعات ^{[ 93 ]} ، بما فيها جامعة تينيسي وجامعة كاليفورنيا في بيركلي ، برامج ماجستير لتلبية هذا الطلب. كما طورت معسكرات تدريب خاصة برامج مماثلة، بما في ذلك برامج مدفوعة مثل " حاضنة البيانات" و "الجمعية العامة" ^[⁹⁴^] . وفي مجال التسويق تحديدًا، أشار ويدل وكانان ^[⁹⁵^] إلى أن التسويق يتضمن عدة مجالات فرعية (مثل الإعلان، والترويج، وتطوير المنتجات، وبناء العلامات التجارية) تستخدم جميعها أنواعًا مختلفة من البيانات.

وسائط

لفهم كيفية استخدام وسائل الإعلام للبيانات الضخمة، من الضروري أولاً تقديم سياق لآلية عمل هذه الوسائل. وقد أشار نيك كولدري وجوزيف تورو إلى أن العاملين في مجال الإعلام والإعلان يتعاملون مع البيانات الضخمة باعتبارها معلومات قابلة للتنفيذ حول ملايين الأفراد. ويبدو أن هذا القطاع يتجه نحو الابتعاد عن النهج التقليدي المتمثل في استخدام بيئات إعلامية محددة كالصحف والمجلات والبرامج التلفزيونية، ويتجه بدلاً من ذلك إلى الوصول إلى المستهلكين عبر تقنيات تصل إلى الأشخاص المستهدفين في الأوقات والأماكن المثلى. والهدف النهائي هو تقديم أو إيصال رسالة أو محتوى يتوافق (إحصائياً) مع توجهات المستهلك. فعلى سبيل المثال، تعمل بيئات النشر بشكل متزايد على تخصيص الرسائل (الإعلانات) والمحتوى (المقالات) لجذب المستهلكين، وذلك بناءً على بيانات تم جمعها حصرياً من خلال أنشطة استخراج البيانات المختلفة . ^{[ 96 ]}

استهداف المستهلكين (لأغراض الإعلان من قبل المسوقين) ^{[ 97 ]}
جمع البيانات
صحافة البيانات : يستخدم الناشرون والصحفيون أدوات البيانات الضخمة لتقديم رؤى ورسوم بيانية فريدة ومبتكرة .

القناة الرابعة ، وهي هيئة البث التلفزيوني البريطانية للخدمة العامة ، رائدة في مجال البيانات الضخمة وتحليل البيانات . ^{[ 98 ]}

تأمين

تجمع شركات التأمين الصحي بيانات حول "المحددات الاجتماعية للصحة" ، مثل استهلاك الطعام والتلفزيون ، والحالة الاجتماعية، ومقاسات الملابس، وعادات الشراء، والتي تستخدمها للتنبؤ بتكاليف الرعاية الصحية، بهدف رصد المشكلات الصحية لدى عملائها. ويُثار جدل حول ما إذا كانت هذه التنبؤات تُستخدم حاليًا في تحديد الأسعار. ^{[ 99 ]}

إنترنت الأشياء (IoT)

تعمل البيانات الضخمة وإنترنت الأشياء بتكامل. توفر البيانات المستخرجة من أجهزة إنترنت الأشياء خريطة لترابط هذه الأجهزة. وقد استُخدمت هذه الخرائط من قِبل قطاع الإعلام والشركات والحكومات لاستهداف جمهورها بدقة أكبر وزيادة كفاءة وسائل الإعلام. كما يُعتمد إنترنت الأشياء بشكل متزايد كوسيلة لجمع البيانات الحسية، وقد استُخدمت هذه البيانات الحسية في مجالات الطب ^{[ 100 ]} والتصنيع ^{[ 101 ]} والنقل ^{[ 102 ]} .

يُعرّف كيفن أشتون ، خبير الابتكار الرقمي الذي يُنسب إليه ابتكار هذا المصطلح، ^{[ 103 ]} إنترنت الأشياء في هذا الاقتباس: "لو كانت لدينا حواسيب تعرف كل شيء عن الأشياء - باستخدام البيانات التي تجمعها دون أي مساعدة منا - لتمكّنا من تتبع كل شيء وحصره، وتقليل الهدر والخسائر والتكاليف بشكل كبير. ولعرفنا متى تحتاج الأشياء إلى استبدال أو إصلاح أو استدعاء، وما إذا كانت جديدة أم قديمة."

تكنولوجيا المعلومات

برزت البيانات الضخمة، لا سيما منذ عام 2015، في العمليات التجارية كأداة تُساعد الموظفين على العمل بكفاءة أكبر وتبسيط جمع وتوزيع تكنولوجيا المعلومات . يُطلق على استخدام البيانات الضخمة لحل مشكلات تكنولوجيا المعلومات وجمع البيانات داخل المؤسسة اسم تحليلات عمليات تكنولوجيا المعلومات (ITOA). ^{[ 104 ]} من خلال تطبيق مبادئ البيانات الضخمة على مفاهيم الذكاء الاصطناعي والحوسبة المتقدمة، تستطيع أقسام تكنولوجيا المعلومات التنبؤ بالمشكلات المحتملة وتجنبها. ^{[ 104 ]} تُقدم شركات ITOA منصات لإدارة الأنظمة تجمع بين مستودعات البيانات المنعزلة وتُولد رؤى من النظام بأكمله بدلاً من البيانات المُجزأة.

علم المسح

بالمقارنة مع جمع البيانات القائم على الاستبيانات ، تتميز البيانات الضخمة بانخفاض تكلفة كل نقطة بيانات، وتطبيق تقنيات تحليلية عبر التعلم الآلي واستخراج البيانات ، وتشمل مصادر بيانات متنوعة وجديدة، مثل السجلات ووسائل التواصل الاجتماعي والتطبيقات وغيرها من أشكال البيانات الرقمية. منذ عام 2018، بدأ علماء الاستبيانات بدراسة كيفية تكامل البيانات الضخمة مع علم الاستبيانات لتمكين الباحثين والممارسين من تحسين إنتاج الإحصاءات وجودتها. وقد عُقدت ثلاثة مؤتمرات بعنوان "البيانات الضخمة تلتقي علم الاستبيانات" (BigSurv) في الأعوام 2018 و2020 (افتراضياً) و2023 و 2023.مؤتمر واحد مُقرر عقده في عام 2025، ^{[ 105 ]} وعدد خاص في مجلة مراجعة علوم الحاسوب الاجتماعية ، ^{[ 106 ]} وعدد خاص في مجلة الجمعية الإحصائية الملكية ، ^{[ 107 ]} وعدد خاص في مجلة علوم البيانات الأوروبية ، ^{[ 108 ]} وكتاب بعنوان " البيانات الضخمة تلتقي بالعلوم الاجتماعية" ^{[ 109 ]} من تحرير كريج هيل وخمسة زملاء آخرين من الجمعية الإحصائية الأمريكية . في عام 2021، حصل الأعضاء المؤسسون لشركة BigSurv على جائزة وارن ج. ميتوفسكي للمبتكرين من الجمعية الأمريكية لأبحاث الرأي العام . ^{[ 110 ]}

تسويق

تُعدّ البيانات الضخمة ذات أهمية بالغة في مجال التسويق نظرًا لعملية "تحويل بيانات" مستخدمي الإنترنت اليومية إلى بيانات بشكل مستمر ^{[ 111 ] ، حيث يتم تتبع جميع أنواع البيانات. ويمكن تعريف تحويل بيانات المستهلكين إلى بيانات بأنه قياس العديد من السلوكيات البشرية أو جميعها لأغراض التسويق.}^{[ 111 ]} إن عالمنا الرقمي المتنامي بسرعة تحويل البيانات إلى بيانات يجعل هذه الفكرة ذات صلة بالتسويق، لأن كمية البيانات تنمو باستمرار بشكل هائل. ومن المتوقع أن تزداد من 44 إلى 163 زيتابايت خلال خمس سنوات. ^{[ 112 ]} غالبًا ما يكون التعامل مع حجم البيانات الضخمة أمرًا صعبًا بالنسبة للمسوقين. ^{[ 113 ]} ونتيجة لذلك، قد يجد مستخدمو البيانات الضخمة أنفسهم في وضع غير مواتٍ. إذ يصعب تحقيق نتائج خوارزمية مع مجموعات البيانات الضخمة هذه. ^{[ 114 ]} تُعدّ البيانات الضخمة في التسويق أداة مربحة للغاية يمكن للشركات الكبرى استخدامها، وتكمن قيمتها في إمكانية التنبؤ بالاتجاهات والاهتمامات والنتائج الإحصائية المهمة بطريقة تركز على المستهلك. ^{[ 115 ]}

هناك ثلاثة عوامل مهمة في استخدام البيانات الضخمة في التسويق:

تُتيح البيانات الضخمة للمسوقين رصد أنماط سلوك العملاء، إذ تُحوّل جميع الأنشطة البشرية إلى أرقام قابلة للقراءة والتحليل، ما يُسهّل على المسوقين استخدامها في أبحاثهم. ^{[ 116 ]} إضافةً إلى ذلك، يُمكن اعتبار البيانات الضخمة أداةً مُخصصةً لتوصيات المنتجات. فبفضل فعاليتها في تحليل سلوكيات الشراء وأنماط التصفح لدى العملاء، تُساعد هذه التقنية الشركات على الترويج لمنتجات مُخصصة لعملاء مُحددين. ^{[ 117 ]}
تُعدّ الاستجابة الفورية لمتطلبات السوق أمرًا بالغ الأهمية للمسوقين، نظرًا لقدرتها على تعديل جهود التسويق ومواكبة الاتجاهات الحالية، مما يُسهم في الحفاظ على أهمية المنتج أو الخدمة لدى المستهلكين. وهذا بدوره يُمكّن الشركات من الحصول على المعلومات اللازمة لتوقع رغبات واحتياجات المستهلكين مسبقًا. ^{[ 116 ]}
تُعزز البيانات الضخمة بشكل كبير من قدرة السوق على التكيف مع مختلف الظروف. ^{[ 116 ]} ويجري تطوير نماذج وخوارزميات جديدة لتقديم تنبؤات مهمة حول بعض الأوضاع الاقتصادية والاجتماعية. ^{[ 118 ]}

دراسات الحالة

حكومة

الصين

تستخدم الحكومة منصة العمليات المشتركة المتكاملة (IJOP) لمراقبة السكان، وخاصة الإيغور . ^{[ 119 ]} ويتم جمع البيانات البيومترية ، بما في ذلك عينات الحمض النووي، من خلال برنامج للفحوصات الطبية المجانية. ^{[ 120 ]}
بحلول عام 2020، تخطط الصين لمنح جميع مواطنيها نقاط "ائتمان اجتماعي" شخصية بناءً على سلوكهم. ^{[ 121 ]} يُعتبر نظام الائتمان الاجتماعي ، الذي يُجرى تطبيقه تجريبياً حالياً في عدد من المدن الصينية، شكلاً من أشكال المراقبة الجماعية التي تستخدم تقنية تحليل البيانات الضخمة. ^{[ 122 ]}^{[ 123 ]}

الهند

تم تجربة تحليل البيانات الضخمة لصالح حزب بهاراتيا جاناتا للفوز بالانتخابات العامة الهندية لعام 2014. ^{[ 124 ]}
تستخدم الحكومة الهندية العديد من الأساليب للتأكد من كيفية استجابة الناخبين الهنود لإجراءات الحكومة، بالإضافة إلى أفكار لتعزيز السياسات.

إسرائيل

يمكن ابتكار علاجات مخصصة لمرضى السكري من خلال حلول البيانات الضخمة التي تقدمها شركة GlucoMe. ^{[ 125 ]}

المملكة المتحدة

أمثلة على استخدامات البيانات الضخمة في الخدمات العامة:

بيانات الأدوية الموصوفة: من خلال ربط منشأ كل وصفة طبية وموقعها وتاريخها، تمكنت وحدة بحثية من توضيح ودراسة التأخير الكبير بين طرح أي دواء معين في السوق، وتطبيق إرشادات المعهد الوطني للتميز في الرعاية الصحية على مستوى المملكة المتحدة . يشير هذا إلى أن الأدوية الجديدة أو الأكثر حداثة تستغرق بعض الوقت قبل أن تصل إلى المرضى عمومًا. ^[¹²⁶^]
دمج البيانات: قامت إحدى السلطات المحلية بدمج بيانات حول الخدمات، مثل جداول رش الملح على الطرق، مع بيانات حول خدمات الأشخاص المعرضين للخطر، مثل خدمة توصيل الوجبات للمحتاجين . وقد مكّن ربط البيانات السلطة المحلية من تجنب أي تأخيرات مرتبطة بالطقس. ^{[ 127 ]}

الولايات المتحدة

في عام 2012، أعلنت إدارة أوباما عن مبادرة البحث والتطوير في مجال البيانات الضخمة، لاستكشاف كيفية استخدام البيانات الضخمة لمعالجة المشكلات المهمة التي تواجهها الحكومة. ^{[ 128 ]} تتألف المبادرة من 84 برنامجًا مختلفًا للبيانات الضخمة موزعة على ست وزارات. ^{[ 129 ]}
لعب تحليل البيانات الضخمة دورًا كبيرًا في حملة إعادة انتخاب باراك أوباما الناجحة عام 2012. ^[¹³⁰^]
تمتلك الحكومة الفيدرالية الأمريكية أربعة من أقوى عشرة حواسيب عملاقة في العالم. ^{[ 131 ]}^{[ 132 ]}
أنشأت وكالة الأمن القومي الأمريكية مركز بيانات يوتا . وعند اكتماله، سيتمكن المركز من معالجة كميات هائلة من المعلومات التي تجمعها الوكالة عبر الإنترنت. ولا يُعرف حجم مساحة التخزين بدقة، لكن تشير مصادر حديثة إلى أنها ستكون في حدود بضعة إكسابايت . ^[¹³³^]^[¹³⁴^]^[¹³⁵^] وقد أثار هذا الأمر مخاوف أمنية تتعلق بسرية البيانات التي يتم جمعها. ^[¹³⁶^]

بيع بالتجزئة

تتعامل وول مارت مع أكثر من مليون معاملة للعملاء كل ساعة، والتي يتم استيرادها إلى قواعد بيانات يقدر أنها تحتوي على أكثر من 2.5 بيتابايت (2560 تيرابايت) من البيانات - أي ما يعادل 167 ضعف المعلومات الموجودة في جميع الكتب الموجودة في مكتبة الكونغرس الأمريكية . ^{[ 6 ]}
تستخدم شركة ويندرمير للعقارات معلومات الموقع لما يقرب من 100 مليون سائق لمساعدة مشتري المنازل الجدد على تحديد أوقات قيادتهم المعتادة من وإلى العمل خلال أوقات مختلفة من اليوم. ^{[ 137 ]}
يحمي نظام كشف بطاقات FICO الحسابات في جميع أنحاء العالم. ^{[ 138 ]}
تستفيد تجارة التجزئة متعددة القنوات ^{[ 139 ]} من البيانات الضخمة عبر الإنترنت لتحسين التجارب غير المتصلة بالإنترنت.

علوم

تمثل تجارب مصادم الهادرونات الكبير حوالي 150 مليون مستشعر تُرسل البيانات 40 مليون مرة في الثانية. ويحدث ما يقارب 600 مليون تصادم في الثانية. بعد تصفية البيانات واستبعاد تسجيل أكثر من 99.99995% من هذه التدفقات ^{[ 140 ]} ، يتبقى 1000 تصادم مهم في الثانية. ^{[ 141 ]}^{[ 142 ]}^{[ 143 ]}
- ونتيجة لذلك، وبالعمل مع أقل من 0.001% فقط من بيانات تدفق المستشعرات، يمثل تدفق البيانات من جميع تجارب مصادم الهادرونات الكبير الأربع معدلًا سنويًا قدره 25 بيتابايت قبل التكرار ( اعتبارًا من عام 2012) .). يصبح هذا الحجم ما يقرب من 200 بيتابايت بعد التضاعف.
- لو سُجّلت جميع بيانات المستشعرات في مصادم الهادرونات الكبير، لكان التعامل مع تدفق البيانات بالغ الصعوبة. سيتجاوز تدفق البيانات 150 مليون بيتابايت سنويًا، أو ما يقارب 500 إكسابايت يوميًا، قبل عملية النسخ. ولتوضيح هذا الرقم، فهو يعادل 500 كوينتيليون (5× ^10²⁰ ) بايت يوميًا، أي ما يقارب 200 ضعف مجموع ما تُسجّله جميع المصادر الأخرى في العالم.
مصفوفة الكيلومتر المربع عبارة عن تلسكوب راديوي مُشيّد من آلاف الهوائيات، ومن المتوقع أن يبدأ تشغيله بحلول عام 2024. ومن المتوقع أن تجمع هذه الهوائيات مجتمعةً 14 إكسابايت وتخزن بيتابايت واحد يوميًا. ^{[ 144 ]}^{[ 145 ]} ويُعتبر هذا المشروع من أكثر المشاريع العلمية طموحًا على الإطلاق. ^{[ 146 ]}
عندما بدأ مشروع مسح سلون الرقمي للسماء (SDSS) بجمع البيانات الفلكية عام 2000، جمع في أسابيعه الأولى بياناتٍ تفوق ما جُمع في تاريخ علم الفلك بأكمله. وبمعدل 200 جيجابايت تقريبًا في الليلة الواحدة، جمع المشروع أكثر من 140 تيرابايت من المعلومات. ^{[ 6 ]} وعندما يبدأ تلسكوب المسح الشامل الكبير ( LSS)، خليفة مشروع SDSS، بالعمل عام 2020، يتوقع مصمموه أن يجمع هذا القدر من البيانات كل خمسة أيام. ^{[ 6 ]}
كان فك شفرة الجينوم البشري يستغرق في الأصل عشر سنوات؛ أما الآن فيمكن إنجازه في أقل من يوم. وقد خفضت أجهزة تسلسل الحمض النووي تكلفة التسلسل بمقدار 10000 مرة خلال السنوات العشر الماضية، أي أقل بمئة مرة من الانخفاض المتوقع في التكلفة وفقًا لقانون مور . ^{[ 147 ]}
يخزن مركز ناسا لمحاكاة المناخ (NCCS) 32 بيتابايت من بيانات رصد المناخ ومحاكاة المناخ على مجموعة الحوسبة الفائقة ديسكوفر. ^{[ 148 ]}^{[ 149 ]}
تُجمّع خدمة DNAStack من جوجل عينات الحمض النووي (DNA) من جميع أنحاء العالم وتُنظّمها لتحديد الأمراض والعيوب الطبية الأخرى. وتُزيل هذه الحسابات السريعة والدقيقة أيّ "نقاط احتكاك"، أو أخطاء بشرية قد يرتكبها أحد خبراء العلوم والأحياء العديدة الذين يعملون مع الحمض النووي. وتُمكّن DNAStack، وهي جزء من جوجل جينوميكس، العلماء من استخدام عينة ضخمة من الموارد من خادم بحث جوجل لتوسيع نطاق التجارب الاجتماعية التي تستغرق عادةً سنوات، وذلك بشكل فوري. ^{[ 150 ]}^{[ 151 ]}
تحتوي قاعدة بيانات الحمض النووي لشركة 23andMe على المعلومات الجينية لأكثر من مليون شخص حول العالم. ^{[ 152 ]} وتدرس الشركة بيع "البيانات الجينية المجمعة المجهولة" لباحثين آخرين وشركات أدوية لأغراض البحث، وذلك بموافقة المرضى. ^{[ 153 ]}^{[ 154 ]}^{[ 155 ]}^{[ 156 ]}^{[ 157 ]} ويذكر أحمد حريري، أستاذ علم النفس وعلم الأعصاب في جامعة ديوك، والذي يستخدم 23andMe في أبحاثه منذ عام 2009، أن أهم ما يميز خدمة الشركة الجديدة هو أنها تجعل البحث الجيني متاحًا وبأسعار معقولة نسبيًا للعلماء. ^{[ 153 ]} وقد أدت دراسة حددت 15 موقعًا جينيًا مرتبطًا بالاكتئاب في قاعدة بيانات 23andMe إلى زيادة كبيرة في طلبات الوصول إلى قاعدة البيانات، حيث تلقت 23andMe ما يقرب من 20 طلبًا للوصول إلى بيانات الاكتئاب في غضون أسبوعين من نشر البحث. ^{[ 158 ]}
تُنتج أبحاث ديناميكا الموائع الحسابية ( CFD ) واضطراب الموائع كميات هائلة من البيانات. تحتوي قاعدة بيانات جونز هوبكنز للاضطراب ( JHTDB ) على أكثر من 350 تيرابايت من الحقول المكانية والزمانية المُستقاة من عمليات المحاكاة العددية المباشرة لمختلف التدفقات المضطربة. وقد كان من الصعب مشاركة هذه البيانات باستخدام الطرق التقليدية، مثل تنزيل ملفات مخرجات المحاكاة. يُمكن الوصول إلى البيانات الموجودة في JHTDB باستخدام "أجهزة استشعار افتراضية" عبر طرق وصول متنوعة، بدءًا من الاستعلامات المباشرة عبر متصفح الويب، مرورًا بالوصول من خلال برامج Matlab وPython وFortran وC التي تُنفذ على منصات المستخدمين، وصولًا إلى خدمات مُخصصة لتنزيل البيانات الخام. وقد استُخدمت هذه البيانات في أكثر من 150 منشورًا علميًا.

الرياضة

يمكن استخدام البيانات الضخمة لتحسين التدريب وفهم المنافسين، وذلك باستخدام أجهزة الاستشعار الرياضية. كما يُمكن التنبؤ بالفائزين في المباريات باستخدام تحليلات البيانات الضخمة. ^{[ 159 ]} ويمكن أيضًا التنبؤ بالأداء المستقبلي للاعبين. ^{[ 160 ]} وبالتالي، تُحدد قيمة اللاعبين ورواتبهم بناءً على البيانات التي يتم جمعها طوال الموسم. ^{[ 161 ]}

في سباقات الفورمولا 1 ، تُولّد سيارات السباق المزودة بمئات أجهزة الاستشعار كميات هائلة من البيانات. تجمع هذه الأجهزة بيانات متنوعة، بدءًا من ضغط الإطارات وصولًا إلى كفاءة استهلاك الوقود. ^{[ 162 ]} وبناءً على هذه البيانات، يقرر المهندسون ومحللو البيانات ما إذا كان ينبغي إجراء تعديلات للفوز بالسباق. إضافةً إلى ذلك، وباستخدام البيانات الضخمة، تحاول فرق السباق التنبؤ بالوقت الذي ستنهي فيه السباق مسبقًا، استنادًا إلى عمليات محاكاة باستخدام البيانات التي جُمعت على مدار الموسم. ^{[ 163 ]}

تكنولوجيا

اعتبارًا من عام 2013يستخدم موقع eBay.com مستودعين للبيانات بسعة 7.5 بيتابايت و40 بيتابايت، بالإضافة إلى مجموعة خوادم Hadoop بسعة 40 بيتابايت للبحث وتوصيات المستهلكين والتسويق. ^{[ 164 ]}
تُجري أمازون ملايين العمليات الخلفية يوميًا، بالإضافة إلى استفسارات من أكثر من نصف مليون بائع من جهات خارجية. وتعتمد التقنية الأساسية التي تُشغّل أمازون على نظام لينكس، وذلك اعتبارًا من عام 2005.كانت لديهم أكبر ثلاث قواعد بيانات لينكس في العالم، بسعات 7.8 تيرابايت و18.5 تيرابايت و24.7 تيرابايت. ^{[ 165 ]}
يتعامل فيسبوك مع 50 مليار صورة من قاعدة مستخدميه. ^{[ 166 ]} اعتبارًا من يونيو 2017 وصل عدد مستخدمي فيسبوك النشطين شهريًا إلى ملياري مستخدم . ^{[ 167 ]}
كانت جوجل تعالج ما يقرب من 100 مليار عملية بحث شهريًا اعتبارًا من أغسطس 2012 [ ¹⁶⁸^]
تُعدّ أمازون مثالاً بارزاً على استخدام البيانات الضخمة. فهي تستخدم تحليلات البيانات لتطوير نظام التوصيات الخاص بها، وقد حققت نجاحاً باهراً بفضل نسبة المبيعات التي تأتي من قسم "التوصيات" الذي يقدم منتجات مُخصصة.

كوفيد-19

خلال جائحة كوفيد-19 ، برزت البيانات الضخمة كوسيلة للحد من تأثير المرض. وشملت التطبيقات الهامة للبيانات الضخمة الحد من انتشار الفيروس، وتحديد الحالات، وتطوير العلاج الطبي. ^{[ 169 ]}

استخدمت الحكومات البيانات الضخمة لتتبع المصابين بهدف الحد من انتشار العدوى. ومن أوائل الدول التي تبنت هذه التقنية: الصين، وتايوان، وكوريا الجنوبية، وإسرائيل. ^{[ 170 ]}^{[ 171 ]}^{[ 172 ]}

الأنشطة البحثية

تم عرض البحث المشفر وتكوين المجموعات في البيانات الضخمة في مارس 2014 في الجمعية الأمريكية لتعليم الهندسة. وقد قام غوتام سيواش، من مختبر علوم الحاسوب والذكاء الاصطناعي في معهد ماساتشوستس للتكنولوجيا، بالتعاون مع أمير إسماعيل بور من مجموعة أبحاث جامعة نيو هامبشاير، بدراسة السمات الرئيسية للبيانات الضخمة، مثل تكوين المجموعات وترابطها. وركز الباحثان على أمن البيانات الضخمة وتوجه المصطلح نحو وجود أنواع مختلفة من البيانات بشكل مشفر على واجهة الحوسبة السحابية، وذلك من خلال تقديم تعريفات أولية وأمثلة عملية ضمن هذه التقنية. علاوة على ذلك، اقترحا منهجًا لتحديد تقنية التشفير بهدف تسريع البحث في النصوص المشفرة، مما يؤدي إلى تحسينات أمنية في مجال البيانات الضخمة. ^[¹⁷³^]

في مارس 2012، أعلن البيت الأبيض عن "مبادرة البيانات الضخمة" الوطنية التي تضم ست وزارات وهيئات اتحادية خصصت أكثر من 200 مليون دولار لمشاريع أبحاث البيانات الضخمة. ^{[ 174 ]}

تضمنت المبادرة منحة من المؤسسة الوطنية للعلوم بعنوان "رحلات استكشافية في الحوسبة" بقيمة 10 ملايين دولار على مدى خمس سنوات لمختبر AMPLab ^{[ 175 ]} في جامعة كاليفورنيا، بيركلي. ^{[ 176 ]} كما تلقى مختبر AMPLab تمويلًا من وكالة مشاريع الأبحاث الدفاعية المتقدمة (DARPA) ، وأكثر من اثني عشر جهة راعية صناعية، ويستخدم البيانات الضخمة لمعالجة طيف واسع من المشكلات، بدءًا من التنبؤ بازدحام المرور ^{[ 177 ]} وصولًا إلى مكافحة السرطان. ^{[ 178 ]}

تضمنت مبادرة البيت الأبيض للبيانات الضخمة التزامًا من وزارة الطاقة بتوفير تمويل قدره 25 مليون دولار على مدى خمس سنوات لإنشاء معهد إدارة البيانات وتحليلها وتصورها القابل للتوسع (SDAV)، ^{[ 179 ]} بقيادة مختبر لورانس بيركلي الوطني التابع لوزارة الطاقة . ويهدف معهد SDAV إلى الجمع بين خبرات ستة مختبرات وطنية وسبع جامعات لتطوير أدوات جديدة لمساعدة العلماء على إدارة البيانات وتصورها على الحواسيب العملاقة التابعة للوزارة.

أعلنت ولاية ماساتشوستس الأمريكية عن مبادرة ماساتشوستس للبيانات الضخمة في مايو 2012، والتي توفر تمويلًا من حكومة الولاية وشركات خاصة لمجموعة متنوعة من المؤسسات البحثية. ^{[ 180 ]} ويستضيف معهد ماساتشوستس للتكنولوجيا مركز إنتل للعلوم والتكنولوجيا للبيانات الضخمة في مختبر علوم الحاسوب والذكاء الاصطناعي التابع للمعهد ، جامعًا بين التمويل الحكومي والشركات والمؤسسات والجهود البحثية. ^{[ 181 ]}

تموّل المفوضية الأوروبية منتدى البيانات الضخمة بين القطاعين العام والخاص، الذي يمتدّ لعامين، من خلال برنامجها الإطاري السابع، بهدف إشراك الشركات والأكاديميين وغيرهم من أصحاب المصلحة في مناقشة قضايا البيانات الضخمة. ويهدف المشروع إلى وضع استراتيجية في مجال البحث والابتكار لتوجيه الإجراءات الداعمة من جانب المفوضية الأوروبية في سبيل التنفيذ الناجح لاقتصاد البيانات الضخمة. وستُستخدم نتائج هذا المشروع كمدخلات لبرنامج " هورايزون 2020" ، وهو برنامجها الإطاري التالي . ^{[ 182 ]}

أعلنت الحكومة البريطانية في مارس 2014 عن تأسيس معهد آلان تورينج ، الذي سمي على اسم رائد الحوسبة وفك الشفرات، والذي سيركز على طرق جديدة لجمع وتحليل مجموعات البيانات الضخمة. ^{[ 183 ]}

في يوم الإلهام ضمن فعاليات تجربة البيانات المفتوحة الكندية (CODE) في حرم ستراتفورد بجامعة واترلو ، أوضح المشاركون كيف يمكن لتصور البيانات أن يزيد من فهم مجموعات البيانات الضخمة وجاذبيتها، وأن ينقل قصتها إلى العالم. ^{[ 184 ]}

العلوم الاجتماعية الحاسوبية - يمكن لأي شخص استخدام واجهات برمجة التطبيقات (APIs) التي توفرها شركات البيانات الضخمة، مثل جوجل وتويتر، لإجراء البحوث في العلوم الاجتماعية والسلوكية. ^{[ 185 ]} غالبًا ما تُقدم هذه الواجهات مجانًا. ^{[ 185 ]} استخدم توبياس بريس وزملاؤه بيانات جوجل تريندز لإثبات أن مستخدمي الإنترنت من الدول ذات الناتج المحلي الإجمالي للفرد الأعلى يميلون أكثر إلى البحث عن معلومات حول المستقبل مقارنةً بالمعلومات المتعلقة بالماضي. تشير النتائج إلى وجود صلة محتملة بين السلوكيات عبر الإنترنت والمؤشرات الاقتصادية في العالم الحقيقي. ^{[ 186 ]}^{[ 187 ]}^{[ 188 ]} قام مؤلفو الدراسة بتحليل سجلات استعلامات جوجل من خلال نسبة حجم عمليات البحث للعام القادم (2011) إلى حجم عمليات البحث للعام السابق (2009)، وهو ما أطلقوا عليه اسم " مؤشر التوجه نحو المستقبل ". ^{[ 189 ]} قاموا بمقارنة مؤشر التوجه المستقبلي بنصيب الفرد من الناتج المحلي الإجمالي لكل دولة، ووجدوا ميلاً قوياً للدول التي يستفسر فيها مستخدمو جوجل أكثر عن المستقبل إلى أن يكون لديها ناتج محلي إجمالي أعلى.

قدّم توبياس بريس وزملاؤه هيلين سوزانا موات وإتش . يوجين ستانلي طريقةً لتحديد المؤشرات الإلكترونية التي تسبق تحركات سوق الأسهم، باستخدام استراتيجيات تداول تعتمد على بيانات حجم البحث التي توفرها خدمة جوجل تريندز. ^{[ 190 ]} ويشير تحليلهم لحجم البحث على جوجل لـ 98 مصطلحًا متفاوت الأهمية المالية، والمنشور في مجلة ساينتيفيك ريبورتس ، ^{[ 191 ]} إلى أن الزيادة في حجم البحث عن المصطلحات المالية ذات الصلة غالبًا ما تسبق خسائر كبيرة في الأسواق المالية. ^{[ 192 ]}^{[ 193 ]}^{[ 194 ]}^{[ 195 ]}^{[ 196 ]}^{[ 197 ]}^{[ 198 ]}

تُثير مجموعات البيانات الضخمة تحديات خوارزمية لم تكن موجودة سابقاً. ولذلك، يرى البعض ضرورة تغيير أساليب المعالجة بشكل جذري. ^{[ 199 ]}

أخذ عينات من البيانات الضخمة

من الأسئلة البحثية المطروحة حول مجموعات البيانات الضخمة: هل من الضروري الاطلاع على البيانات كاملةً لاستخلاص استنتاجات محددة حول خصائصها، أم أن عينةً منها كافية؟ يتضمن مصطلح "البيانات الضخمة" نفسه دلالةً على الحجم، وهي سمةٌ أساسيةٌ لها. لكن أخذ العينات يُتيح اختيار نقاط البيانات المناسبة من بين مجموعة البيانات الأكبر لتقدير خصائص المجتمع الإحصائي ككل. في مجال التصنيع، تتوفر أنواعٌ مختلفةٌ من البيانات الحسية، مثل البيانات الصوتية، والاهتزازية، والضغط، والتيار، والجهد، وبيانات التحكم، على فتراتٍ زمنيةٍ قصيرة. للتنبؤ بفترات التوقف، قد لا يكون من الضروري الاطلاع على جميع البيانات، بل قد تكون عينةٌ منها كافية. يمكن تصنيف البيانات الضخمة وفقًا لفئاتٍ مختلفةٍ من نقاط البيانات، مثل البيانات الديموغرافية، والنفسية، والسلوكية، وبيانات المعاملات. بفضل مجموعات البيانات الضخمة، يستطيع المسوّقون إنشاء واستخدام شرائح مُخصصةٍ من المستهلكين لتحقيق استهدافٍ استراتيجيٍّ أكثر دقة.

نقد

تتخذ الانتقادات الموجهة لنموذج البيانات الضخمة شكلين: الأول يشكك في دلالات هذا النهج نفسه، والثاني يشكك في الطريقة التي يُطبق بها حالياً. ^{[ 200 ]} ومن بين المناهج المتبعة في هذا النقد مجال دراسات البيانات النقدية .

انتقادات نموذج البيانات الضخمة

تكمن إحدى المشكلات الجوهرية في أننا لا نعرف الكثير عن العمليات التجريبية الدقيقة الكامنة وراء ظهور خصائص الشبكة النموذجية للبيانات الضخمة. ^{[ 23 ]} في نقدهم، يشير كل من سنايدرز وماتزات وريبس إلى أنه غالبًا ما تُبنى افتراضات قوية جدًا حول الخصائص الرياضية، والتي قد لا تعكس على الإطلاق ما يحدث فعليًا على مستوى العمليات الدقيقة. وقد وجّه مارك غراهام انتقادات واسعة النطاق لتأكيد كريس أندرسون على أن البيانات الضخمة ستؤدي إلى نهاية النظرية: ^{[ 201 ]} مع التركيز بشكل خاص على فكرة ضرورة وضع البيانات الضخمة دائمًا في سياقاتها الاجتماعية والاقتصادية والسياسية. ^{[ 202 ]} حتى مع استثمار الشركات مبالغ طائلة تتراوح بين ثمانية وتسعة أرقام لاستخلاص رؤى من المعلومات المتدفقة من الموردين والعملاء، فإن أقل من 40% من الموظفين يمتلكون العمليات والمهارات الكافية للقيام بذلك. وللتغلب على هذا النقص في الرؤية، يجب استكمال البيانات الضخمة، مهما كانت شاملة أو جيدة التحليل، بـ "حكم كبير"، وفقًا لمقال في مجلة هارفارد بزنس ريفيو . ^{[ 203 ]}

وفي السياق نفسه، أشير إلى أن القرارات المبنية على تحليل البيانات الضخمة تتأثر حتمًا بالواقع كما كان في الماضي، أو في أحسن الأحوال، كما هو عليه الآن. ^{[ 66 ]} وبفضل الكم الهائل من البيانات المتعلقة بالتجارب السابقة، تستطيع الخوارزميات التنبؤ بالتطورات المستقبلية إذا كان المستقبل مشابهًا للماضي. ^{[ 204 ]} أما إذا تغيرت ديناميكيات النظام المستقبلية (إذا لم تكن عملية ثابتة )، فإن الماضي لا يُمكنه التنبؤ بالمستقبل بدقة. وللتنبؤ في بيئات متغيرة، لا بد من فهم ديناميكيات النظام فهمًا دقيقًا، وهو ما يتطلب نظرية. ^{[ 204 ]} واستجابةً لهذا النقد، يقترح أليماني وأوليفر وفير استخدام "الاستدلال الاستنباطي كخطوة أولى في عملية البحث لإضفاء سياق على الآثار الرقمية للمستهلكين، ولإبراز نظريات جديدة". ^{[ 205 ]} بالإضافة إلى ذلك، اقتُرح دمج مناهج البيانات الضخمة مع المحاكاة الحاسوبية، مثل النماذج القائمة على الوكلاء ^{[ 66 ]} والأنظمة المعقدة . وتتحسن النماذج القائمة على الوكلاء باستمرار في التنبؤ بنتائج التعقيدات الاجتماعية حتى في سيناريوهات مستقبلية غير معروفة، وذلك من خلال المحاكاة الحاسوبية القائمة على مجموعة من الخوارزميات المترابطة. ^{[ 206 ]}^{[ 207 ]} وأخيرًا، أثبت استخدام الأساليب متعددة المتغيرات التي تستكشف البنية الكامنة للبيانات، مثل تحليل العوامل وتحليل التجميع ، جدواه كمناهج تحليلية تتجاوز بكثير الأساليب ثنائية المتغيرات (مثل جداول التوافق ) المستخدمة عادةً مع مجموعات البيانات الأصغر.

في مجالي الصحة وعلم الأحياء، تعتمد المناهج العلمية التقليدية على التجريب. وفي هذه المناهج، يُعدّ توفر البيانات ذات الصلة التي يمكنها تأكيد الفرضية الأولية أو دحضها العامل المحدد. ^{[ 208 ]} وقد تم قبول فرضية جديدة في علوم الحياة: وهي أن المعلومات التي توفرها البيانات بكميات هائلة ( علم الجينوم والبروتيوميات ) دون فرضية مسبقة تُكمّل، بل وتُعدّ ضرورية أحيانًا، للمناهج التقليدية القائمة على التجريب. ^{[ 209 ]}^{[ 210 ]} وفي المناهج الضخمة، يُصبح صياغة فرضية مناسبة لتفسير البيانات هو العامل المحدد. ^{[ 211 ]} وينعكس منطق البحث، ويجب مراعاة حدود الاستقراء ("فضيحة مجد العلم والفلسفة"، سي دي برود ، 1926).

يشعر المدافعون عن الخصوصية بالقلق إزاء التهديد الذي يمثله تزايد تخزين ودمج المعلومات الشخصية ؛ وقد أصدرت لجان الخبراء توصيات سياسية متنوعة لتكييف الممارسات مع توقعات الخصوصية. ^{[ 212 ]} وقد أدى سوء استخدام البيانات الضخمة في العديد من الحالات من قبل وسائل الإعلام والشركات وحتى الحكومة إلى انهيار الثقة في جميع المؤسسات الأساسية التي يقوم عليها المجتمع تقريبًا. ^{[ 213 ]}

يرى باروكاس ونيسنباوم أن إحدى طرق حماية المستخدمين الأفراد هي إعلامهم بأنواع المعلومات التي يتم جمعها، ومع من تتم مشاركتها، وتحت أي قيود، ولأي أغراض. ^{[ 214 ]}

انتقادات نموذج "V"

يُعدّ نموذج "V" للبيانات الضخمة مثيرًا للقلق لأنه يركز على قابلية التوسع الحسابي ويفتقر إلى جانبٍ مهم في سهولة إدراك المعلومات وفهمها. وقد أدى ذلك إلى ظهور إطار عمل البيانات الضخمة المعرفية ، الذي يُصنّف تطبيقات البيانات الضخمة وفقًا لما يلي: ^{[ 215 ]}

اكتمال البيانات: فهم الأمور غير الواضحة المستخلصة من البيانات
ارتباط البيانات، والسببية، وإمكانية التنبؤ: السببية ليست شرطًا أساسيًا لتحقيق إمكانية التنبؤ
قابلية التفسير والتفسير: يرغب البشر في فهم ما يفهمونه وقبوله، وهو ما لا تستطيع الخوارزميات التعامل معه.
مستوى اتخاذ القرارات الآلي : الخوارزميات التي تدعم اتخاذ القرارات الآلي والتعلم الذاتي الخوارزمي

انتقادات الحداثة

تُحلل مجموعات البيانات الضخمة بواسطة الحواسيب منذ أكثر من قرن، بما في ذلك تحليلات التعداد السكاني الأمريكي التي أجرتها آلات البطاقات المثقبة من شركة IBM، والتي حسبت إحصاءات تشمل المتوسطات والتباينات للسكان في جميع أنحاء القارة. وفي العقود الأخيرة، أنتجت تجارب علمية مثل تجارب CERN بيانات على نطاقات مماثلة لبيانات "البيانات الضخمة" التجارية الحالية. ومع ذلك، تميل التجارب العلمية إلى تحليل بياناتها باستخدام مجموعات وشبكات حوسبة فائقة الأداء (الحوسبة الفائقة) مصممة خصيصًا ، بدلاً من استخدام سحابات من أجهزة الكمبيوتر التجارية الرخيصة كما هو الحال في الموجة التجارية الحالية، مما يشير إلى اختلاف في كل من الثقافة والبنية التكنولوجية.

انتقادات لتنفيذ البيانات الضخمة

كتب أولف-ديتريش ريبس وأوي ماتزات في عام 2014 أن البيانات الضخمة أصبحت "موضة" في البحث العلمي. ^{[ 185 ]} وقد أثارت الباحثة دانا بويد مخاوف بشأن استخدام البيانات الضخمة في العلوم، متجاهلةً مبادئ مثل اختيار عينة تمثيلية ، وذلك لانشغالها المفرط بمعالجة الكميات الهائلة من البيانات. ^{[ 216 ]} قد يؤدي هذا النهج إلى نتائج متحيزة بشكل أو بآخر. ^{[ 217 ]} يمثل التكامل بين مصادر البيانات غير المتجانسة - بعضها قد يُعتبر بيانات ضخمة والبعض الآخر لا - تحديات لوجستية وتحليلية هائلة، لكن العديد من الباحثين يرون أن عمليات التكامل هذه من المرجح أن تمثل أكثر الآفاق الجديدة الواعدة في العلوم. ^{[ 218 ]} في المقال المثير للجدل "أسئلة حاسمة حول البيانات الضخمة"، ^{[ 219 ]} يصف المؤلفون البيانات الضخمة بأنها جزء من الأساطير : "توفر مجموعات البيانات الكبيرة شكلاً أرقى من الذكاء والمعرفة [...]، مع هالة من الحقيقة والموضوعية والدقة". غالبًا ما يجد مستخدمو البيانات الضخمة أنفسهم "ضائعين وسط الكم الهائل من الأرقام"، و"لا يزال التعامل مع البيانات الضخمة أمرًا شخصيًا، وما تُقيسه لا يُمثل بالضرورة حقيقة موضوعية". ^{[ 219 ]} تستهدف التطورات الحديثة في مجال ذكاء الأعمال، مثل التقارير الاستباقية، تحسيناتٍ في سهولة استخدام البيانات الضخمة، من خلال التصفية الآلية للبيانات غير المفيدة والارتباطات . ^{[ 220 ]} تمتلئ البنى الضخمة بارتباطات زائفة ^{[ 221 ]} إما بسبب مصادفات غير سببية ( قانون الأعداد الكبيرة جدًا )، أو بسبب طبيعة العشوائية الكبيرة ^{[ 222 ]} ( نظرية رامزي )، أو بسبب وجود عوامل غير مُدرجة ، مما يُشكك في أمل المُجربين الأوائل في جعل قواعد البيانات الضخمة من الأرقام "تتحدث عن نفسها" وتُحدث ثورة في المنهج العلمي. ^{[ 223 ]} أشارت كاثرين تاكر إلى "الضجة" المُثارة حول البيانات الضخمة، وكتبت: "من غير المرجح أن تكون البيانات الضخمة ذات قيمة في حد ذاتها". توضح المقالة: "إن السياقات العديدة التي تكون فيها البيانات رخيصة نسبياً مقارنة بتكلفة الاحتفاظ بالمواهب لمعالجتها، تشير إلى أن مهارات المعالجة أكثر أهمية من البيانات نفسها في خلق قيمة للشركة." ^{[ 224 ]}

غالبًا ما يكون تحليل البيانات الضخمة سطحيًا مقارنةً بتحليل مجموعات البيانات الأصغر حجمًا. ^{[ 225 ]} في العديد من مشاريع البيانات الضخمة، لا يتم إجراء تحليل للبيانات الضخمة، ولكن التحدي يكمن في استخراج البيانات وتحويلها وتحميلها كجزء من المعالجة المسبقة للبيانات. ^{[ 225 ]}

البيانات الضخمة مصطلح رائج و"مصطلح غامض" ^{[ 226 ]}^{[ 227 ]} ، ولكنه في الوقت نفسه "هاجس" ^{[ 227 ]} لدى رواد الأعمال والمستشارين والعلماء ووسائل الإعلام. فشلت تطبيقات البيانات الضخمة، مثل Google Flu Trends، في تقديم تنبؤات دقيقة في السنوات الأخيرة، إذ بالغت في تقدير تفشي الإنفلونزا بمقدار الضعف. وبالمثل، كانت تنبؤات جوائز الأوسكار والانتخابات، التي اعتمدت فقط على تويتر، خاطئة في أغلب الأحيان. غالبًا ما تطرح البيانات الضخمة نفس تحديات البيانات الصغيرة؛ فإضافة المزيد من البيانات لا يحل مشكلة التحيز، بل قد يُفاقم مشاكل أخرى. على وجه الخصوص، لا تُمثل مصادر البيانات، مثل تويتر، عموم السكان، وقد تؤدي النتائج المستخلصة من هذه المصادر إلى استنتاجات خاطئة. يُقدم مترجم جوجل -الذي يعتمد على التحليل الإحصائي للبيانات الضخمة للنصوص- أداءً جيدًا في ترجمة صفحات الويب. ومع ذلك، قد تكون النتائج من المجالات المتخصصة منحرفة بشكل كبير. من جهة أخرى، قد تُثير البيانات الضخمة مشكلات جديدة، مثل مشكلة المقارنات المتعددة : إذ يُرجّح أن يُنتج اختبار مجموعة كبيرة من الفرضيات في آنٍ واحد نتائج خاطئة كثيرة تبدو ظاهريًا ذات دلالة إحصائية. وقد جادل إيوانيديس بأن "معظم نتائج الأبحاث المنشورة خاطئة" ^{[ 228 ]} لنفس السبب تقريبًا: فعندما تُجري فرق علمية وباحثون عديدون تجارب كثيرة (أي يُعالجون كمية هائلة من البيانات العلمية، وإن لم يكن ذلك باستخدام تقنية البيانات الضخمة)، يزداد احتمال أن تكون النتيجة "ذات الدلالة الإحصائية" خاطئة بسرعة، لا سيما عند نشر النتائج الإيجابية فقط. علاوة على ذلك، فإن جودة نتائج تحليلات البيانات الضخمة تعتمد على جودة النموذج الذي بُنيت عليه. فعلى سبيل المثال، استُخدمت البيانات الضخمة في محاولة التنبؤ بنتائج الانتخابات الرئاسية الأمريكية لعام 2016 ^{[ 229 ]} ، وقد تفاوتت درجات نجاحها.

انتقادات لأساليب مراقبة البيانات الضخمة وتطبيقها في مجال الشرطة

استُخدمت البيانات الضخمة في أعمال الشرطة والمراقبة من قِبل مؤسسات مثل أجهزة إنفاذ القانون والشركات ( ). ^{[ 230 ]} ونظرًا لطبيعة المراقبة القائمة على البيانات الأقل وضوحًا مقارنةً بأساليب الشرطة التقليدية، فمن غير المرجح أن تظهر اعتراضات على استخدامها في الشرطة. ووفقًا لكتاب سارة براين " مراقبة البيانات الضخمة: حالة الشرطة " ^{[ 231 ]} ، يمكن أن تُعيد هذه البيانات إنتاج أوجه عدم المساواة المجتمعية القائمة بثلاث طرق:

وضع الناس تحت مراقبة متزايدة باستخدام مبرر خوارزمية رياضية وبالتالي غير متحيزة
زيادة نطاق وعدد الأشخاص الخاضعين لتتبع أجهزة إنفاذ القانون وتفاقم التمثيل العنصري المفرط الموجود في نظام العدالة الجنائية
تشجيع أفراد المجتمع على التخلي عن التفاعلات مع المؤسسات التي من شأنها أن تترك أثراً رقمياً، مما يخلق عقبات أمام الاندماج الاجتماعي.

إذا لم تُصحَّح هذه المشكلات المحتملة أو تُنظَّم، فقد تستمر آثار مراقبة البيانات الضخمة في تشكيل التسلسلات الهرمية المجتمعية. ويشير براين أيضًا إلى أن الاستخدام الواعي لمراقبة البيانات الضخمة قد يمنع تحوّل التحيزات الفردية إلى تحيزات مؤسسية.

انظر أيضاً

أخلاقيات البيانات الضخمة – أخلاقيات تحليلات البيانات الضخمة
نموذج نضج البيانات الضخمة – جانب من جوانب علوم الحاسوب
ذاكرة كبيرة – كمية كبيرة من ذاكرة الوصول العشوائي
إدارة البيانات – تنظيم البيانات المجمعة
التخزين المُعرّف بالبيانات – مصطلح تسويقي لإدارة البيانات من خلال دمج طبقات التطبيق والمعلومات والتخزين
هندسة البيانات – منهج هندسة البرمجيات لتصميم وتطوير نظم المعلومات
تسلسل البيانات – أصول البيانات وأحداثها
العمل الخيري القائم على البيانات – جانب من جوانب الثقافة
علم البيانات – مجال دراسي لاستخراج المعرفة من البيانات
التحول الرقمي – اتجاه تكنولوجي
قاعدة بيانات موجهة نحو المستندات - نوع من برامج الحاسوب
قائمة شركات البيانات الضخمة
قاعدة بيانات ضخمة جدًا – قاعدة بيانات تحتوي على كمية كبيرة جدًا من البيانات
تحليل البيانات الطوبولوجية – تحليل مجموعات البيانات باستخدام تقنيات من علم الطوبولوجيا
XLDB
داروين الاتحاد الأوروبي

مراجع

↑ بروير، توم (يوليو 2016). "تحليل القوة الإحصائية و"الأزمة" المعاصرة في العلوم الاجتماعية" . مجلة تحليلات التسويق . 4 ( 2-3 ). لندن، إنجلترا: بالغراف ماكميلان : 61-65 . doi : 10.1057/s41270-016-0001-3 . ISSN 2050-3318 .
↑ مكافي، أندرو؛ برينجولفسون، إريك (1 أكتوبر 2012). "البيانات الضخمة: ثورة الإدارة". مجلة هارفارد للأعمال . 90 (10): 60-66 ، 68، 128. ISSN 0017-8012 . PMID 23074865 .
↑ شولز، توبياس م. (2017)، "الإطار النظري" ، البيانات الضخمة في المنظمات ودور إدارة الموارد البشرية ، تصور قائم على نظرية الأنظمة المعقدة، بيتر لانغ إيه جي، ص 9-82 ، ISBN 978-3-631-71890-2تم الاطلاع عليه بتاريخ 27 نوفمبر 2025
↑ كابا، فرانشيسكو؛ أورياني، رافاييل؛ بيروفو، إنزو؛ مكارثي، إيان (2021). "البيانات الضخمة لخلق القيمة واستثمارها في البيئة الرقمية: تحليل تأثيرات الحجم والتنوع والمصداقية على أداء الشركات" . مجلة إدارة ابتكار المنتجات . 38 (1): 49-67 . doi : 10.1111/jpim.12545 . ISSN 0737-6782 . S2CID 225209179 .
↑ بويد، دانا؛ كروفورد، كيت (21 سبتمبر 2011). " ستة دوافع لتحليل البيانات الضخمة" . شبكة أبحاث العلوم الاجتماعية . doi : 10.2139/ssrn.1926431 . S2CID 148610111. مؤرشف من الأصل في 28 فبراير 2020. تم الاطلاع عليه في 12 يوليو 2019 .
1 2 3 4 5 6 7 "البيانات، البيانات في كل مكان" . مجلة الإيكونوميست . 25 فبراير 2010. مؤرشف من الأصل في 27 مايو 2018. تم الاطلاع عليه في 9 ديسمبر 2012 .
↑ "الذكاء المجتمعي مطلوب" . مجلة نيتشر . 455 (7209): 1. سبتمبر 2008. Bibcode : 2008Natur.455....1. . doi : 10.1038/455001a . PMID 18769385 .
^ Reichman OJ، Jones MB، Schildhauer MP (فبراير 2011). "تحديات وفرص البيانات المفتوحة في علم البيئة" . علوم . 331 (6018): 703– 5. بيب كود : 2011Sci...331..703R . دوى : 10.1126/science.1197962 . بميد 21311007 . S2CID 22686503 . مؤرشفة من الأصلي في 19 أكتوبر 2020 . تم الاسترجاع في 12 يوليو 2019 .
↑ هيلرستين، جو (9 نوفمبر 2008). "البرمجة المتوازية في عصر البيانات الضخمة" . مدونة جيجاوم . مؤرشف من الأصل في 7 أكتوبر 2012. تم الاطلاع عليه في 21 أبريل 2010 .
↑ سيغاران، توبي؛ هامرباخر، جيف (2009). البيانات الجميلة: القصص وراء حلول البيانات الأنيقة . دار نشر أورايلي. ص 257. ISBN 978-0-596-15711-1أُرشف من الأصل في 12 مايو 2016. تم الاطلاع عليه في 31 ديسمبر 2015 .
1 2 هيلبرت م، لوبيز ب (أبريل 2011). "القدرة التكنولوجية العالمية على تخزين المعلومات ونقلها ومعالجتها" (ملف PDF) . مجلة ساينس . 332 (6025): 60-65 . Bibcode : 2011Sci...332...60H . doi : 10.1126/science.1200970 . PMID 21310967. S2CID 206531385. مؤرشف (ملف PDF) من الأصل في 19 أغسطس 2019. تم الاطلاع عليه في 11 مايو 2019 .
↑ "ما هي البيانات الضخمة؟ - توظيف البيانات الضخمة في المؤسسات" من شركة IBM . ibm.com. مؤرشف من الأصل بتاريخ 24 أغسطس 2013. تم الاطلاع عليه بتاريخ 26 أغسطس 2013 .
↑ رينسل، ديفيد؛ غانتز، جون؛ ريدنينغ، جون (13 أبريل 2017). "عصر البيانات 2025: تطور البيانات لتصبح بالغة الأهمية للحياة" (ملف PDF) . seagate.com . فرامينغهام، ماساتشوستس، الولايات المتحدة الأمريكية: مؤسسة البيانات الدولية . مؤرشف (ملف PDF) من الأصل في 8 ديسمبر 2017. تم الاطلاع عليه في 2 نوفمبر 2017 .
↑ «سيصل الإنفاق العالمي على حلول البيانات الضخمة والتحليلات إلى 215.7 مليار دولار أمريكي في عام 2021، وفقًا لدليل إنفاق جديد صادر عن مؤسسة IDC» . مؤرشف من الأصل بتاريخ 23 يوليو 2022. تم الاطلاع عليه بتاريخ 31 يوليو 2022 .
↑ "إيرادات البيانات الضخمة وتحليلات الأعمال لعام 2022" .
↑ "حجم سوق صناعة البيانات الضخمة العالمية 2011-2027" .
1 2 3 البيانات الضخمة: الأفق التالي للابتكار والمنافسة والإنتاجية. مؤرشف في 15 مارس 2023 على موقع Wayback Machine. معهد ماكينزي العالمي، مايو 2011
↑ أوراكل وFSN، "إتقان البيانات الضخمة: استراتيجيات المدير المالي لتحويل الرؤى إلى فرص"، مؤرشف في 4 أغسطس 2013 على موقع Wayback Machine ، ديسمبر 2012
↑ جاكوبس، أ. (6 يوليو 2009). "أمراض البيانات الضخمة" . ACMQueue . مؤرشف من الأصل في 8 ديسمبر 2015. تم الاسترجاع في 21 أبريل 2010 .
↑ ماجولاس، روجر؛ لوريكا، بن (فبراير 2009). "مقدمة في البيانات الضخمة" . الإصدار 2.0 (11). سيباستوبول، كاليفورنيا: أورايلي ميديا. مؤرشف من الأصل في 2 نوفمبر 2021. تم الاطلاع عليه في 26 فبراير 2021 .
↑ جون ر. ماشي (25 أبريل 1998). "البيانات الضخمة... والموجة التالية من ضغوط البنية التحتية" (ملف PDF) . شرائح من محاضرة مدعوة . يوزنيكس. مؤرشف (ملف PDF) من الأصل في 12 أكتوبر 2016. تم الاطلاع عليه في 28 سبتمبر 2016 .
↑ ستيف لور (1 فبراير 2013). "أصول مصطلح 'البيانات الضخمة': قصة بوليسية اشتقاقية" . صحيفة نيويورك تايمز . مؤرشف من الأصل في 6 مارس 2016. تم الاطلاع عليه في 28 سبتمبر 2016 .
1 2 سنايدرز، ماتزات وريبس 2012 .
↑ ديديتش، ن.؛ ستانير، س. (2017). "نحو تمييز ذكاء الأعمال، والبيانات الضخمة، وتحليلات البيانات، واكتشاف المعرفة" . ابتكارات في إدارة وهندسة نظم معلومات المؤسسات . سلسلة محاضرات في معالجة معلومات الأعمال. المجلد 285. برلين؛ هايدلبرغ: دار نشر سبرينغر الدولية. الصفحات 114-122 . doi : 10.1007/978-3-319-58801-8_10 . ISBN 978-3-319-58800-1ISSN 1865-1356 . OCLC 909580101. مؤرشف من الأصل بتاريخ 27 نوفمبر 2020. تم الاطلاع عليه بتاريخ 7 سبتمبر 2019 .
↑ إيفرتس، سارة (2016). "التحميل الزائد للمعلومات" . تقطيرات . المجلد 2، العدد 2. الصفحات 26-33 . مؤرشف من الأصل في 3 أبريل 2019. تم الاسترجاع في 22 مارس 2018 .
↑ إبراهيم؛ تارجيو هاشم، أباكر؛ يعقوب، أبرار؛ بدرول أنور، نور؛ مختار، سليمة؛ جاني، عبد الله؛ الله خان، سامي (2015). "البيانات الضخمة" في الحوسبة السحابية: مراجعة قضايا البحث وفتحها". نظم المعلومات . 47 : 98-115 هـ.
↑ فوكس، تشارلز (25 مارس 2018). علم البيانات للنقل . سلسلة كتب سبرينغر في علوم الأرض والجغرافيا والبيئة. سبرينغر. ISBN 978-3-319-72952-7أُرشف من المصدر الأصلي في 1 أبريل 2018. تم الاطلاع عليه في 31 مارس 2018 .
↑ كيتشن، روب؛ مكاردل، جافين (2016). "ما الذي يجعل البيانات الضخمة بيانات ضخمة؟ استكشاف الخصائص الأنطولوجية لـ 26 مجموعة بيانات" . البيانات الضخمة والمجتمع . 3 : 1-10 . doi : 10.1177/2053951716631130 . S2CID 55539845 .
↑ بالازكا، دومينيك؛ روديغيرو، داريو (2020). "البيانات الضخمة والانفجار العظيم الصغير: ثورة معرفية" . مجلة فرونتيرز إن بيغ داتا . 3 : 31. doi : 10.3389/fdata.2020.00031 . hdl : 1721.1 /128865 . PMC 7931920. PMID 33693404 .
↑ "مع التركيز على البيانات الضخمة والتحليلات" (ملف PDF) . Bigdataparis.com . مؤرشف من الأصل (ملف PDF) بتاريخ 25 فبراير 2021. تم الاطلاع عليه بتاريخ 8 أكتوبر 2017 .
1 2 بيلينغز إس إيه "تحديد الأنظمة غير الخطية: طرق نارماكس في مجالات الزمن والتردد والمكان والزمان". وايلي، 2013
↑ "مدونة ANDSI » DSI Big Data" . Andsi.fr . مؤرشفة من الأصل بتاريخ 10 أكتوبر 2017. تم الاطلاع عليها بتاريخ 8 أكتوبر 2017 .
^ ليه إيكو (3 أبريل 2013). "Les Echos – البيانات الكبيرة ذات البيانات المنخفضة الكثافة ؟ الكثافة الضعيفة للمعلومات كعامل تمييزي – الأرشيف" . Lesechos.fr . مؤرشفة من الأصلي في 30 أبريل 2014 . تم الاسترجاع 8 أكتوبر 2017 .
↑ ساغيروغلو، شرف (2013). "البيانات الضخمة: مراجعة". المؤتمر الدولي لعام 2013 حول تقنيات وأنظمة التعاون (CTS) . الصفحات 42-47 . doi : 10.1109/CTS.2013.6567202 . ISBN 978-1-4673-6404-1. S2CID 5724608 .
↑ كيتشن، روب؛ مكاردل، جافين (17 فبراير 2016). "ما الذي يجعل البيانات الضخمة بيانات ضخمة؟ استكشاف الخصائص الأنطولوجية لـ 26 مجموعة بيانات" . البيانات الضخمة والمجتمع . 3 (1): 205395171663113. doi : 10.1177/2053951716631130 .
↑ أوناي، جيلان؛ أوزتورك، إليف (2018). "مراجعة لأبحاث تقييم الجدارة الائتمانية في عصر البيانات الضخمة". مجلة التنظيم المالي والامتثال . 26 (3): 382-405 . doi : 10.1108/JFRC-06-2017-0054 . S2CID 158895306 .
↑ الجيل الرابع من البيانات الضخمة
↑ "قياس القيمة التجارية للبيانات الضخمة | مركز IBM للبيانات الضخمة والتحليلات" . www.ibmbigdatahub.com . مؤرشف من الأصل بتاريخ 28 يناير 2021. تم الاطلاع عليه بتاريخ 20 يناير 2021 .
↑ ملاكي، جاكوب (6 أبريل 2026). "الخصائص السبع للبيانات الضخمة - ما هي ولماذا هي مهمة للغاية؟" . www.dsstream.com . دي إس ستريم . تاريخ الاطلاع: 23 يونيو 2026 .
↑ كيتشن، روب؛ مكاردل، جافين (5 يناير 2016). "ما الذي يجعل البيانات الضخمة بيانات ضخمة؟ استكشاف الخصائص الأنطولوجية لـ 26 مجموعة بيانات" . البيانات الضخمة والمجتمع . 3 (1): 205395171663113. doi : 10.1177/2053951716631130 . ISSN 2053-9517 .
↑ "استطلاع رأي: أكبر قواعد البيانات تقترب من 30 تيرابايت" . Eweek.com . 8 نوفمبر 2003. تم الاطلاع عليه بتاريخ 8 أكتوبر 2017 .
↑ «ليكسيس نيكسيس تشتري سيسينت مقابل 775 مليون دولار» . صحيفة واشنطن بوست . مؤرشف من الأصل في 24 يوليو 2008. تم الاطلاع عليه في 15 يوليو 2004 .
↑ "صحيفة واشنطن بوست" . صحيفة واشنطن بوست . مؤرشفة من الأصل في 19 أكتوبر 2016. تم الاطلاع عليها في 24 أغسطس 2017 .
↑ بيرتولوتشي، جيف "هادوب: من تجربة إلى منصة رائدة للبيانات الضخمة" مؤرشف في 23 نوفمبر 2020 في Wayback Machine ، "أسبوع المعلومات"، 2013. تم استرجاعه في 14 نوفمبر 2013.
↑ ويبستر، جون. "MapReduce: معالجة البيانات المبسطة على مجموعات كبيرة" مؤرشف في 14 ديسمبر 2009 في Wayback Machine ، "Search Storage"، 2004. تم استرجاعه في 25 مارس 2013.
↑ "عرض حلول البيانات الضخمة" . MIKE2.0. مؤرشف من الأصل بتاريخ 16 مارس 2013. تم الاطلاع عليه بتاريخ 8 ديسمبر 2013 .
↑ "تعريف البيانات الضخمة" . MIKE2.0. مؤرشف من الأصل في 25 سبتمبر 2018. تم الاطلاع عليه في 9 مارس 2013 .
^ بوجا، سي. بوكوفنيكو، أ؛ باتاجان، إل. (2012). “الهندسة الموازية الموزعة للبيانات الضخمة”. المعلوماتية الاقتصادية . 16 (2): 116 – 127.
↑ "حلّ التحديات التجارية الرئيسية باستخدام بحيرة البيانات الضخمة" (ملف PDF) . Hcltech.com . أغسطس 2014. مؤرشف (ملف PDF) من النسخة الأصلية في 3 يوليو 2017. تم الاطلاع عليه في 8 أكتوبر 2017 .
↑ "طريقة لاختبار مدى تحمل أطر عمل MapReduce للأعطال" (ملف PDF) . شبكات الحاسوب. 2015. مؤرشف (ملف PDF) من الأصل في 22 يوليو 2016. تم الاطلاع عليه في 13 أبريل 2016 .
1 2 مانيكا، جيمس؛ تشوي، مايكل؛ بوغين، جاك؛ براون، براد؛ دوبس، ريتشارد؛ روكسبيرغ، تشارلز؛ بايرز، أنجيلا هونغ (مايو 2011). "البيانات الضخمة: الأفق الجديد للابتكار والمنافسة والإنتاجية" (ملف PDF) . معهد ماكينزي العالمي. مؤرشف (ملف PDF) من الأصل في 25 يوليو 2021. تم الاطلاع عليه في 22 مايو 2021 .
↑ "الاتجاهات المستقبلية في الحوسبة والنمذجة القائمة على الموترات" (ملف PDF) . مايو 2009. مؤرشف (ملف PDF) من الأصل في 17 أبريل 2018. تم الاطلاع عليه في 4 يناير 2013 .
↑ لو، هايبينغ؛ بلاتانيوتيس، ك.ن؛ فينيتسانوبولوس، أ.ن (2011). "دراسة استقصائية لتعلم الفضاء الفرعي متعدد الخطوط لبيانات الموترات" (ملف PDF) . التعرف على الأنماط . 44 (7): 1540-1551 . رمز Bibcode : 2011PatRe..44.1540L . doi : 10.1016/j.patcog.2011.01.004 . مؤرشف (ملف PDF) من الأصل في 10 يوليو 2019. تم الاسترجاع في 21 يناير 2013 .
↑ بلانا، صبري؛ جانسياك، إيفان؛ بريزاني، بيتر؛ ووهر، ألكسندر (2016). "دراسة استقصائية لأحدث التقنيات في لغات استعلام استخراج البيانات وتكاملها". المؤتمر الدولي الرابع عشر لأنظمة المعلومات القائمة على الشبكات، 2011. جمعية مهندسي الكهرباء والإلكترونيات (IEEE). الصفحات 341-348 . arXiv : 1603.01113 . Bibcode : 2016arXiv160301113P . doi : 10.1109/NBiS.2011.58 . ISBN 978-1-4577-0789-6. S2CID 9285984 .
↑ وانغ، ياندونغ؛ غولدستون، روبن؛ يو، ويكوان؛ وانغ، تينغ (أكتوبر 2014). "توصيف وتحسين MapReduce المقيم في الذاكرة على أنظمة الحوسبة عالية الأداء". المؤتمر الدولي الثامن والعشرون للمعالجة المتوازية والموزعة لعام 2014، معهد مهندسي الكهرباء والإلكترونيات. الصفحات 799-808 . doi : 10.1109/IPDPS.2014.87 . ISBN 978-1-4799-3800-1. S2CID 11157612 .
↑ لوريو، أ.؛ غرولينجر، ك.؛ إلياماني، هـ. ف.؛ كابريتز، م. أ. م. (2017). "التعلم الآلي باستخدام البيانات الضخمة: التحديات والأساليب" . مجلة IEEE Access . 5 : 7776-7797 . رمز Bibcode : 2017IEEEA...5.7776L . doi : 10.1109/ACCESS.2017.2696365 . ISSN 2169-3536 .
↑ موناش، كورت (30 أبريل 2009). "مستودعا بيانات إيباي الضخمان" . مؤرشف من الأصل في 31 مارس 2019. تم الاطلاع عليه في 11 نوفمبر 2010 .موناش، كورت (6 أكتوبر 2010). "متابعة إيباي - خروج غرينبلوم، تيراداتا > 10 بيتابايت، هادوب له بعض القيمة، والمزيد" . مؤرشف من الأصل في 31 مارس 2019. تم الاطلاع عليه في 11 نوفمبر 2010 .
↑ "مصادر حول كيفية استخدام تحليل البيانات الطوبولوجي لتحليل البيانات الضخمة" . أياسدي. مؤرشف من الأصل في 3 مارس 2013. تم الاطلاع عليه في 5 مارس 2013 .
↑ أخبار سي نت (1 أبريل 2011). "شبكات مناطق التخزين غير مطلوبة" . سي نت . مؤرشف من الأصل في 18 أكتوبر 2013. تم الاطلاع عليه في 17 أبريل 2013 .
↑ سامبورسكا، فيرونيكا (20 يناير 2025). "التوسع: كيف جعلت زيادة المدخلات الذكاء الاصطناعي أكثر قدرة" . عالمنا في البيانات .
↑ هيلبرت، مارتن (2014). "ما هو محتوى قدرة العالم على نقل المعلومات والاتصالات عبر التكنولوجيا: ما مقدار النصوص والصور والصوت والفيديو؟" . مجتمع المعلومات . 30 (2): 127-143 . doi : 10.1080/01972243.2013.873748 . S2CID 45759014. مؤرشف من الأصل في 24 يونيو 2020. تم الاطلاع عليه في 12 يوليو 2019 .
↑ راجبوروهيت، أنمول (11 يوليو 2014). "مقابلة: إيمي غيرشكوف، مديرة تحليلات ورؤى العملاء في eBay، حول كيفية تصميم أدوات ذكاء أعمال داخلية مخصصة" . KDnuggets . مؤرشف من الأصل في 14 يوليو 2014. تم الاطلاع عليه في 14 يوليو 2014. بشكل عام، أجد أن أدوات ذكاء الأعمال الجاهزة لا تلبي احتياجات العملاء الذين يرغبون في استخلاص رؤى مخصصة من بياناتهم. لذلك، بالنسبة للمؤسسات المتوسطة والكبيرة التي تتمتع بإمكانية الوصول إلى كفاءات تقنية عالية، أوصي عادةً ببناء حلول داخلية مخصصة.
↑ "الحكومة والبيانات الضخمة: الاستخدام والمشاكل والإمكانيات" . مجلة كمبيوتر وورلد . 21 مارس 2012. مؤرشف من الأصل في 15 سبتمبر 2016. تم الاطلاع عليه في 12 سبتمبر 2016 .
↑ "الورقة البيضاء: البيانات الضخمة من أجل التنمية: الفرص والتحديات" . نبض العالم . الأمم المتحدة. 2012. مؤرشفة من الأصل في 1 يونيو 2020. تم الاطلاع عليها في 13 أبريل 2016 .
↑ "البيانات الضخمة، التأثير الكبير: إمكانيات جديدة للتنمية الدولية" . المنتدى الاقتصادي العالمي وشركة فيتال ويف للاستشارات. مؤرشف من الأصل في 1 يونيو 2020. تم الاطلاع عليه بتاريخ 24 أغسطس 2012 .
1 2 3 4 5 هيلبرت 2016 .
↑ "إيلينا كفوتشكو، أربع طرق للحديث عن البيانات الضخمة (سلسلة تكنولوجيا المعلومات والاتصالات من أجل التنمية)" . worldbank.org. 4 ديسمبر 2012. مؤرشف من الأصل في 15 ديسمبر 2012. تم الاطلاع عليه في 30 مايو 2012 .
↑ "دانييلي ميدري: البيانات الضخمة والأعمال: ثورة مستمرة" . إحصاءات الرأي. 21 أكتوبر 2013. مؤرشف من الأصل في 17 يونيو 2015. تم الاطلاع عليه في 21 يونيو 2015 .
↑ توبياس كنوبلوخ وجوليا مانسكي (11 يناير 2016). "الاستخدام المسؤول للبيانات" . التنمية والتعاون . مؤرشف من الأصل في 13 يناير 2017. تم الاطلاع عليه في 11 يناير 2017 .
↑ مان، س.، وهيلبرت، م. (2020). الذكاء الاصطناعي من أجل التنمية. المجلة الدولية للاتصالات، 14(0)، 21. https://www.martinhilbert.net/ai4d-artificial-intelligence-for-development/ مؤرشف في 22 أبريل 2021 على موقع Wayback Machine
↑ بلومنستوك، جيه إي (2016). مكافحة الفقر بالبيانات. مجلة ساينس، 353(6301)، 753-754. https://doi.org/10.1126/science.aah5217 مؤرشف في 1 يونيو 2022 على موقع Wayback Machine
↑ بلومنستوك، ج.، كادامورو، ج.، وأون، ر. (2015). التنبؤ بالفقر والثروة من بيانات الهاتف المحمول الوصفية. مجلة ساينس، 350(6264)، 1073-1076. https://doi.org/10.1126/science.aac4420 مؤرشف في 1 يونيو 2022 في أرشيف الإنترنت
↑ جان، ن.، بيرك، م.، شي، م.، ديفيس، و.م.، لوبيل، د.ب.، وإرمون، س. (2016). دمج صور الأقمار الصناعية والتعلم الآلي للتنبؤ بالفقر. مجلة ساينس، 353(6301)، 790-794. https://doi.org/10.1126/science.aaf7894 مؤرشف في 1 يونيو 2022 في أرشيف الإنترنت (Wayback Machine).
1 2 هيلبرت، م.، ولو، ك. (2020). تتبع سوق العمل عبر الإنترنت في أمريكا اللاتينية ومنطقة البحر الكاريبي (UN ECLAC LC/TS.2020/83؛ ص 79). لجنة الأمم المتحدة الاقتصادية لأمريكا اللاتينية ومنطقة البحر الكاريبي. https://www.cepal.org/en/publications/45892-online-job-market-trace-latin-america-and-caribbean مؤرشف في 22 سبتمبر 2020 على موقع Wayback Machine
↑ اللجنة الاقتصادية لأمريكا اللاتينية ومنطقة البحر الكاريبي التابعة للأمم المتحدة (ECLAC). (2020). تتبع البصمة الرقمية في أمريكا اللاتينية ومنطقة البحر الكاريبي: دروس مستفادة من استخدام البيانات الضخمة لتقييم الاقتصاد الرقمي (التنمية الإنتاجية، الشؤون الجنسانية LC/TS.2020/12؛ وثائق المشروع). اللجنة الاقتصادية لأمريكا اللاتينية ومنطقة البحر الكاريبي التابعة للأمم المتحدة. https://repositorio.cepal.org/handle/11362/45484 مؤرشف بتاريخ 18 سبتمبر 2020 في أرشيف الإنترنت (Wayback Machine).
↑ بانيرجي، أميتاف؛ تشودري، سوبراكاش (2010). " الإحصاء بدون دموع: المجتمعات والعينات" . مجلة الطب النفسي الصناعي . 19 (1): 60-65 . doi : 10.4103/0972-6748.77642 . ISSN 0972-6748 . PMC 3105563. PMID 21694795 .
↑ ألدريدج، إيرين (2016). المخاطر الآنية: ما يجب أن يعرفه المستثمرون عن التكنولوجيا المالية، والتداول عالي التردد، والانهيارات المفاجئة . ستيفن كراوتشيو. سومرست: جون وايلي وأولاده، المحدودة. ISBN 978-1-119-31906-1. OCLC 972292212 .
↑ ألدريدج، إيرين (2021). علم البيانات الضخمة في التمويل . ماركو أفيلانيدا. هوبوكين، نيو جيرسي: وايلي. ISBN 978-1-119-60297-2. OCLC 1184122216 .
↑ حسن، محمد مرشدول؛ بوب، جوزيف؛ أولاه، جوديت (12 مارس 2020). "الوضع الراهن وتأثير البيانات الضخمة على التمويل" . مجلة البيانات الضخمة . 7 (1): 21. doi : 10.1186/s40537-020-00291-z . ISSN 2196-1115 .
↑ هوسر، ف.، وسيمينو، ج. ج. (يوليو 2016). "التحديات الوشيكة لاستخدام البيانات الضخمة" . المجلة الدولية لعلم الأورام الإشعاعي، وعلم الأحياء، والفيزياء . 95 (3): 890-894 . doi : 10.1016/ j.ijrobp.2015.10.060 . PMC 4860172. PMID 26797535 .
↑ سيديتش، إرفين؛ فالك، تياجو هـ. (4 يوليو 2018). معالجة الإشارات والتعلم الآلي للبيانات الضخمة في مجال الطب الحيوي . سيديتش، إرفين، فالك، تياجو هـ. [مكان النشر غير محدد]. ISBN 978-1-351-06121-6. OCLC 1044733829 . {{cite book}}: CS1 maint: موقع الناشر مفقود ( رابط )
↑ راغوباثي و، راغوباثي ف (ديسمبر 2014). " تحليلات البيانات الضخمة في الرعاية الصحية: الوعد والإمكانات" . علوم ونظم المعلومات الصحية . 2 (1) 3. doi : 10.1186/2047-2501-2-3 . PMC 4341817. PMID 25825667 .
↑ فيسكونتي م، هنتر ب، هوز ر (يوليو 2015). "البيانات الضخمة، المعرفة الضخمة: البيانات الضخمة للرعاية الصحية الشخصية" ( ملف PDF) . مجلة IEEE للمعلوماتية الطبية الحيوية والصحية . 19 (4): 1209-1215 . doi : 10.1109/JBHI.2015.2406883 . PMID 26218867. S2CID 14710821. مؤرشف (ملف PDF) من الأصل في 23 يوليو 2018. تم الاطلاع عليه في 21 سبتمبر 2019 .
↑ أودونوغ، جون؛ هربرت، جون (1 أكتوبر 2012). "إدارة البيانات في بيئات الصحة المتنقلة: أجهزة استشعار المرضى، والأجهزة المحمولة، وقواعد البيانات". مجلة جودة البيانات والمعلومات . 4 (1): 5:1–5:20. doi : 10.1145/2378016.2378021 . S2CID 2318649 .
↑ ميركس إي إم، كوتس تي جيه، ليفيسلي جيه، غوربان إيه إن (أغسطس 2016). "معالجة البيانات المفقودة في مجموعات بيانات الرعاية الصحية الكبيرة: دراسة حالة لنتائج الصدمات غير المعروفة". الحوسبة في علم الأحياء والطب . 75 : 203-216 . arXiv : 1604.00627 . Bibcode : 2016arXiv160400627M . doi : 10.1016 / j.compbiomed.2016.06.004 . PMID 27318570. S2CID 5874067 .
↑ ميردوخ تي بي، ديتسكي إيه إس (أبريل 2013). "التطبيق الحتمي للبيانات الضخمة في الرعاية الصحية". مجلة الجمعية الطبية الأمريكية . 309 (13): 1351-1352 . doi : 10.1001/jama.2013.393 . PMID 23549579. S2CID 20462354 .
↑ فاينا إي، سالاثي إم، مادوف إل سي، براونشتاين جيه إس (فبراير 2015). "التحديات الأخلاقية للبيانات الضخمة في الصحة العامة" . مجلة PLOS لعلم الأحياء الحاسوبي . 11 (2) e1003904. Bibcode : 2015PLSCB..11E3904V . doi : 10.1371/journal.pcbi.1003904 . PMC 4321985. PMID 25664461 .
↑ كوبلاند، سي إس (يوليو-أغسطس 2017). "البيانات تقود الاكتشاف" (ملف PDF) . مجلة الرعاية الصحية في نيو أورليانز : 22-27 . مؤرشف (ملف PDF) من الأصل في 5 ديسمبر 2019. تم الاطلاع عليه في 5 ديسمبر 2019 .
^ ياناس وتريانتافيلو 2019 .
↑ دونغ إكس، بهروس إن، سادو إي، جاكسون تي، تشوخمان إم، جونسون آر، بويد إيه، هاينز دي (2013). "الاستفادة من إطار عمل هادوب لتطبيقات المعلوماتية السريرية واسعة النطاق". وقائع القمم المشتركة لجمعية المعلوماتية الطبية الأمريكية حول العلوم الانتقالية. القمم المشتركة لجمعية المعلوماتية الطبية الأمريكية حول العلوم الانتقالية . 2013 : 53. PMID 24303235 .
↑ كلوني، د. (2013). "التصوير المقطعي للثدي يتحدى البنية التحتية للتصوير الرقمي" . مجموعة العلوم والطب. مؤرشف من الأصل في 24 فبراير 2021. تم الاطلاع عليه في 28 نوفمبر 2023 .
↑ ياناس ج، تريانتافيلو إي (2019 ب ). "التحديات السبعة الرئيسية لمستقبل التشخيص بمساعدة الحاسوب في الطب". المجلة الدولية للمعلوماتية الطبية . 129 : 413-422 . doi : 10.1016/j.ijmedinf.2019.06.017 . PMID 31445285. S2CID 198287435 .
↑ "شهادات في البيانات الضخمة: موضة عابرة أم طريق مختصر للنجاح المهني؟" . فوربس . مؤرشف من الأصل في 3 مارس 2016. تم الاطلاع عليه في 21 فبراير 2016 .
↑ «نيويورك تُنشئ معسكرًا تدريبيًا جديدًا لعلماء البيانات: مجاني، لكن القبول فيه أصعب من جامعة هارفارد» . فينشر بيت . مؤرشف من الأصل بتاريخ 15 فبراير 2016. تم الاطلاع عليه بتاريخ 21 فبراير 2016 .
↑ ويدل، ميشيل؛ كانان، ب.ك. (2016). "تحليلات التسويق للبيئات الغنية بالبيانات". مجلة التسويق . 80 (6): 97-121 . doi : 10.1509/jm.15.0413 . S2CID 168410284 .
↑ كولدري، نيك؛ تورو، جوزيف (2014). "الإعلان، والبيانات الضخمة، وإخلاء المجال العام: مناهج جديدة للمسوقين لدعم المحتوى". المجلة الدولية للاتصالات . 8 : 1710-1726 .
↑ "لماذا تفشل وكالات الإعلان الرقمي في اكتساب العملاء وتحتاج بشدة إلى تطوير مدعوم بالذكاء الاصطناعي؟" . Ishti.org . ١٥ أبريل ٢٠١٨. مؤرشف من الأصل في ١٢ فبراير ٢٠١٩. تم الاطلاع عليه في ١٥ أبريل ٢٠١٨ .
↑ "البيانات الضخمة والتحليلات: C4 و Genius Digital" . Ibc.org . مؤرشف من الأصل في 8 أكتوبر 2017. تم الاطلاع عليه في 8 أكتوبر 2017 .
↑ مارشال ألين (17 يوليو 2018). "شركات التأمين الصحي تجمع بياناتك الشخصية - وقد يؤدي ذلك إلى رفع أسعار التأمين" . www.propublica.org . مؤرشف من الأصل في 21 يوليو 2018. تم الاطلاع عليه في 21 يوليو 2018 .
↑ "شركة QuiO تُتوَّج بطلةً للابتكار في تحدي أكسنتشر للابتكار في مجال تكنولوجيا الرعاية الصحية" . Businesswire.com . 10 يناير 2017. مؤرشف من الأصل في 22 مارس 2017. تم الاطلاع عليه في 8 أكتوبر 2017 .
↑ "منصة برمجية للابتكار في تكنولوجيا التشغيل" (ملف PDF) . Predix.com . مؤرشف من النسخة الأصلية (ملف PDF) بتاريخ 22 مارس 2017. تم الاطلاع عليه بتاريخ 8 أكتوبر 2017 .
↑ ز. جينيفر وانغ (مارس 2017). "النقل الذكي المدفوع بالبيانات الضخمة: القصة الكامنة وراء تحوّل إنترنت الأشياء للتنقل" . مؤرشف من الأصل في 4 يوليو 2018. تم الاطلاع عليه في 4 يوليو 2018 .
↑ "موضوع إنترنت الأشياء" . 22 يونيو 2009. مؤرشف من الأصل في 2 مايو 2013. تم الاطلاع عليه في 29 ديسمبر 2017 .
1 2 سولنيك، راي. "حان الوقت: التحليلات تُحقق نتائج ملموسة في عمليات تكنولوجيا المعلومات" . مجلة مراكز البيانات . مؤرشف من الأصل في 4 أغسطس 2016. تم الاطلاع عليه في 21 يونيو 2016 .
↑ "BigSurv: البيانات الضخمة تلتقي بعلم المسح" . تم الاطلاع عليه بتاريخ 15 أكتوبر 2023 .
^ إيك، آدم. كازار، آنا لوسيا كوردوفا؛ كاليجارو، ماريو؛ بيمر ، بول (2021). ""البيانات الضخمة تلتقي بعلم المسح"" . مراجعة علوم الحاسوب الاجتماعية . 39 (4): 484– 488. doi : 10.1177/0894439319883393 .
↑ "عدد خاص: البيانات الضخمة تلتقي بعلم المسح" . مجلة الجمعية الإحصائية الملكية، السلسلة أ . 185 (S2): S165– S166.
↑ "دمج بيانات الاستبيانات والبيانات غير الاستبيانية لقياس السلوك والرأي العام" . www.springeropen.com . تاريخ الاطلاع: 19 أكتوبر 2023 .
↑ هيل، كريغ أ.؛ بيمر، بول ب.؛ بوسكيرك، ترينت د.؛ جابيك، ليلي؛ كيرشنر، أنتي؛ كولينيكوف، ستاس؛ ليبرغ، لارس إي.، محرران. (13 أكتوبر 2020). البيانات الضخمة تلتقي بعلم المسح: مجموعة من الأساليب المبتكرة ( الطبعة الأولى). وايلي. doi : 10.1002/9781118976357 . ISBN 978-1-118-97632-6. S2CID 240797608 .
↑ "الفائزون السابقون بجائزة وارن ج. ميتوفسكي للمبتكرين - الجمعية الأمريكية لأبحاث الرأي العام" . 7 يونيو 2023. تم الاطلاع عليه بتاريخ 19 أكتوبر 2023 .
1 2 سترونج، كولين (2015). إضفاء الطابع الإنساني على البيانات الضخمة: التسويق عند التقاء البيانات والعلوم الاجتماعية وفهم المستهلك . لندن: كوجان بيج. ISBN 978-0-7494-7211-5.
↑ بيريشا، بليند؛ ميزيو، إندريت؛ شباني، إسحاق (2022). "تحليلات البيانات الضخمة في الحوسبة السحابية: نظرة عامة" . مجلة الحوسبة السحابية . 11 (1): 24. doi : 10.1186/s13677-022-00301-w . PMC 9362456. PMID 35966392 .
↑ بوش، فولكر (2016). "البيانات الضخمة في أبحاث السوق: لماذا لا تعني المزيد من البيانات بالضرورة معلومات أفضل" . مجلة GFK Marketing Intelligence Review . 8 (2): 56-63 . doi : 10.1515/gfkmir-2016-0017 .
↑ ماكفارلاند، دانيال أ.؛ ماكفارلاند، إتش ريتشارد (2015). "البيانات الضخمة وخطر عدم الدقة التامة" . البيانات الضخمة والمجتمع . 2 (2). doi : 10.1177/2053951715602495 .
^ سيفاراجا، أوثاياسانكار؛ كمال، محمد مصطفى؛ إيراني، ظاهر؛ ويراكودي، فيشانث (2017). “التحليل النقدي لتحديات البيانات الضخمة والأساليب التحليلية”. مجلة أبحاث الأعمال . 70 : 263-286 . دوى : 10.1016/j.jbusres.2016.08.001 . اتش دي ال : 10454/11325 .
1 2 3 دي لوكا، لويجي م.؛ هيرهاوزن، دينيس؛ ترويلو، غابرييل؛ روسي، أندريا (2021-07-01). "كيف ومتى تؤتي استثمارات البيانات الضخمة ثمارها؟ دور إمكانيات التسويق وابتكار الخدمات". مجلة أكاديمية علوم التسويق . 49 (4): 790-810.
↑ غاسيماغائي، مريم؛ كاليتش، غوران (يناير 2020). "تقييم أثر البيانات الضخمة على أداء الابتكار في الشركات: البيانات الضخمة ليست دائمًا بيانات أفضل". مجلة بحوث الأعمال . 108 : 147-162 . doi : 10.1016/j.jbusres.2019.09.062 . ISSN 0148-2963 .
↑ غريباوسكاس، أندريوس؛ بيلينكين، فايدا؛ ستوندزين، ألينا (2021). "التحليلات التنبؤية باستخدام البيانات الضخمة لسوق العقارات خلال جائحة كوفيد-19" . مجلة البيانات الضخمة . 8 (1): 105. doi : 10.1186/s40537-021-00476-0 . PMC 8329615. PMID 34367876 .
↑ جوش روجين (2 أغسطس 2018). "التطهير العرقي يعود من جديد - في الصين" . العدد 1. صحيفة واشنطن بوست. مؤرشف من الأصل في 31 مارس 2019. تم الاطلاع عليه في 4 أغسطس 2018. يُضاف إلى ذلك نظام الأمن والمراقبة غير المسبوق في شينجيانغ، والذي يشمل مراقبة شاملة تعتمد على بطاقات الهوية، ونقاط التفتيش، والتعرف على الوجوه، وجمع الحمض النووي من ملايين الأفراد. تُدخل السلطات كل هذه البيانات في نظام ذكاء اصطناعي يُقيّم ولاء الناس للحزب الشيوعي بهدف السيطرة على كل جانب من جوانب حياتهم.
↑ «الصين: البيانات الضخمة تُغذي حملة قمع في منطقة الأقليات: برنامج الشرطة التنبؤية يُحدد الأفراد للتحقيقات والاعتقالات» . hrw.org . هيومن رايتس ووتش. 26 فبراير/شباط 2018. مؤرشف من الأصل في 21 ديسمبر/كانون الأول 2019. تم الاطلاع عليه في 4 أغسطس/آب 2018 .
↑ "الانضباط والعقاب: نشأة نظام الائتمان الاجتماعي في الصين" . صحيفة ذا نيشن . 23 يناير 2019. مؤرشف من الأصل في 13 سبتمبر 2019. تم الاطلاع عليه في 8 أغسطس 2019 .
↑ «نظام مراقبة السلوك في الصين يمنع البعض من السفر وشراء العقارات» . سي بي إس نيوز . ٢٤ أبريل ٢٠١٨. مؤرشف من الأصل في ١٣ أغسطس ٢٠١٩. تم الاطلاع عليه في ٨ أغسطس ٢٠١٩ .
↑ "الحقيقة المعقدة حول نظام الائتمان الاجتماعي في الصين" . مجلة وايرد . ٢١ يناير ٢٠١٩. مؤرشف من الأصل في ٨ أغسطس ٢٠١٩. تم الاطلاع عليه في ٨ أغسطس ٢٠١٩ .
↑ "أخبار: لايف مينت" . هل تستفيد الشركات الهندية بشكل كافٍ من البيانات الضخمة؟ لايف مينت. 23 يونيو 2014. مؤرشف من الأصل في 29 نوفمبر 2014. تم الاطلاع عليه في 22 نوفمبر 2014 .
↑ «شركة إسرائيلية ناشئة تستخدم البيانات الضخمة وأجهزة بسيطة لعلاج مرض السكري» . صحيفة تايمز أوف إسرائيل . مؤرشف من الأصل في 1 مارس 2018. تم الاطلاع عليه في 28 فبراير 2018 .
↑ سينغ، غورباركاش؛ شولتيس، دوان؛ هيوز، نايجل؛ فانيوينهايز، بارت؛ كالرا، ديباك (2018). "البيانات الضخمة من العالم الحقيقي للبحوث السريرية وتطوير الأدوية" . مجلة اكتشاف الأدوية اليوم . 23 (3): 652-660 . doi : 10.1016/j.drudis.2017.12.002 . PMID 29294362 .
↑ "التطورات الحديثة التي حققتها الحوسبة السحابية المتنقلة وإنترنت الأشياء لتطبيقات البيانات الضخمة: دراسة استقصائية" . المجلة الدولية لإدارة الشبكات. 11 مارس 2016. مؤرشف من الأصل في 1 يونيو 2022. تم الاطلاع عليه في 14 سبتمبر 2016 .
↑ كاليل، توم (29 مارس 2012). "البيانات الضخمة أمر بالغ الأهمية" . whitehouse.gov . مؤرشف من الأصل في 10 يناير 2017. تم الاطلاع عليه في 26 سبتمبر 2012 - عبر الأرشيف الوطني .
↑ المكتب التنفيذي للرئيس (مارس 2012). "البيانات الضخمة في الحكومة الفيدرالية" (ملف PDF) . مكتب سياسات العلوم والتكنولوجيا . مؤرشف (ملف PDF) من الأصل في 21 يناير 2017. تم الاطلاع عليه في 26 سبتمبر 2012 - عبر الأرشيف الوطني .
↑ لامبيت، أندرو (14 فبراير 2013). "القصة الحقيقية لكيفية مساعدة تحليلات البيانات الضخمة لأوباما على الفوز" . إنفوورلد . مؤرشف من الأصل في 5 يوليو 2014. تم الاطلاع عليه في 31 مايو 2014 .
↑ "نوفمبر 2023 | أفضل 500" . مؤرشف من الأصل في 7 أبريل 2024. تم الاطلاع عليه في 20 أبريل 2024 .
↑ هوفر، ج. نيكولاس. "أقوى 10 حواسيب عملاقة حكومية" . أسبوع المعلومات . يو بي إم. مؤرشف من الأصل في 16 أكتوبر 2013. تم الاطلاع عليه في 26 سبتمبر 2012 .
↑ بامفورد، جيمس (15 مارس 2012). "وكالة الأمن القومي تبني أكبر مركز تجسس في البلاد (انتبه لما تقول)" . وايرد . مؤرشف من الأصل في 4 أبريل 2012. تم الاطلاع عليه في 18 مارس 2013 .
↑ «حفل وضع حجر الأساس لمركز بيانات يوتا بتكلفة 1.2 مليار دولار» . وكالة الأمن القومي، جهاز الأمن المركزي. مؤرشف من الأصل بتاريخ 5 سبتمبر 2013. تم الاطلاع عليه بتاريخ 18 مارس 2013 .
↑ هيل، كشمير. "مخططات مركز بيانات وكالة الأمن القومي الباهظ التكلفة في ولاية يوتا تشير إلى أنه يحتوي على معلومات أقل مما كان يُعتقد" . فوربس . مؤرشف من الأصل في 29 مارس 2018. تم الاطلاع عليه في 31 أكتوبر 2013 .
↑ سميث، جيري؛ هولمان، بن (12 يونيو 2013). "جدل التجسس الذي تخوضه وكالة الأمن القومي يسلط الضوء على تبني البيانات الضخمة" . هافينغتون بوست . مؤرشف من الأصل في 19 يوليو 2017. تم الاطلاع عليه في 7 مايو 2018 .
↑ وينغفيلد، نيك (12 مارس 2013). "التنبؤ برحلات التنقل بدقة أكبر لمشتري المنازل المحتملين" . صحيفة نيويورك تايمز . مؤرشف من الأصل في 29 مايو 2013. تم الاطلاع عليه في 21 يوليو 2013 .
↑ "FICO® Falcon® Fraud Manager" . Fico.com. مؤرشف من الأصل بتاريخ 11 نوفمبر 2012. تم الاطلاع عليه بتاريخ 21 يوليو 2013 .
↑ برينجولفسون، إريك؛ هو، يو جيفري؛ رحمن، محمد س. (21 مايو 2013). "المنافسة في عصر تجارة التجزئة متعددة القنوات" . مجلة سلون للإدارة بمعهد ماساتشوستس للتكنولوجيا .
↑ ألكسندرو، دان. "بروفيسور" (ملف PDF) . cds.cern.ch. سيرن. مؤرشف (ملف PDF) من الأصل في 15 يوليو 2017. تم الاطلاع عليه في 24 مارس 2015 .
↑ كتيب مصادم الهادرونات الكبير، النسخة الإنجليزية. عرضٌ لأكبر وأقوى مسرّع جسيمات في العالم، مصادم الهادرونات الكبير (LHC)، الذي بدأ تشغيله عام ٢٠٠٨. يشرح الكتيب دوره وخصائصه وتقنياته، وغيرها، للجمهور العام . CERN-Brochure-2010-006-Eng. كتيب مصادم الهادرونات الكبير، النسخة الإنجليزية . CERN. مؤرشف من الأصل في ١٩ مارس ٢٠١٩. تم الاطلاع عليه في ٢٠ يناير ٢٠١٣ .
↑ "دليل مصادم الهادرونات الكبير، النسخة الإنجليزية. مجموعة من الحقائق والأرقام حول مصادم الهادرونات الكبير (LHC) على شكل أسئلة وأجوبة" . CERN-Brochure-2008-001-Eng. دليل مصادم الهادرونات الكبير، النسخة الإنجليزية . CERN. مؤرشف من الأصل في 7 أبريل 2020. تم الاطلاع عليه في 20 يناير 2013 .
↑ برومفيل، جيف (19 يناير 2011). "فيزياء الطاقة العالية: على طريق البيتابايت السريع" . مجلة نيتشر . 469 (7330): 282-283 . Bibcode : 2011Natur.469..282B . doi : 10.1038/469282a . PMID: 21248814. S2CID : 533166 .
↑ "أبحاث آي بي إم - زيورخ" (ملف PDF) . Zurich.ibm.com . مؤرشف من الأصل في 1 يونيو 2022. تم الاطلاع عليه في 8 أكتوبر 2017 .
↑ "مصفوفة التلسكوبات المستقبلية تدفع تطوير معالجة البيانات بحجم إكسابايت" . آرس تكنيكا . 2 أبريل 2012. مؤرشف من الأصل في 31 مارس 2019. تم الاطلاع عليه في 15 أبريل 2015 .
↑ "عرض أستراليا لمشروع مصفوفة الكيلومتر المربع - منظور من الداخل" . ذا كونفرسيشن . 1 فبراير 2012. مؤرشف من الأصل في 12 أكتوبر 2016. تم الاطلاع عليه في 27 سبتمبر 2016 .
↑ "ديلورت، ب.، منتدى استشراف التكنولوجيا التابع لمنظمة التعاون الاقتصادي والتنمية، 2012" (ملف PDF) . Oecd.org . مؤرشف (ملف PDF) من الأصل بتاريخ 19 يونيو 2017. تم الاطلاع عليه بتاريخ 8 أكتوبر 2017 .
↑ "وكالة ناسا - مركز غودارد التابع لناسا يُعلن عن مركز ناسا لمحاكاة المناخ" . Nasa.gov . مؤرشف من الأصل في 3 أبريل 2016. تم الاطلاع عليه في 13 أبريل 2016 .
↑ ويبستر، فيل. "الحوسبة الفائقة للمناخ: مهمة ناسا للبيانات الضخمة" . سي إس سي وورلد . مؤسسة علوم الحاسوب. مؤرشف من الأصل في 4 يناير 2013. تم الاطلاع عليه في 18 يناير 2013 .
↑ «هذه الأفكار الستة الرائعة في علم الأعصاب قد تنتقل من المختبر إلى السوق» . صحيفة ذا غلوب آند ميل . 20 نوفمبر 2014. مؤرشف من الأصل في 11 أكتوبر 2016. تم الاطلاع عليه في 1 أكتوبر 2016 .
↑ "DNAstack تعالج مجموعات بيانات الحمض النووي الضخمة والمعقدة باستخدام Google Genomics" . منصة Google Cloud. مؤرشف من الأصل في 24 سبتمبر 2016. تم الاطلاع عليه في 1 أكتوبر 2016 .
↑ "23andMe – Ancestry" . 23andme.com . مؤرشف من الأصل بتاريخ 18 ديسمبر 2016. تم الاطلاع عليه بتاريخ 29 ديسمبر 2016 .
1 2 بوتينزا، أليساندرا (13 يوليو 2016). "شركة 23andMe تسعى لحث الباحثين على استخدام أدواتها، في محاولة لتوسيع نطاق جمعها للبيانات الجينية" . ذا فيرج . مؤرشف من الأصل في 29 ديسمبر 2016. تم الاطلاع عليه في 29 ديسمبر 2016 .
↑ «هذه الشركة الناشئة ستحلل تسلسل حمضك النووي، لتتمكن من المساهمة في الأبحاث الطبية» . فاست كومباني . ٢٣ ديسمبر ٢٠١٦. مؤرشف من الأصل في ٢٩ ديسمبر ٢٠١٦. تم الاطلاع عليه في ٢٩ ديسمبر ٢٠١٦ .
↑ سيف، تشارلز. "23andMe مرعبة، ولكن ليس للأسباب التي تعتقدها إدارة الغذاء والدواء الأمريكية" . مجلة ساينتفك أمريكان . مؤرشف من الأصل في 29 ديسمبر 2016. تم الاطلاع عليه في 29 ديسمبر 2016 .
↑ زاليسكي، أندرو (22 يونيو 2016). "هذه الشركة الناشئة في مجال التكنولوجيا الحيوية تراهن على أن جيناتك ستنتج الدواء المعجزة القادم" . سي إن بي سي. مؤرشف من الأصل في 29 ديسمبر 2016. تم الاطلاع عليه في 29 ديسمبر 2016 .
↑ ريغالادو، أنطونيو. "كيف حوّلت شركة 23andMe حمضك النووي إلى آلة لاكتشاف الأدوية بقيمة مليار دولار" . مجلة MIT Technology Review . مؤرشف من الأصل في 29 ديسمبر 2016. تم الاطلاع عليه في 29 ديسمبر 2016 .
↑ "شركة 23andMe تُبلغ عن ارتفاع طلبات البيانات في أعقاب دراسة فايزر حول الاكتئاب | FierceBiotech" . fiercebiotech.com . 22 أغسطس 2016. مؤرشف من الأصل في 29 ديسمبر 2016. تم الاطلاع عليه في 29 ديسمبر 2016 .
↑ أدمير مويو (23 أكتوبر 2015). "علماء البيانات يتوقعون هزيمة فريق سبرينغبوك" . itweb.co.za . مؤرشف من الأصل في 22 ديسمبر 2015. تم الاطلاع عليه في 12 ديسمبر 2015 .
↑ باي، تشونغبو؛ باي، شياومي (2021). "البيانات الضخمة في الرياضة: الإدارة والتحليل والتطبيقات والتحديات" . التعقيد . 2021 : 1-11 . doi : 10.1155/2021/6676297 .
↑ ريجينا بازفاكافامبوا (17 نوفمبر 2015). "التحليلات التنبؤية والبيانات الضخمة تُحدث تحولاً في الرياضة" . itweb.co.za . مؤرشف من الأصل في 22 ديسمبر 2015. تم الاطلاع عليه في 12 ديسمبر 2015 .
↑ ديف رايان (13 نوفمبر 2015). "الرياضة: حيث تصبح البيانات الضخمة منطقية أخيرًا" . huffingtonpost.com . مؤرشف من الأصل في 22 ديسمبر 2015. تم الاطلاع عليه في 12 ديسمبر 2015 .
↑ فرانك بي. "كيف تستخدم فرق الفورمولا 1 البيانات الضخمة للحصول على ميزة تنافسية" . فوربس . مؤرشف من الأصل في 20 ديسمبر 2015. تم الاطلاع عليه في 12 ديسمبر 2015 .
↑ تاي، ليز. "نظرة داخلية على مستودع بيانات إيباي الذي يبلغ حجمه 90 بيتابايت" . ITNews. مؤرشف من الأصل في 15 فبراير 2016. تم الاطلاع عليه في 12 فبراير 2016 .
↑ لايتون، جوليا (25 يناير 2006). "تكنولوجيا أمازون" . Money.howstuffworks.com. مؤرشف من الأصل في 28 فبراير 2013. تم الاطلاع عليه في 5 مارس 2013 .
↑ "توسيع نطاق فيسبوك إلى 500 مليون مستخدم وما بعده" . Facebook.com. مؤرشف من الأصل في 5 يوليو 2013. تم الاطلاع عليه في 21 يوليو 2013 .
↑ كونستين، جوش (27 يونيو 2017). "فيسبوك لديه الآن ملياري مستخدم شهريًا... ومسؤولية" . تيك كرانش . مؤرشف من الأصل في 27 ديسمبر 2020. تم الاطلاع عليه في 3 سبتمبر 2018 .
↑ "لا تزال جوجل تُجري ما لا يقل عن تريليون عملية بحث سنويًا" . موقع Search Engine Land . ١٦ يناير ٢٠١٥. مؤرشف من الأصل في ١٥ أبريل ٢٠١٥. تم الاطلاع عليه في ١٥ أبريل ٢٠١٥ .
↑ حليم، عابد؛ جافيد، محمد. خان، ابراهيم؛ فايشيا ، راجو (2020). "التطبيقات المهمة للبيانات الضخمة في جائحة كوفيد-19" . المجلة الهندية لجراحة العظام . 54 (4): 526-528 . دوى : 10.1007 / s43465-020-00129-z . بمك 7204193 . بميد 32382166 .
↑ مانانكور، فينسنت (10 مارس 2020). "فيروس كورونا يختبر مدى صمود أوروبا في مجال الخصوصية" . بوليتيكو . مؤرشف من الأصل في 20 مارس 2020. تم الاطلاع عليه في 30 أكتوبر 2020 .
↑ تشودري، أميت روي (27 مارس 2020). "الحكومة في زمن كورونا" . موقع غوف إنسايدر . مؤرشف من الأصل في 20 مارس 2020. تم الاطلاع عليه في 30 أكتوبر 2020 .
↑ سيلان-جونز، روري (11 فبراير 2020). "الصين تطلق تطبيقًا لكشف المخالطين المصابين بفيروس كورونا" . بي بي سي . مؤرشف من الأصل في 28 فبراير 2020. تم الاطلاع عليه في 30 أكتوبر 2020 .
↑ سيواش، غوتام؛ إسماعيل بور، أمير (مارس 2014). البحث المشفر وتكوين المجموعات في البيانات الضخمة (ملف PDF) . مؤتمر ASEE 2014 المنطقة الأولى . جامعة بريدجبورت ، بريدجبورت ، كونيتيكت، الولايات المتحدة الأمريكية. مؤرشف من الأصل (ملف PDF) في 9 أغسطس 2014. تم الاطلاع عليه في 26 يوليو 2014 .
↑ "إدارة أوباما تكشف النقاب عن مبادرة "البيانات الضخمة": وتعلن عن استثمارات جديدة في البحث والتطوير بقيمة 200 مليون دولار" (ملف PDF) . مكتب سياسات العلوم والتكنولوجيا . مؤرشف (ملف PDF) من الأصل بتاريخ 21 يناير 2017 - عبر الأرشيف الوطني .
↑ "مختبر AMPLab في جامعة كاليفورنيا، بيركلي" . Amplab.cs.berkeley.edu. مؤرشف من الأصل في 6 مايو 2011. تم الاطلاع عليه في 5 مارس 2013 .
↑ «مؤسسة العلوم الوطنية تقود الجهود الفيدرالية في مجال البيانات الضخمة» . مؤسسة العلوم الوطنية (NSF). 29 مارس 2012. مؤرشف من الأصل في 31 مارس 2019. تم الاطلاع عليه في 6 أبريل 2018 .
↑ تيموثي هنتر؛ تيودور مولدوفان؛ ماتي زاهاريا؛ جاستن ما؛ مايكل فرانكلين؛ بيتر أبيل ؛ ألكسندر باين (أكتوبر 2011). توسيع نطاق نظام الألفية المتنقلة في الحوسبة السحابية . مؤرشف من الأصل في 31 مارس 2019. تم الاطلاع عليه في 2 نوفمبر 2012 .
↑ ديفيد باترسون (5 ديسمبر 2011). "قد يمتلك علماء الحاسوب ما يلزم للمساعدة في علاج السرطان" . صحيفة نيويورك تايمز . مؤرشف من الأصل في 30 يناير 2017. تم الاطلاع عليه في 26 فبراير 2017 .
↑ «وزير الطاقة تشو يعلن عن معهد جديد لمساعدة العلماء على تحسين أبحاث مجموعات البيانات الضخمة على الحواسيب العملاقة التابعة لوزارة الطاقة» . energy.gov. مؤرشف من الأصل في 3 أبريل 2019. تم الاطلاع عليه في 2 نوفمبر 2012 .
↑ يونغ، شانون (30 مايو 2012). "حاكم ولاية ماساتشوستس ومعهد ماساتشوستس للتكنولوجيا يعلنان عن مبادرة البيانات الضخمة" . Boston.com . مؤرشف من الأصل في 29 يوليو 2021. تم الاطلاع عليه في 29 يوليو 2021 .
↑ "البيانات الضخمة في مختبر علوم الحاسوب والذكاء الاصطناعي" . Bigdata.csail.mit.edu. 22 فبراير 2013. مؤرشف من الأصل في 30 مارس 2013. تم الاطلاع عليه في 5 مارس 2013 .
↑ "منتدى البيانات الضخمة بين القطاعين العام والخاص" . cordis.europa.eu. 1 سبتمبر 2012. مؤرشف من الأصل في 9 مارس 2021. تم الاطلاع عليه في 16 مارس 2020 .
↑ «سيتم إنشاء معهد آلان تورينج لأبحاث البيانات الضخمة» . بي بي سي نيوز . ١٩ مارس ٢٠١٤. مؤرشف من الأصل في ١٨ أغسطس ٢٠٢١. تم الاطلاع عليه في ١٩ مارس ٢٠١٤ .
↑ "يوم الإلهام في جامعة واترلو، حرم ستراتفورد" . betakit.com/. مؤرشف من الأصل بتاريخ 26 فبراير 2014. تم الاطلاع عليه بتاريخ 28 فبراير 2014 .
1 2 3 ريبس، أولف-ديتريش؛ ماتزات، أوفه (2014). "استخراج البيانات الضخمة باستخدام خدمات البيانات الضخمة" . المجلة الدولية لعلوم الإنترنت . 1 (1): 1-8 . مؤرشف من الأصل في 14 أغسطس 2014. تم الاسترجاع في 14 أغسطس 2014 .
↑ بريس تي، موات إتش إس، ستانلي إتش إي ، بيشوب إس آر (2012). "قياس ميزة التطلع إلى المستقبل" . التقارير العلمية . 2 350. Bibcode : 2012NatSR...2..350P . doi : 10.1038/srep00350 . PMC 3320057. PMID 22482034 .
↑ ماركس، بول (5 أبريل 2012). "عمليات البحث عبر الإنترنت عن المستقبل مرتبطة بالنجاح الاقتصادي" . مجلة نيو ساينتست . مؤرشف من الأصل في 8 أبريل 2012. تم الاطلاع عليه في 9 أبريل 2012 .
↑ جونستون، كيسي (6 أبريل 2012). "مؤشرات جوجل تكشف أدلة حول عقلية الدول الغنية" . آرس تكنيكا . مؤرشف من الأصل في 7 أبريل 2012. تم الاطلاع عليه في 9 أبريل 2012 .
↑ توبياس بريس (24 مايو 2012). "معلومات إضافية: مؤشر التوجه المستقبلي متاح للتنزيل" (ملف PDF) . مؤرشف (ملف PDF) من الأصل في 17 يناير 2013. تم الاطلاع عليه في 24 مايو 2012 .
↑ فيليب بول (26 أبريل 2013). " إحصاء عمليات البحث على جوجل يتنبأ بتحركات السوق" . مجلة نيتشر . doi : 10.1038/nature.2013.12879 . S2CID 167357427. مؤرشف من الأصل في 27 سبتمبر 2013. تم الاطلاع عليه في 9 أغسطس 2013 .
↑ بريس تي، موات إتش إس، ستانلي إتش إي (2013). " قياس سلوك التداول في الأسواق المالية باستخدام مؤشرات جوجل" . التقارير العلمية . 3 1684. Bibcode : 2013NatSR...3.1684P . doi : 10.1038/srep01684 . PMC 3635219. PMID 23619126 .
↑ نيك بيلتون (26 أبريل 2013). "دراسة: مصطلحات بحث جوجل قادرة على التنبؤ بسوق الأسهم" . صحيفة نيويورك تايمز . مؤرشف من الأصل في 2 يونيو 2013. تم الاطلاع عليه في 9 أغسطس 2013 .
↑ كريستوفر ماثيوز (26 أبريل 2013). "هل تواجه مشكلة في محفظتك الاستثمارية؟ ابحث عنها في جوجل!" . مجلة تايم . مؤرشف من الأصل في 21 أغسطس 2013. تم الاطلاع عليه في 9 أغسطس 2013 .
↑ فيليب بول (26 أبريل 2013). " إحصاء عمليات البحث على جوجل يتنبأ بتحركات السوق" . مجلة نيتشر . doi : 10.1038/nature.2013.12879 . S2CID 167357427. مؤرشف من الأصل في 27 سبتمبر 2013. تم الاطلاع عليه في 9 أغسطس 2013 .
↑ برنارد وارنر (25 أبريل 2013). ""باحثو البيانات الضخمة يلجؤون إلى جوجل للتفوق على الأسواق" . بلومبيرغ بيزنس ويك . مؤرشف من الأصل في 23 يوليو 2013. تم الاطلاع عليه في 9 أغسطس 2013 .
↑ هاميش مكراي (28 أبريل 2013). "هاميش مكراي: هل تحتاج إلى فهم دقيق لميول المستثمرين؟ ابحث عنها في جوجل" . صحيفة الإندبندنت . لندن. مؤرشف من الأصل في 25 يوليو 2018. تم الاطلاع عليه في 9 أغسطس 2013 .
↑ ريتشارد ووترز (25 أبريل 2013). "بحث جوجل يثبت أنه مصطلح جديد في التنبؤ بسوق الأسهم" . فايننشال تايمز . مؤرشف من الأصل في 1 يونيو 2022. تم الاطلاع عليه في 9 أغسطس 2013 .
↑ جيسون بالمر (25 أبريل 2013). "عمليات البحث على جوجل تتنبأ بتحركات السوق" . بي بي سي . مؤرشف من الأصل في 5 يونيو 2013. تم الاطلاع عليه في 9 أغسطس 2013 .
↑ إي. سيديتش (مارس 2014). "تكييف الأدوات الحالية للاستخدام مع البيانات الضخمة". مجلة نيتشر . 507 (7492): 306.
↑ كريس كيمبل؛ يانيس ميلوليداكيس (7 أكتوبر 2015). "البيانات الضخمة وذكاء الأعمال: دحض الخرافات". التميز العالمي في الأعمال والتنظيم . 35 (1): 23-34 . arXiv : 1511.03085 . doi : 10.1002/JOE.21642 . ISSN 1932-2054 . Wikidata Q56532925 .
↑ كريس أندرسون (23 يونيو 2008). "نهاية النظرية: طوفان البيانات يجعل المنهج العلمي عتيقًا" . مجلة وايرد . مؤرشف من الأصل في 27 مارس 2014. تم الاطلاع عليه في 5 مارس 2017 .
↑ غراهام م. (9 مارس 2012). "البيانات الضخمة ونهاية النظرية؟" . صحيفة الغارديان . لندن. مؤرشف من الأصل في 24 يوليو 2013. تم الاطلاع عليه في 14 ديسمبر 2016 .
↑ شاه، شفيتانك؛ هورن، أندرو؛ كابيلا، خايمي (أبريل 2012). "البيانات الجيدة لا تضمن قرارات جيدة" . مجلة هارفارد للأعمال . مؤرشف من الأصل في 11 سبتمبر 2012. تم الاطلاع عليه في 8 سبتمبر 2012 .
١ ٢ تتطلب البيانات الضخمة رؤى عظيمة لإحداث تغيير كبير. مؤرشف في ٢ ديسمبر ٢٠١٦ على موقع Wayback Machine ، هيلبرت، م. (٢٠١٤). لندن: TEDx UCL، x = محاضرات TED مُنظمة بشكل مستقل
↑ أليماني أوليفر، ماثيو؛ فاير، جان سيباستيان (2015). "البيانات الضخمة ومستقبل إنتاج المعرفة في بحوث التسويق: الأخلاقيات، والآثار الرقمية، والاستدلال الاستنباطي". مجلة تحليلات التسويق . 3 (1): 5-13 . doi : 10.1057/jma.2015.1 . S2CID 111360835 .
↑ جوناثان راوخ (1 أبريل 2002). "رؤية ما وراء الزوايا" . مجلة ذا أتلانتيك . مؤرشف من الأصل في 4 أبريل 2017. تم الاطلاع عليه في 5 مارس 2017 .
↑ إبستين، جيه إم، وأكستيل، آر إل (1996). تنمية المجتمعات الاصطناعية: العلوم الاجتماعية من القاعدة إلى القمة. كتاب برادفورد.
↑ "ديلورت، ب.، البيانات الضخمة في علوم الحياة، مؤتمر البيانات الضخمة في باريس، 2012" (ملف PDF) . مؤتمر البيانات الضخمة في باريس . مؤرشف من النسخة الأصلية (ملف PDF) بتاريخ 30 يوليو 2016. تم الاطلاع عليه بتاريخ 8 أكتوبر 2017 .
↑ "علم الجينوم من الجيل التالي: نهج تكاملي" (ملف PDF) . مجلة نيتشر. يوليو 2010. مؤرشف (ملف PDF) من الأصل في 13 أغسطس 2017. تم الاطلاع عليه في 18 أكتوبر 2016 .
↑ "البيانات الضخمة في علوم الحياة" . أكتوبر 2015. مؤرشف من الأصل في 1 يونيو 2022. تم الاطلاع عليه في 18 أكتوبر 2016 .
↑ "البيانات الضخمة: هل نرتكب خطأً فادحاً؟" . فايننشال تايمز . 28 مارس 2014. مؤرشف من الأصل في 30 يونيو 2016. تم الاطلاع عليه في 20 أكتوبر 2016 .
↑ أوم، بول (23 أغسطس 2012). "لا تُنشئ قاعدة بيانات للخراب" . مجلة هارفارد للأعمال . مؤرشف من الأصل في 30 أغسطس 2012. تم الاطلاع عليه في 29 أغسطس 2012 .
↑ بوند-غراهام، داروين (2018). "منظور البيانات الضخمة" مؤرشف في 9 نوفمبر 2020 على موقع Wayback Machine . المنظور .
↑ باروكاس، سولون؛ نيسنباوم، هيلين (يونيو 2014). لين، جوليا؛ ستودن، فيكتوريا؛ بيندر، ستيفان؛ نيسنباوم، هيلين (محررون). التفاف البيانات الضخمة حول إخفاء الهوية والموافقة . مطبعة جامعة كامبريدج. ص 44-75 . doi : 10.1017/cbo9781107590205.004 . ISBN 978-1-107-06735-6. S2CID 152939392 .
↑ لوغماير، أ.؛ ستوكليبن، ب.؛ شيب، س.؛ مايلابارامبيل، م.؛ ميسيا، ن.؛ رانتا، هـ.؛ لاب، إ. (1 يونيو 2016). "دراسة شاملة حول أبحاث البيانات الضخمة وآثارها - ما هو "الجديد" حقًا في البيانات الضخمة؟ - إنها البيانات الضخمة المعرفية!" . مؤرشف من الأصل في 1 يونيو 2022. تم الاطلاع عليه في 27 نوفمبر 2023 .
↑ دانا بويد (29 أبريل 2010). "الخصوصية والعلنية في سياق البيانات الضخمة" . مؤتمر WWW 2010. مؤرشف من الأصل في 22 أكتوبر 2018. تم الاطلاع عليه في 18 أبريل 2011 .
↑ كاتيال، سونيا ك. (2019). "الذكاء الاصطناعي، والإعلان، والتضليل" . مجلة الإعلان والمجتمع الفصلية . 20 (4). doi : 10.1353/asr.2019.0026 . ISSN 2475-1790 . S2CID 213397212. مؤرشف من الأصل في 28 أكتوبر 2020. تم الاطلاع عليه في 18 نوفمبر 2020 .
↑ جونز، إم بي؛ شيلدهاور، إم بي؛ رايخمان، أو جيه؛ باورز، إس (2006). "المعلوماتية الحيوية الجديدة: دمج البيانات البيئية من الجين إلى المحيط الحيوي" (ملف PDF) . المراجعة السنوية لعلم البيئة والتطور والتصنيف . 37 (1): 519-544 . doi : 10.1146/annurev.ecolsys.37.091305.110031 . مؤرشف (ملف PDF) من الأصل في 8 يوليو 2019. تم الاطلاع عليه في 19 سبتمبر 2012 .
1 2 بويد، د.؛ كروفورد، ك. (2012). "أسئلة حاسمة للبيانات الضخمة". المعلومات والاتصالات والمجتمع . 15 (5): 662-679 . doi : 10.1080/1369118X.2012.678878 . hdl : 10983/1320 . S2CID 51843165 .
↑ فشل الإطلاق: من البيانات الضخمة إلى القرارات الكبيرة، مؤرشف في 6 ديسمبر 2016 في Wayback Machine ، Forte Wares.
↑ "15 شيئًا غريبًا مترابطًا" . مؤرشف من الأصل بتاريخ 27 يونيو 2019. تم الاطلاع عليه بتاريخ 27 يونيو 2019 .
↑ "الهياكل والخوارزميات العشوائية" . doi : 10.1002/(ISSN)1098-2418 . مؤرشف من الأصل بتاريخ 27 يونيو 2019. تم الاطلاع عليه بتاريخ 27 يونيو 2019 .
↑ كريستيان س. كالود، جوزيبي لونغو، (2016)، طوفان الارتباطات الزائفة في البيانات الضخمة، أسس العلوم
↑ أنيا لامبرخت وكاثرين تاكر (2016) "الأخطاء الأربعة التي يرتكبها معظم المديرين عند استخدام التحليلات"، مجلة هارفارد بزنس ريفيو ، 12 يوليو. https://hbr.org/2016/07/the-4-mistakes-most-managers-make-with-analytics مؤرشف في 26 يناير 2022 على موقع Wayback Machine
1 2 غريغوري بياتيتسكي (12 أغسطس 2014). "مقابلة: مايكل بيرثولد، مؤسس KNIME، حول البحث والإبداع والبيانات الضخمة والخصوصية، الجزء الثاني" . KDnuggets. مؤرشف من الأصل في 13 أغسطس 2014. تم الاطلاع عليه في 13 أغسطس 2014 .
↑ بيلت، ماسون (26 أكتوبر 2015). ""مصطلح 'البيانات الضخمة' مصطلحٌ مُستَهلكٌ ومُفرط الاستخدام، وهذا الحساب الآلي على تويتر يُثبت ذلك" . موقع سيليكون أنجل . مؤرشف من الأصل بتاريخ 30 أكتوبر 2015. تم الاطلاع عليه بتاريخ 4 نوفمبر 2015 .
1 2 هارفورد، تيم (28 مارس 2014). "البيانات الضخمة: هل نرتكب خطأً فادحاً؟" . فايننشال تايمز . مؤرشف من الأصل في 7 أبريل 2014. تم الاسترجاع في 7 أبريل 2014 .
↑ إيوانيديس، جيه بي (أغسطس 2005). "لماذا معظم نتائج الأبحاث المنشورة خاطئة؟" . مجلة PLOS Medicine . 2 (8) e124. doi : 10.1371/journal.pmed.0020124 . PMC 1182327. PMID 16060722 .
↑ لور، ستيف؛ سينغر، ناتاشا (10 نوفمبر 2016). "كيف خذلتنا البيانات في إعلان نتائج الانتخابات" . صحيفة نيويورك تايمز . ISSN 0362-4331 . مؤرشف من الأصل في 25 نوفمبر 2016. تم الاطلاع عليه في 27 نوفمبر 2016 .
↑ "كيف يُهدد العمل الشرطي القائم على البيانات الحرية الإنسانية" . مجلة الإيكونوميست . 4 يونيو 2018. ISSN 0013-0613 . مؤرشف من الأصل في 27 أكتوبر 2019. تم الاطلاع عليه في 27 أكتوبر 2019 .
↑ براين، سارة (29 أغسطس 2017). " مراقبة البيانات الضخمة: حالة العمل الشرطي" . المجلة الأمريكية لعلم الاجتماع . 82 (5 ) : 977-1008 . doi : 10.1177/0003122417725865 . PMC 10846878. PMID 38322733. S2CID 3609838 .

فهرس

هيلبرت، م (2016)، "البيانات الضخمة من أجل التنمية: مراجعة للوعود والتحديات"، مجلة سياسات التنمية ، 34 (1): 135-174 ، doi : 10.1111/dpr.12142متاح مجانًا ، مؤرشف بتاريخ 21 أبريل 2021 في أرشيف الإنترنت (Wayback Machine).
سنايدرز، C .؛ ماتزات، يو. ريبس، يو.-د. (2012). ""البيانات الضخمة": فجوات معرفية كبيرة في مجال الإنترنت . المجلة الدولية لعلوم الإنترنت . 7 : 1-5 . مؤرشف من الأصل بتاريخ 23 نوفمبر 2019. تم الاطلاع عليه بتاريخ 13 أبريل 2013 .
ياناس، ج؛ تريانتافيلو، إي (2019). "دراسة منهجية للتشخيص بمساعدة الحاسوب في الطب: التطورات الماضية والحالية". أنظمة الخبراء وتطبيقاتها . 138 112821. doi : 10.1016/j.eswa.2019.112821 . S2CID 199019309 .

للمزيد من القراءة

بيتر كينيرد؛ إنبال تالغام-كوهين، محرران (2012). "البيانات الضخمة" . XRDS: كروس رودز، مجلة ACM للطلاب . المجلد 19، العدد 1. رابطة آلات الحوسبة . ISSN 1528-4980 . OCLC 779657714 .
ليسكوفيك، يوري ؛ راجارامان، أناند ؛ أولمان، جيفري د. (2014). استخراج البيانات من مجموعات البيانات الضخمة . مطبعة جامعة كامبريدج. ISBN 978-1-10707723-2. OCLC 888463433 .
ماير-شونبرغر، فيكتور ؛ كوكير، كينيث (2013). البيانات الضخمة: ثورة ستغير طريقة عيشنا وعملنا وتفكيرنا . هوتون ميفلين هاركورت. ISBN 978-1-29990302-9. OCLC 828620988 .
بريس، جيل (9 مايو 2013). "تاريخ موجز جداً للبيانات الضخمة" . forbes.com . جيرسي سيتي، نيوجيرسي . تم الاطلاع عليه بتاريخ 17 سبتمبر 2016 .
ستيفنز-دافيدويتز، سيث (2017). الجميع يكذب: البيانات الضخمة، والبيانات الجديدة، وما يمكن أن يخبرنا به الإنترنت عن حقيقتنا . دار نشر دي ستريت. رقم ISBN 978-0-06239085-1.
"البيانات الضخمة: ثورة الإدارة" . مجلة هارفارد للأعمال . أكتوبر 2012.
أونيل، كاثي (2017). أسلحة التدمير الرياضية: كيف تزيد البيانات الضخمة من عدم المساواة وتهدد الديمقراطية . دار برودواي للنشر. رقم ISBN 978-0-55341883-5.

روابط خارجية

الوسائط المتعلقة بالبيانات الضخمة على ويكيميديا كومنز
تعريف البيانات الضخمة في قاموس ويكشنري

[1] بروير، توم (يوليو 2016). "تحليل القوة الإحصائية و"الأزمة" المعاصرة في العلوم الاجتماعية" . مجلة تحليلات التسويق . 4 ( 2-3 ). لندن، إنجلترا: بالغراف ماكميلان : 61-65 . doi : 10.1057/s41270-016-0001-3 . ISSN 2050-3318 .

[2] مكافي، أندرو؛ برينجولفسون، إريك (1 أكتوبر 2012). "البيانات الضخمة: ثورة الإدارة". مجلة هارفارد للأعمال . 90 (10): 60-66 ، 68، 128. ISSN 0017-8012 . PMID 23074865 .

[3] شولز، توبياس م. (2017)، "الإطار النظري" ، البيانات الضخمة في المنظمات ودور إدارة الموارد البشرية ، تصور قائم على نظرية الأنظمة المعقدة، بيتر لانغ إيه جي، ص 9-82 ، ISBN 978-3-631-71890-2تم الاطلاع عليه بتاريخ 27 نوفمبر 2025

[4] كابا، فرانشيسكو؛ أورياني، رافاييل؛ بيروفو، إنزو؛ مكارثي، إيان (2021). "البيانات الضخمة لخلق القيمة واستثمارها في البيئة الرقمية: تحليل تأثيرات الحجم والتنوع والمصداقية على أداء الشركات" . مجلة إدارة ابتكار المنتجات . 38 (1): 49-67 . doi : 10.1111/jpim.12545 . ISSN 0737-6782 . S2CID 225209179 .

[5] بويد، دانا؛ كروفورد، كيت (21 سبتمبر 2011). " ستة دوافع لتحليل البيانات الضخمة" . شبكة أبحاث العلوم الاجتماعية . doi : 10.2139/ssrn.1926431 . S2CID 148610111. مؤرشف من الأصل في 28 فبراير 2020. تم الاطلاع عليه في 12 يوليو 2019 .

[Economist-6] 1 2 3 4 5 6 7 "البيانات، البيانات في كل مكان" . مجلة الإيكونوميست . 25 فبراير 2010. مؤرشف من الأصل في 27 مايو 2018. تم الاطلاع عليه في 9 ديسمبر 2012 .

[7] "الذكاء المجتمعي مطلوب" . مجلة نيتشر . 455 (7209): 1. سبتمبر 2008. Bibcode : 2008Natur.455....1. . doi : 10.1038/455001a . PMID 18769385 .

[8] Reichman OJ، Jones MB، Schildhauer MP (فبراير 2011). "تحديات وفرص البيانات المفتوحة في علم البيئة" . علوم . 331 (6018): 703– 5. بيب كود : 2011Sci...331..703R . دوى : 10.1126/science.1197962 . بميد 21311007 . S2CID 22686503 . مؤرشفة من الأصلي في 19 أكتوبر 2020 . تم الاسترجاع في 12 يوليو 2019 .

[9] هيلرستين، جو (9 نوفمبر 2008). "البرمجة المتوازية في عصر البيانات الضخمة" . مدونة جيجاوم . مؤرشف من الأصل في 7 أكتوبر 2012. تم الاطلاع عليه في 21 أبريل 2010 .

[10] سيغاران، توبي؛ هامرباخر، جيف (2009). البيانات الجميلة: القصص وراء حلول البيانات الأنيقة . دار نشر أورايلي. ص 257. ISBN 978-0-596-15711-1أُرشف من الأصل في 12 مايو 2016. تم الاطلاع عليه في 31 ديسمبر 2015 .

[martinhilbert.net-11] 1 2 هيلبرت م، لوبيز ب (أبريل 2011). "القدرة التكنولوجية العالمية على تخزين المعلومات ونقلها ومعالجتها" (ملف PDF) . مجلة ساينس . 332 (6025): 60-65 . Bibcode : 2011Sci...332...60H . doi : 10.1126/science.1200970 . PMID 21310967. S2CID 206531385. مؤرشف (ملف PDF) من الأصل في 19 أغسطس 2019. تم الاطلاع عليه في 11 مايو 2019 .

[12] "ما هي البيانات الضخمة؟ - توظيف البيانات الضخمة في المؤسسات" من شركة IBM . ibm.com. مؤرشف من الأصل بتاريخ 24 أغسطس 2013. تم الاطلاع عليه بتاريخ 26 أغسطس 2013 .

[13] رينسل، ديفيد؛ غانتز، جون؛ ريدنينغ، جون (13 أبريل 2017). "عصر البيانات 2025: تطور البيانات لتصبح بالغة الأهمية للحياة" (ملف PDF) . seagate.com . فرامينغهام، ماساتشوستس، الولايات المتحدة الأمريكية: مؤسسة البيانات الدولية . مؤرشف (ملف PDF) من الأصل في 8 ديسمبر 2017. تم الاطلاع عليه في 2 نوفمبر 2017 .

[14] «سيصل الإنفاق العالمي على حلول البيانات الضخمة والتحليلات إلى 215.7 مليار دولار أمريكي في عام 2021، وفقًا لدليل إنفاق جديد صادر عن مؤسسة IDC» . مؤرشف من الأصل بتاريخ 23 يوليو 2022. تم الاطلاع عليه بتاريخ 31 يوليو 2022 .

[15] "إيرادات البيانات الضخمة وتحليلات الأعمال لعام 2022" .

[16] "حجم سوق صناعة البيانات الضخمة العالمية 2011-2027" .

[McKinsey2011-17] 1 2 3 البيانات الضخمة: الأفق التالي للابتكار والمنافسة والإنتاجية. مؤرشف في 15 مارس 2023 على موقع Wayback Machine. معهد ماكينزي العالمي، مايو 2011

[18] أوراكل وFSN، "إتقان البيانات الضخمة: استراتيجيات المدير المالي لتحويل الرؤى إلى فرص"، مؤرشف في 4 أغسطس 2013 على موقع Wayback Machine ، ديسمبر 2012

[19] جاكوبس، أ. (6 يوليو 2009). "أمراض البيانات الضخمة" . ACMQueue . مؤرشف من الأصل في 8 ديسمبر 2015. تم الاسترجاع في 21 أبريل 2010 .

[20] ماجولاس، روجر؛ لوريكا، بن (فبراير 2009). "مقدمة في البيانات الضخمة" . الإصدار 2.0 (11). سيباستوبول، كاليفورنيا: أورايلي ميديا. مؤرشف من الأصل في 2 نوفمبر 2021. تم الاطلاع عليه في 26 فبراير 2021 .

[21] جون ر. ماشي (25 أبريل 1998). "البيانات الضخمة... والموجة التالية من ضغوط البنية التحتية" (ملف PDF) . شرائح من محاضرة مدعوة . يوزنيكس. مؤرشف (ملف PDF) من الأصل في 12 أكتوبر 2016. تم الاطلاع عليه في 28 سبتمبر 2016 .

[22] ستيف لور (1 فبراير 2013). "أصول مصطلح 'البيانات الضخمة': قصة بوليسية اشتقاقية" . صحيفة نيويورك تايمز . مؤرشف من الأصل في 6 مارس 2016. تم الاطلاع عليه في 28 سبتمبر 2016 .

[FOOTNOTESnijdersMatzatReips2012-23] 1 2 سنايدرز، ماتزات وريبس 2012 .

[Springer_2017-24] ديديتش، ن.؛ ستانير، س. (2017). "نحو تمييز ذكاء الأعمال، والبيانات الضخمة، وتحليلات البيانات، واكتشاف المعرفة" . ابتكارات في إدارة وهندسة نظم معلومات المؤسسات . سلسلة محاضرات في معالجة معلومات الأعمال. المجلد 285. برلين؛ هايدلبرغ: دار نشر سبرينغر الدولية. الصفحات 114-122 . doi : 10.1007/978-3-319-58801-8_10 . ISBN 978-3-319-58800-1ISSN 1865-1356 . OCLC 909580101. مؤرشف من الأصل بتاريخ 27 نوفمبر 2020. تم الاطلاع عليه بتاريخ 7 سبتمبر 2019 .

[Everts-25] إيفرتس، سارة (2016). "التحميل الزائد للمعلومات" . تقطيرات . المجلد 2، العدد 2. الصفحات 26-33 . مؤرشف من الأصل في 3 أبريل 2019. تم الاسترجاع في 22 مارس 2018 .

[26] إبراهيم؛ تارجيو هاشم، أباكر؛ يعقوب، أبرار؛ بدرول أنور، نور؛ مختار، سليمة؛ جاني، عبد الله؛ الله خان، سامي (2015). "البيانات الضخمة" في الحوسبة السحابية: مراجعة قضايا البحث وفتحها". نظم المعلومات . 47 : 98-115 هـ.

[27] فوكس، تشارلز (25 مارس 2018). علم البيانات للنقل . سلسلة كتب سبرينغر في علوم الأرض والجغرافيا والبيئة. سبرينغر. ISBN 978-3-319-72952-7أُرشف من المصدر الأصلي في 1 أبريل 2018. تم الاطلاع عليه في 31 مارس 2018 .

[28] كيتشن، روب؛ مكاردل، جافين (2016). "ما الذي يجعل البيانات الضخمة بيانات ضخمة؟ استكشاف الخصائص الأنطولوجية لـ 26 مجموعة بيانات" . البيانات الضخمة والمجتمع . 3 : 1-10 . doi : 10.1177/2053951716631130 . S2CID 55539845 .

[29] بالازكا، دومينيك؛ روديغيرو، داريو (2020). "البيانات الضخمة والانفجار العظيم الصغير: ثورة معرفية" . مجلة فرونتيرز إن بيغ داتا . 3 : 31. doi : 10.3389/fdata.2020.00031 . hdl : 1721.1 /128865 . PMC 7931920. PMID 33693404 .

[30] "مع التركيز على البيانات الضخمة والتحليلات" (ملف PDF) . Bigdataparis.com . مؤرشف من الأصل (ملف PDF) بتاريخ 25 فبراير 2021. تم الاطلاع عليه بتاريخ 8 أكتوبر 2017 .

[SAB1-31] 1 2 بيلينغز إس إيه "تحديد الأنظمة غير الخطية: طرق نارماكس في مجالات الزمن والتردد والمكان والزمان". وايلي، 2013

[32] "مدونة ANDSI » DSI Big Data" . Andsi.fr . مؤرشفة من الأصل بتاريخ 10 أكتوبر 2017. تم الاطلاع عليها بتاريخ 8 أكتوبر 2017 .

[33] ليه إيكو (3 أبريل 2013). "Les Echos – البيانات الكبيرة ذات البيانات المنخفضة الكثافة ؟ الكثافة الضعيفة للمعلومات كعامل تمييزي – الأرشيف" . Lesechos.fr . مؤرشفة من الأصلي في 30 أبريل 2014 . تم الاسترجاع 8 أكتوبر 2017 .

[34] ساغيروغلو، شرف (2013). "البيانات الضخمة: مراجعة". المؤتمر الدولي لعام 2013 حول تقنيات وأنظمة التعاون (CTS) . الصفحات 42-47 . doi : 10.1109/CTS.2013.6567202 . ISBN 978-1-4673-6404-1. S2CID 5724608 .

[35] كيتشن، روب؛ مكاردل، جافين (17 فبراير 2016). "ما الذي يجعل البيانات الضخمة بيانات ضخمة؟ استكشاف الخصائص الأنطولوجية لـ 26 مجموعة بيانات" . البيانات الضخمة والمجتمع . 3 (1): 205395171663113. doi : 10.1177/2053951716631130 .

[36] أوناي، جيلان؛ أوزتورك، إليف (2018). "مراجعة لأبحاث تقييم الجدارة الائتمانية في عصر البيانات الضخمة". مجلة التنظيم المالي والامتثال . 26 (3): 382-405 . doi : 10.1108/JFRC-06-2017-0054 . S2CID 158895306 .

[37] الجيل الرابع من البيانات الضخمة

[38] "قياس القيمة التجارية للبيانات الضخمة | مركز IBM للبيانات الضخمة والتحليلات" . www.ibmbigdatahub.com . مؤرشف من الأصل بتاريخ 28 يناير 2021. تم الاطلاع عليه بتاريخ 20 يناير 2021 .

[39] ملاكي، جاكوب (6 أبريل 2026). "الخصائص السبع للبيانات الضخمة - ما هي ولماذا هي مهمة للغاية؟" . www.dsstream.com . دي إس ستريم . تاريخ الاطلاع: 23 يونيو 2026 .

[40] كيتشن، روب؛ مكاردل، جافين (5 يناير 2016). "ما الذي يجعل البيانات الضخمة بيانات ضخمة؟ استكشاف الخصائص الأنطولوجية لـ 26 مجموعة بيانات" . البيانات الضخمة والمجتمع . 3 (1): 205395171663113. doi : 10.1177/2053951716631130 . ISSN 2053-9517 .

[41] "استطلاع رأي: أكبر قواعد البيانات تقترب من 30 تيرابايت" . Eweek.com . 8 نوفمبر 2003. تم الاطلاع عليه بتاريخ 8 أكتوبر 2017 .

[42] «ليكسيس نيكسيس تشتري سيسينت مقابل 775 مليون دولار» . صحيفة واشنطن بوست . مؤرشف من الأصل في 24 يوليو 2008. تم الاطلاع عليه في 15 يوليو 2004 .

[43] "صحيفة واشنطن بوست" . صحيفة واشنطن بوست . مؤرشفة من الأصل في 19 أكتوبر 2016. تم الاطلاع عليها في 24 أغسطس 2017 .

[44] بيرتولوتشي، جيف "هادوب: من تجربة إلى منصة رائدة للبيانات الضخمة" مؤرشف في 23 نوفمبر 2020 في Wayback Machine ، "أسبوع المعلومات"، 2013. تم استرجاعه في 14 نوفمبر 2013.

[45] ويبستر، جون. "MapReduce: معالجة البيانات المبسطة على مجموعات كبيرة" مؤرشف في 14 ديسمبر 2009 في Wayback Machine ، "Search Storage"، 2004. تم استرجاعه في 25 مارس 2013.

[46] "عرض حلول البيانات الضخمة" . MIKE2.0. مؤرشف من الأصل بتاريخ 16 مارس 2013. تم الاطلاع عليه بتاريخ 8 ديسمبر 2013 .

[47] "تعريف البيانات الضخمة" . MIKE2.0. مؤرشف من الأصل في 25 سبتمبر 2018. تم الاطلاع عليه في 9 مارس 2013 .

[48] بوجا، سي. بوكوفنيكو، أ؛ باتاجان، إل. (2012). “الهندسة الموازية الموزعة للبيانات الضخمة”. المعلوماتية الاقتصادية . 16 (2): 116 – 127.

[49] "حلّ التحديات التجارية الرئيسية باستخدام بحيرة البيانات الضخمة" (ملف PDF) . Hcltech.com . أغسطس 2014. مؤرشف (ملف PDF) من النسخة الأصلية في 3 يوليو 2017. تم الاطلاع عليه في 8 أكتوبر 2017 .

[50] "طريقة لاختبار مدى تحمل أطر عمل MapReduce للأعطال" (ملف PDF) . شبكات الحاسوب. 2015. مؤرشف (ملف PDF) من الأصل في 22 يوليو 2016. تم الاطلاع عليه في 13 أبريل 2016 .

[McKinsey-51] 1 2 مانيكا، جيمس؛ تشوي، مايكل؛ بوغين، جاك؛ براون، براد؛ دوبس، ريتشارد؛ روكسبيرغ، تشارلز؛ بايرز، أنجيلا هونغ (مايو 2011). "البيانات الضخمة: الأفق الجديد للابتكار والمنافسة والإنتاجية" (ملف PDF) . معهد ماكينزي العالمي. مؤرشف (ملف PDF) من الأصل في 25 يوليو 2021. تم الاطلاع عليه في 22 مايو 2021 .

[52] "الاتجاهات المستقبلية في الحوسبة والنمذجة القائمة على الموترات" (ملف PDF) . مايو 2009. مؤرشف (ملف PDF) من الأصل في 17 أبريل 2018. تم الاطلاع عليه في 4 يناير 2013 .

[MSLsurvey-53] لو، هايبينغ؛ بلاتانيوتيس، ك.ن؛ فينيتسانوبولوس، أ.ن (2011). "دراسة استقصائية لتعلم الفضاء الفرعي متعدد الخطوط لبيانات الموترات" (ملف PDF) . التعرف على الأنماط . 44 (7): 1540-1551 . رمز Bibcode : 2011PatRe..44.1540L . doi : 10.1016/j.patcog.2011.01.004 . مؤرشف (ملف PDF) من الأصل في 10 يوليو 2019. تم الاسترجاع في 21 يناير 2013 .

[54] بلانا، صبري؛ جانسياك، إيفان؛ بريزاني، بيتر؛ ووهر، ألكسندر (2016). "دراسة استقصائية لأحدث التقنيات في لغات استعلام استخراج البيانات وتكاملها". المؤتمر الدولي الرابع عشر لأنظمة المعلومات القائمة على الشبكات، 2011. جمعية مهندسي الكهرباء والإلكترونيات (IEEE). الصفحات 341-348 . arXiv : 1603.01113 . Bibcode : 2016arXiv160301113P . doi : 10.1109/NBiS.2011.58 . ISBN 978-1-4577-0789-6. S2CID 9285984 .

[55] وانغ، ياندونغ؛ غولدستون، روبن؛ يو، ويكوان؛ وانغ، تينغ (أكتوبر 2014). "توصيف وتحسين MapReduce المقيم في الذاكرة على أنظمة الحوسبة عالية الأداء". المؤتمر الدولي الثامن والعشرون للمعالجة المتوازية والموزعة لعام 2014، معهد مهندسي الكهرباء والإلكترونيات. الصفحات 799-808 . doi : 10.1109/IPDPS.2014.87 . ISBN 978-1-4799-3800-1. S2CID 11157612 .

[56] لوريو، أ.؛ غرولينجر، ك.؛ إلياماني، هـ. ف.؛ كابريتز، م. أ. م. (2017). "التعلم الآلي باستخدام البيانات الضخمة: التحديات والأساليب" . مجلة IEEE Access . 5 : 7776-7797 . رمز Bibcode : 2017IEEEA...5.7776L . doi : 10.1109/ACCESS.2017.2696365 . ISSN 2169-3536 .

[57] موناش، كورت (30 أبريل 2009). "مستودعا بيانات إيباي الضخمان" . مؤرشف من الأصل في 31 مارس 2019. تم الاطلاع عليه في 11 نوفمبر 2010 .موناش، كورت (6 أكتوبر 2010). "متابعة إيباي - خروج غرينبلوم، تيراداتا > 10 بيتابايت، هادوب له بعض القيمة، والمزيد" . مؤرشف من الأصل في 31 مارس 2019. تم الاطلاع عليه في 11 نوفمبر 2010 .

[58] "مصادر حول كيفية استخدام تحليل البيانات الطوبولوجي لتحليل البيانات الضخمة" . أياسدي. مؤرشف من الأصل في 3 مارس 2013. تم الاطلاع عليه في 5 مارس 2013 .

[59] أخبار سي نت (1 أبريل 2011). "شبكات مناطق التخزين غير مطلوبة" . سي نت . مؤرشف من الأصل في 18 أكتوبر 2013. تم الاطلاع عليه في 17 أبريل 2013 .

[60] سامبورسكا، فيرونيكا (20 يناير 2025). "التوسع: كيف جعلت زيادة المدخلات الذكاء الاصطناعي أكثر قدرة" . عالمنا في البيانات .

[HilbertContent-61] هيلبرت، مارتن (2014). "ما هو محتوى قدرة العالم على نقل المعلومات والاتصالات عبر التكنولوجيا: ما مقدار النصوص والصور والصوت والفيديو؟" . مجتمع المعلومات . 30 (2): 127-143 . doi : 10.1080/01972243.2013.873748 . S2CID 45759014. مؤرشف من الأصل في 24 يونيو 2020. تم الاطلاع عليه في 12 يوليو 2019 .

[62] راجبوروهيت، أنمول (11 يوليو 2014). "مقابلة: إيمي غيرشكوف، مديرة تحليلات ورؤى العملاء في eBay، حول كيفية تصميم أدوات ذكاء أعمال داخلية مخصصة" . KDnuggets . مؤرشف من الأصل في 14 يوليو 2014. تم الاطلاع عليه في 14 يوليو 2014. بشكل عام، أجد أن أدوات ذكاء الأعمال الجاهزة لا تلبي احتياجات العملاء الذين يرغبون في استخلاص رؤى مخصصة من بياناتهم. لذلك، بالنسبة للمؤسسات المتوسطة والكبيرة التي تتمتع بإمكانية الوصول إلى كفاءات تقنية عالية، أوصي عادةً ببناء حلول داخلية مخصصة.

[63] "الحكومة والبيانات الضخمة: الاستخدام والمشاكل والإمكانيات" . مجلة كمبيوتر وورلد . 21 مارس 2012. مؤرشف من الأصل في 15 سبتمبر 2016. تم الاطلاع عليه في 12 سبتمبر 2016 .

[64] "الورقة البيضاء: البيانات الضخمة من أجل التنمية: الفرص والتحديات" . نبض العالم . الأمم المتحدة. 2012. مؤرشفة من الأصل في 1 يونيو 2020. تم الاطلاع عليها في 13 أبريل 2016 .

[65] "البيانات الضخمة، التأثير الكبير: إمكانيات جديدة للتنمية الدولية" . المنتدى الاقتصادي العالمي وشركة فيتال ويف للاستشارات. مؤرشف من الأصل في 1 يونيو 2020. تم الاطلاع عليه بتاريخ 24 أغسطس 2012 .

[FOOTNOTEHilbert2016-66] 1 2 3 4 5 هيلبرت 2016 .

[67] "إيلينا كفوتشكو، أربع طرق للحديث عن البيانات الضخمة (سلسلة تكنولوجيا المعلومات والاتصالات من أجل التنمية)" . worldbank.org. 4 ديسمبر 2012. مؤرشف من الأصل في 15 ديسمبر 2012. تم الاطلاع عليه في 30 مايو 2012 .

[68] "دانييلي ميدري: البيانات الضخمة والأعمال: ثورة مستمرة" . إحصاءات الرأي. 21 أكتوبر 2013. مؤرشف من الأصل في 17 يونيو 2015. تم الاطلاع عليه في 21 يونيو 2015 .

[69] توبياس كنوبلوخ وجوليا مانسكي (11 يناير 2016). "الاستخدام المسؤول للبيانات" . التنمية والتعاون . مؤرشف من الأصل في 13 يناير 2017. تم الاطلاع عليه في 11 يناير 2017 .

[70] مان، س.، وهيلبرت، م. (2020). الذكاء الاصطناعي من أجل التنمية. المجلة الدولية للاتصالات، 14(0)، 21. https://www.martinhilbert.net/ai4d-artificial-intelligence-for-development/ مؤرشف في 22 أبريل 2021 على موقع Wayback Machine

[71] بلومنستوك، جيه إي (2016). مكافحة الفقر بالبيانات. مجلة ساينس، 353(6301)، 753-754. https://doi.org/10.1126/science.aah5217 مؤرشف في 1 يونيو 2022 على موقع Wayback Machine

[72] بلومنستوك، ج.، كادامورو، ج.، وأون، ر. (2015). التنبؤ بالفقر والثروة من بيانات الهاتف المحمول الوصفية. مجلة ساينس، 350(6264)، 1073-1076. https://doi.org/10.1126/science.aac4420 مؤرشف في 1 يونيو 2022 في أرشيف الإنترنت

[73] جان، ن.، بيرك، م.، شي، م.، ديفيس، و.م.، لوبيل، د.ب.، وإرمون، س. (2016). دمج صور الأقمار الصناعية والتعلم الآلي للتنبؤ بالفقر. مجلة ساينس، 353(6301)، 790-794. https://doi.org/10.1126/science.aaf7894 مؤرشف في 1 يونيو 2022 في أرشيف الإنترنت (Wayback Machine).

[HilbertJobMarket-74] 1 2 هيلبرت، م.، ولو، ك. (2020). تتبع سوق العمل عبر الإنترنت في أمريكا اللاتينية ومنطقة البحر الكاريبي (UN ECLAC LC/TS.2020/83؛ ص 79). لجنة الأمم المتحدة الاقتصادية لأمريكا اللاتينية ومنطقة البحر الكاريبي. https://www.cepal.org/en/publications/45892-online-job-market-trace-latin-america-and-caribbean مؤرشف في 22 سبتمبر 2020 على موقع Wayback Machine

[75] اللجنة الاقتصادية لأمريكا اللاتينية ومنطقة البحر الكاريبي التابعة للأمم المتحدة (ECLAC). (2020). تتبع البصمة الرقمية في أمريكا اللاتينية ومنطقة البحر الكاريبي: دروس مستفادة من استخدام البيانات الضخمة لتقييم الاقتصاد الرقمي (التنمية الإنتاجية، الشؤون الجنسانية LC/TS.2020/12؛ وثائق المشروع). اللجنة الاقتصادية لأمريكا اللاتينية ومنطقة البحر الكاريبي التابعة للأمم المتحدة. https://repositorio.cepal.org/handle/11362/45484 مؤرشف بتاريخ 18 سبتمبر 2020 في أرشيف الإنترنت (Wayback Machine).

[76] بانيرجي، أميتاف؛ تشودري، سوبراكاش (2010). " الإحصاء بدون دموع: المجتمعات والعينات" . مجلة الطب النفسي الصناعي . 19 (1): 60-65 . doi : 10.4103/0972-6748.77642 . ISSN 0972-6748 . PMC 3105563. PMID 21694795 .

[77] ألدريدج، إيرين (2016). المخاطر الآنية: ما يجب أن يعرفه المستثمرون عن التكنولوجيا المالية، والتداول عالي التردد، والانهيارات المفاجئة . ستيفن كراوتشيو. سومرست: جون وايلي وأولاده، المحدودة. ISBN 978-1-119-31906-1. OCLC 972292212 .

[78] ألدريدج، إيرين (2021). علم البيانات الضخمة في التمويل . ماركو أفيلانيدا. هوبوكين، نيو جيرسي: وايلي. ISBN 978-1-119-60297-2. OCLC 1184122216 .

[79] حسن، محمد مرشدول؛ بوب، جوزيف؛ أولاه، جوديت (12 مارس 2020). "الوضع الراهن وتأثير البيانات الضخمة على التمويل" . مجلة البيانات الضخمة . 7 (1): 21. doi : 10.1186/s40537-020-00291-z . ISSN 2196-1115 .

[ref135-80] هوسر، ف.، وسيمينو، ج. ج. (يوليو 2016). "التحديات الوشيكة لاستخدام البيانات الضخمة" . المجلة الدولية لعلم الأورام الإشعاعي، وعلم الأحياء، والفيزياء . 95 (3): 890-894 . doi : 10.1016/ j.ijrobp.2015.10.060 . PMC 4860172. PMID 26797535 .

[81] سيديتش، إرفين؛ فالك، تياجو هـ. (4 يوليو 2018). معالجة الإشارات والتعلم الآلي للبيانات الضخمة في مجال الطب الحيوي . سيديتش، إرفين، فالك، تياجو هـ. [مكان النشر غير محدد]. ISBN 978-1-351-06121-6. OCLC 1044733829 . {{cite book}}: CS1 maint: موقع الناشر مفقود ( رابط )

[82] راغوباثي و، راغوباثي ف (ديسمبر 2014). " تحليلات البيانات الضخمة في الرعاية الصحية: الوعد والإمكانات" . علوم ونظم المعلومات الصحية . 2 (1) 3. doi : 10.1186/2047-2501-2-3 . PMC 4341817. PMID 25825667 .

[83] فيسكونتي م، هنتر ب، هوز ر (يوليو 2015). "البيانات الضخمة، المعرفة الضخمة: البيانات الضخمة للرعاية الصحية الشخصية" ( ملف PDF) . مجلة IEEE للمعلوماتية الطبية الحيوية والصحية . 19 (4): 1209-1215 . doi : 10.1109/JBHI.2015.2406883 . PMID 26218867. S2CID 14710821. مؤرشف (ملف PDF) من الأصل في 23 يوليو 2018. تم الاطلاع عليه في 21 سبتمبر 2019 .

[84] أودونوغ، جون؛ هربرت، جون (1 أكتوبر 2012). "إدارة البيانات في بيئات الصحة المتنقلة: أجهزة استشعار المرضى، والأجهزة المحمولة، وقواعد البيانات". مجلة جودة البيانات والمعلومات . 4 (1): 5:1–5:20. doi : 10.1145/2378016.2378021 . S2CID 2318649 .

[Mirkes2016-85] ميركس إي إم، كوتس تي جيه، ليفيسلي جيه، غوربان إيه إن (أغسطس 2016). "معالجة البيانات المفقودة في مجموعات بيانات الرعاية الصحية الكبيرة: دراسة حالة لنتائج الصدمات غير المعروفة". الحوسبة في علم الأحياء والطب . 75 : 203-216 . arXiv : 1604.00627 . Bibcode : 2016arXiv160400627M . doi : 10.1016 / j.compbiomed.2016.06.004 . PMID 27318570. S2CID 5874067 .

[86] ميردوخ تي بي، ديتسكي إيه إس (أبريل 2013). "التطبيق الحتمي للبيانات الضخمة في الرعاية الصحية". مجلة الجمعية الطبية الأمريكية . 309 (13): 1351-1352 . doi : 10.1001/jama.2013.393 . PMID 23549579. S2CID 20462354 .

[87] فاينا إي، سالاثي إم، مادوف إل سي، براونشتاين جيه إس (فبراير 2015). "التحديات الأخلاقية للبيانات الضخمة في الصحة العامة" . مجلة PLOS لعلم الأحياء الحاسوبي . 11 (2) e1003904. Bibcode : 2015PLSCB..11E3904V . doi : 10.1371/journal.pcbi.1003904 . PMC 4321985. PMID 25664461 .

[88] كوبلاند، سي إس (يوليو-أغسطس 2017). "البيانات تقود الاكتشاف" (ملف PDF) . مجلة الرعاية الصحية في نيو أورليانز : 22-27 . مؤرشف (ملف PDF) من الأصل في 5 ديسمبر 2019. تم الاطلاع عليه في 5 ديسمبر 2019 .

[FOOTNOTEYanaseTriantaphyllou2019-89] ياناس وتريانتافيلو 2019 .

[90] دونغ إكس، بهروس إن، سادو إي، جاكسون تي، تشوخمان إم، جونسون آر، بويد إيه، هاينز دي (2013). "الاستفادة من إطار عمل هادوب لتطبيقات المعلوماتية السريرية واسعة النطاق". وقائع القمم المشتركة لجمعية المعلوماتية الطبية الأمريكية حول العلوم الانتقالية. القمم المشتركة لجمعية المعلوماتية الطبية الأمريكية حول العلوم الانتقالية . 2013 : 53. PMID 24303235 .

[91] كلوني، د. (2013). "التصوير المقطعي للثدي يتحدى البنية التحتية للتصوير الرقمي" . مجموعة العلوم والطب. مؤرشف من الأصل في 24 فبراير 2021. تم الاطلاع عليه في 28 نوفمبر 2023 .

[92] ياناس ج، تريانتافيلو إي (2019 ب ). "التحديات السبعة الرئيسية لمستقبل التشخيص بمساعدة الحاسوب في الطب". المجلة الدولية للمعلوماتية الطبية . 129 : 413-422 . doi : 10.1016/j.ijmedinf.2019.06.017 . PMID 31445285. S2CID 198287435 .

[93] "شهادات في البيانات الضخمة: موضة عابرة أم طريق مختصر للنجاح المهني؟" . فوربس . مؤرشف من الأصل في 3 مارس 2016. تم الاطلاع عليه في 21 فبراير 2016 .

[94] «نيويورك تُنشئ معسكرًا تدريبيًا جديدًا لعلماء البيانات: مجاني، لكن القبول فيه أصعب من جامعة هارفارد» . فينشر بيت . مؤرشف من الأصل بتاريخ 15 فبراير 2016. تم الاطلاع عليه بتاريخ 21 فبراير 2016 .

[95] ويدل، ميشيل؛ كانان، ب.ك. (2016). "تحليلات التسويق للبيئات الغنية بالبيانات". مجلة التسويق . 80 (6): 97-121 . doi : 10.1509/jm.15.0413 . S2CID 168410284 .

[96] كولدري، نيك؛ تورو، جوزيف (2014). "الإعلان، والبيانات الضخمة، وإخلاء المجال العام: مناهج جديدة للمسوقين لدعم المحتوى". المجلة الدولية للاتصالات . 8 : 1710-1726 .

[97] "لماذا تفشل وكالات الإعلان الرقمي في اكتساب العملاء وتحتاج بشدة إلى تطوير مدعوم بالذكاء الاصطناعي؟" . Ishti.org . ١٥ أبريل ٢٠١٨. مؤرشف من الأصل في ١٢ فبراير ٢٠١٩. تم الاطلاع عليه في ١٥ أبريل ٢٠١٨ .

[98] "البيانات الضخمة والتحليلات: C4 و Genius Digital" . Ibc.org . مؤرشف من الأصل في 8 أكتوبر 2017. تم الاطلاع عليه في 8 أكتوبر 2017 .

[99] مارشال ألين (17 يوليو 2018). "شركات التأمين الصحي تجمع بياناتك الشخصية - وقد يؤدي ذلك إلى رفع أسعار التأمين" . www.propublica.org . مؤرشف من الأصل في 21 يوليو 2018. تم الاطلاع عليه في 21 يوليو 2018 .

[100] "شركة QuiO تُتوَّج بطلةً للابتكار في تحدي أكسنتشر للابتكار في مجال تكنولوجيا الرعاية الصحية" . Businesswire.com . 10 يناير 2017. مؤرشف من الأصل في 22 مارس 2017. تم الاطلاع عليه في 8 أكتوبر 2017 .

[101] "منصة برمجية للابتكار في تكنولوجيا التشغيل" (ملف PDF) . Predix.com . مؤرشف من النسخة الأصلية (ملف PDF) بتاريخ 22 مارس 2017. تم الاطلاع عليه بتاريخ 8 أكتوبر 2017 .

[BigDataIoT16-102] ز. جينيفر وانغ (مارس 2017). "النقل الذكي المدفوع بالبيانات الضخمة: القصة الكامنة وراء تحوّل إنترنت الأشياء للتنقل" . مؤرشف من الأصل في 4 يوليو 2018. تم الاطلاع عليه في 4 يوليو 2018 .

[103] "موضوع إنترنت الأشياء" . 22 يونيو 2009. مؤرشف من الأصل في 2 مايو 2013. تم الاطلاع عليه في 29 ديسمبر 2017 .

[ITOA1-104] 1 2 سولنيك، راي. "حان الوقت: التحليلات تُحقق نتائج ملموسة في عمليات تكنولوجيا المعلومات" . مجلة مراكز البيانات . مؤرشف من الأصل في 4 أغسطس 2016. تم الاطلاع عليه في 21 يونيو 2016 .

[105] "BigSurv: البيانات الضخمة تلتقي بعلم المسح" . تم الاطلاع عليه بتاريخ 15 أكتوبر 2023 .

[106] إيك، آدم. كازار، آنا لوسيا كوردوفا؛ كاليجارو، ماريو؛ بيمر ، بول (2021). ""البيانات الضخمة تلتقي بعلم المسح"" . مراجعة علوم الحاسوب الاجتماعية . 39 (4): 484– 488. doi : 10.1177/0894439319883393 .

[107] "عدد خاص: البيانات الضخمة تلتقي بعلم المسح" . مجلة الجمعية الإحصائية الملكية، السلسلة أ . 185 (S2): S165– S166.

[108] "دمج بيانات الاستبيانات والبيانات غير الاستبيانية لقياس السلوك والرأي العام" . www.springeropen.com . تاريخ الاطلاع: 19 أكتوبر 2023 .

[109] هيل، كريغ أ.؛ بيمر، بول ب.؛ بوسكيرك، ترينت د.؛ جابيك، ليلي؛ كيرشنر، أنتي؛ كولينيكوف، ستاس؛ ليبرغ، لارس إي.، محرران. (13 أكتوبر 2020). البيانات الضخمة تلتقي بعلم المسح: مجموعة من الأساليب المبتكرة ( الطبعة الأولى). وايلي. doi : 10.1002/9781118976357 . ISBN 978-1-118-97632-6. S2CID 240797608 .

[110] "الفائزون السابقون بجائزة وارن ج. ميتوفسكي للمبتكرين - الجمعية الأمريكية لأبحاث الرأي العام" . 7 يونيو 2023. تم الاطلاع عليه بتاريخ 19 أكتوبر 2023 .

[:1-111] 1 2 سترونج، كولين (2015). إضفاء الطابع الإنساني على البيانات الضخمة: التسويق عند التقاء البيانات والعلوم الاجتماعية وفهم المستهلك . لندن: كوجان بيج. ISBN 978-0-7494-7211-5.

[112] بيريشا، بليند؛ ميزيو، إندريت؛ شباني، إسحاق (2022). "تحليلات البيانات الضخمة في الحوسبة السحابية: نظرة عامة" . مجلة الحوسبة السحابية . 11 (1): 24. doi : 10.1186/s13677-022-00301-w . PMC 9362456. PMID 35966392 .

[113] بوش، فولكر (2016). "البيانات الضخمة في أبحاث السوق: لماذا لا تعني المزيد من البيانات بالضرورة معلومات أفضل" . مجلة GFK Marketing Intelligence Review . 8 (2): 56-63 . doi : 10.1515/gfkmir-2016-0017 .

[114] ماكفارلاند، دانيال أ.؛ ماكفارلاند، إتش ريتشارد (2015). "البيانات الضخمة وخطر عدم الدقة التامة" . البيانات الضخمة والمجتمع . 2 (2). doi : 10.1177/2053951715602495 .

[115] سيفاراجا، أوثاياسانكار؛ كمال، محمد مصطفى؛ إيراني، ظاهر؛ ويراكودي، فيشانث (2017). “التحليل النقدي لتحديات البيانات الضخمة والأساليب التحليلية”. مجلة أبحاث الأعمال . 70 : 263-286 . دوى : 10.1016/j.jbusres.2016.08.001 . اتش دي ال : 10454/11325 .

[ReferenceA-116] 1 2 3 دي لوكا، لويجي م.؛ هيرهاوزن، دينيس؛ ترويلو، غابرييل؛ روسي، أندريا (2021-07-01). "كيف ومتى تؤتي استثمارات البيانات الضخمة ثمارها؟ دور إمكانيات التسويق وابتكار الخدمات". مجلة أكاديمية علوم التسويق . 49 (4): 790-810.

[117] غاسيماغائي، مريم؛ كاليتش، غوران (يناير 2020). "تقييم أثر البيانات الضخمة على أداء الابتكار في الشركات: البيانات الضخمة ليست دائمًا بيانات أفضل". مجلة بحوث الأعمال . 108 : 147-162 . doi : 10.1016/j.jbusres.2019.09.062 . ISSN 0148-2963 .

[118] غريباوسكاس، أندريوس؛ بيلينكين، فايدا؛ ستوندزين، ألينا (2021). "التحليلات التنبؤية باستخدام البيانات الضخمة لسوق العقارات خلال جائحة كوفيد-19" . مجلة البيانات الضخمة . 8 (1): 105. doi : 10.1186/s40537-021-00476-0 . PMC 8329615. PMID 34367876 .

[WP8218-119] جوش روجين (2 أغسطس 2018). "التطهير العرقي يعود من جديد - في الصين" . العدد 1. صحيفة واشنطن بوست. مؤرشف من الأصل في 31 مارس 2019. تم الاطلاع عليه في 4 أغسطس 2018. يُضاف إلى ذلك نظام الأمن والمراقبة غير المسبوق في شينجيانغ، والذي يشمل مراقبة شاملة تعتمد على بطاقات الهوية، ونقاط التفتيش، والتعرف على الوجوه، وجمع الحمض النووي من ملايين الأفراد. تُدخل السلطات كل هذه البيانات في نظام ذكاء اصطناعي يُقيّم ولاء الناس للحزب الشيوعي بهدف السيطرة على كل جانب من جوانب حياتهم.

[how022618-120] «الصين: البيانات الضخمة تُغذي حملة قمع في منطقة الأقليات: برنامج الشرطة التنبؤية يُحدد الأفراد للتحقيقات والاعتقالات» . hrw.org . هيومن رايتس ووتش. 26 فبراير/شباط 2018. مؤرشف من الأصل في 21 ديسمبر/كانون الأول 2019. تم الاطلاع عليه في 4 أغسطس/آب 2018 .

[121] "الانضباط والعقاب: نشأة نظام الائتمان الاجتماعي في الصين" . صحيفة ذا نيشن . 23 يناير 2019. مؤرشف من الأصل في 13 سبتمبر 2019. تم الاطلاع عليه في 8 أغسطس 2019 .

[122] «نظام مراقبة السلوك في الصين يمنع البعض من السفر وشراء العقارات» . سي بي إس نيوز . ٢٤ أبريل ٢٠١٨. مؤرشف من الأصل في ١٣ أغسطس ٢٠١٩. تم الاطلاع عليه في ٨ أغسطس ٢٠١٩ .

[123] "الحقيقة المعقدة حول نظام الائتمان الاجتماعي في الصين" . مجلة وايرد . ٢١ يناير ٢٠١٩. مؤرشف من الأصل في ٨ أغسطس ٢٠١٩. تم الاطلاع عليه في ٨ أغسطس ٢٠١٩ .

[124] "أخبار: لايف مينت" . هل تستفيد الشركات الهندية بشكل كافٍ من البيانات الضخمة؟ لايف مينت. 23 يونيو 2014. مؤرشف من الأصل في 29 نوفمبر 2014. تم الاطلاع عليه في 22 نوفمبر 2014 .

[125] «شركة إسرائيلية ناشئة تستخدم البيانات الضخمة وأجهزة بسيطة لعلاج مرض السكري» . صحيفة تايمز أوف إسرائيل . مؤرشف من الأصل في 1 مارس 2018. تم الاطلاع عليه في 28 فبراير 2018 .

[126] سينغ، غورباركاش؛ شولتيس، دوان؛ هيوز، نايجل؛ فانيوينهايز، بارت؛ كالرا، ديباك (2018). "البيانات الضخمة من العالم الحقيقي للبحوث السريرية وتطوير الأدوية" . مجلة اكتشاف الأدوية اليوم . 23 (3): 652-660 . doi : 10.1016/j.drudis.2017.12.002 . PMID 29294362 .

[127] "التطورات الحديثة التي حققتها الحوسبة السحابية المتنقلة وإنترنت الأشياء لتطبيقات البيانات الضخمة: دراسة استقصائية" . المجلة الدولية لإدارة الشبكات. 11 مارس 2016. مؤرشف من الأصل في 1 يونيو 2022. تم الاطلاع عليه في 14 سبتمبر 2016 .

[WH_Big_Data-128] كاليل، توم (29 مارس 2012). "البيانات الضخمة أمر بالغ الأهمية" . whitehouse.gov . مؤرشف من الأصل في 10 يناير 2017. تم الاطلاع عليه في 26 سبتمبر 2012 - عبر الأرشيف الوطني .

[129] المكتب التنفيذي للرئيس (مارس 2012). "البيانات الضخمة في الحكومة الفيدرالية" (ملف PDF) . مكتب سياسات العلوم والتكنولوجيا . مؤرشف (ملف PDF) من الأصل في 21 يناير 2017. تم الاطلاع عليه في 26 سبتمبر 2012 - عبر الأرشيف الوطني .

[infoworld_bigdata-130] لامبيت، أندرو (14 فبراير 2013). "القصة الحقيقية لكيفية مساعدة تحليلات البيانات الضخمة لأوباما على الفوز" . إنفوورلد . مؤرشف من الأصل في 5 يوليو 2014. تم الاطلاع عليه في 31 مايو 2014 .

[131] "نوفمبر 2023 | أفضل 500" . مؤرشف من الأصل في 7 أبريل 2024. تم الاطلاع عليه في 20 أبريل 2024 .

[132] هوفر، ج. نيكولاس. "أقوى 10 حواسيب عملاقة حكومية" . أسبوع المعلومات . يو بي إم. مؤرشف من الأصل في 16 أكتوبر 2013. تم الاطلاع عليه في 26 سبتمبر 2012 .

[133] بامفورد، جيمس (15 مارس 2012). "وكالة الأمن القومي تبني أكبر مركز تجسس في البلاد (انتبه لما تقول)" . وايرد . مؤرشف من الأصل في 4 أبريل 2012. تم الاطلاع عليه في 18 مارس 2013 .

[134] «حفل وضع حجر الأساس لمركز بيانات يوتا بتكلفة 1.2 مليار دولار» . وكالة الأمن القومي، جهاز الأمن المركزي. مؤرشف من الأصل بتاريخ 5 سبتمبر 2013. تم الاطلاع عليه بتاريخ 18 مارس 2013 .

[135] هيل، كشمير. "مخططات مركز بيانات وكالة الأمن القومي الباهظ التكلفة في ولاية يوتا تشير إلى أنه يحتوي على معلومات أقل مما كان يُعتقد" . فوربس . مؤرشف من الأصل في 29 مارس 2018. تم الاطلاع عليه في 31 أكتوبر 2013 .

[136] سميث، جيري؛ هولمان، بن (12 يونيو 2013). "جدل التجسس الذي تخوضه وكالة الأمن القومي يسلط الضوء على تبني البيانات الضخمة" . هافينغتون بوست . مؤرشف من الأصل في 19 يوليو 2017. تم الاطلاع عليه في 7 مايو 2018 .

[137] وينغفيلد، نيك (12 مارس 2013). "التنبؤ برحلات التنقل بدقة أكبر لمشتري المنازل المحتملين" . صحيفة نيويورك تايمز . مؤرشف من الأصل في 29 مايو 2013. تم الاطلاع عليه في 21 يوليو 2013 .

[fico.com-138] "FICO® Falcon® Fraud Manager" . Fico.com. مؤرشف من الأصل بتاريخ 11 نوفمبر 2012. تم الاطلاع عليه بتاريخ 21 يوليو 2013 .

[139] برينجولفسون، إريك؛ هو، يو جيفري؛ رحمن، محمد س. (21 مايو 2013). "المنافسة في عصر تجارة التجزئة متعددة القنوات" . مجلة سلون للإدارة بمعهد ماساتشوستس للتكنولوجيا .

[140] ألكسندرو، دان. "بروفيسور" (ملف PDF) . cds.cern.ch. سيرن. مؤرشف (ملف PDF) من الأصل في 15 يوليو 2017. تم الاطلاع عليه في 24 مارس 2015 .

[141] كتيب مصادم الهادرونات الكبير، النسخة الإنجليزية. عرضٌ لأكبر وأقوى مسرّع جسيمات في العالم، مصادم الهادرونات الكبير (LHC)، الذي بدأ تشغيله عام ٢٠٠٨. يشرح الكتيب دوره وخصائصه وتقنياته، وغيرها، للجمهور العام . CERN-Brochure-2010-006-Eng. كتيب مصادم الهادرونات الكبير، النسخة الإنجليزية . CERN. مؤرشف من الأصل في ١٩ مارس ٢٠١٩. تم الاطلاع عليه في ٢٠ يناير ٢٠١٣ .

[142] "دليل مصادم الهادرونات الكبير، النسخة الإنجليزية. مجموعة من الحقائق والأرقام حول مصادم الهادرونات الكبير (LHC) على شكل أسئلة وأجوبة" . CERN-Brochure-2008-001-Eng. دليل مصادم الهادرونات الكبير، النسخة الإنجليزية . CERN. مؤرشف من الأصل في 7 أبريل 2020. تم الاطلاع عليه في 20 يناير 2013 .

[nature-143] برومفيل، جيف (19 يناير 2011). "فيزياء الطاقة العالية: على طريق البيتابايت السريع" . مجلة نيتشر . 469 (7330): 282-283 . Bibcode : 2011Natur.469..282B . doi : 10.1038/469282a . PMID: 21248814. S2CID : 533166 .

[144] "أبحاث آي بي إم - زيورخ" (ملف PDF) . Zurich.ibm.com . مؤرشف من الأصل في 1 يونيو 2022. تم الاطلاع عليه في 8 أكتوبر 2017 .

[145] "مصفوفة التلسكوبات المستقبلية تدفع تطوير معالجة البيانات بحجم إكسابايت" . آرس تكنيكا . 2 أبريل 2012. مؤرشف من الأصل في 31 مارس 2019. تم الاطلاع عليه في 15 أبريل 2015 .

[146] "عرض أستراليا لمشروع مصفوفة الكيلومتر المربع - منظور من الداخل" . ذا كونفرسيشن . 1 فبراير 2012. مؤرشف من الأصل في 12 أكتوبر 2016. تم الاطلاع عليه في 27 سبتمبر 2016 .

[147] "ديلورت، ب.، منتدى استشراف التكنولوجيا التابع لمنظمة التعاون الاقتصادي والتنمية، 2012" (ملف PDF) . Oecd.org . مؤرشف (ملف PDF) من الأصل بتاريخ 19 يونيو 2017. تم الاطلاع عليه بتاريخ 8 أكتوبر 2017 .

[148] "وكالة ناسا - مركز غودارد التابع لناسا يُعلن عن مركز ناسا لمحاكاة المناخ" . Nasa.gov . مؤرشف من الأصل في 3 أبريل 2016. تم الاطلاع عليه في 13 أبريل 2016 .

[149] ويبستر، فيل. "الحوسبة الفائقة للمناخ: مهمة ناسا للبيانات الضخمة" . سي إس سي وورلد . مؤسسة علوم الحاسوب. مؤرشف من الأصل في 4 يناير 2013. تم الاطلاع عليه في 18 يناير 2013 .

[150] «هذه الأفكار الستة الرائعة في علم الأعصاب قد تنتقل من المختبر إلى السوق» . صحيفة ذا غلوب آند ميل . 20 نوفمبر 2014. مؤرشف من الأصل في 11 أكتوبر 2016. تم الاطلاع عليه في 1 أكتوبر 2016 .

[151] "DNAstack تعالج مجموعات بيانات الحمض النووي الضخمة والمعقدة باستخدام Google Genomics" . منصة Google Cloud. مؤرشف من الأصل في 24 سبتمبر 2016. تم الاطلاع عليه في 1 أكتوبر 2016 .

[152] "23andMe – Ancestry" . 23andme.com . مؤرشف من الأصل بتاريخ 18 ديسمبر 2016. تم الاطلاع عليه بتاريخ 29 ديسمبر 2016 .

[verge1-153] 1 2 بوتينزا، أليساندرا (13 يوليو 2016). "شركة 23andMe تسعى لحث الباحثين على استخدام أدواتها، في محاولة لتوسيع نطاق جمعها للبيانات الجينية" . ذا فيرج . مؤرشف من الأصل في 29 ديسمبر 2016. تم الاطلاع عليه في 29 ديسمبر 2016 .

[154] «هذه الشركة الناشئة ستحلل تسلسل حمضك النووي، لتتمكن من المساهمة في الأبحاث الطبية» . فاست كومباني . ٢٣ ديسمبر ٢٠١٦. مؤرشف من الأصل في ٢٩ ديسمبر ٢٠١٦. تم الاطلاع عليه في ٢٩ ديسمبر ٢٠١٦ .

[155] سيف، تشارلز. "23andMe مرعبة، ولكن ليس للأسباب التي تعتقدها إدارة الغذاء والدواء الأمريكية" . مجلة ساينتفك أمريكان . مؤرشف من الأصل في 29 ديسمبر 2016. تم الاطلاع عليه في 29 ديسمبر 2016 .

[156] زاليسكي، أندرو (22 يونيو 2016). "هذه الشركة الناشئة في مجال التكنولوجيا الحيوية تراهن على أن جيناتك ستنتج الدواء المعجزة القادم" . سي إن بي سي. مؤرشف من الأصل في 29 ديسمبر 2016. تم الاطلاع عليه في 29 ديسمبر 2016 .

[157] ريغالادو، أنطونيو. "كيف حوّلت شركة 23andMe حمضك النووي إلى آلة لاكتشاف الأدوية بقيمة مليار دولار" . مجلة MIT Technology Review . مؤرشف من الأصل في 29 ديسمبر 2016. تم الاطلاع عليه في 29 ديسمبر 2016 .

[158] "شركة 23andMe تُبلغ عن ارتفاع طلبات البيانات في أعقاب دراسة فايزر حول الاكتئاب | FierceBiotech" . fiercebiotech.com . 22 أغسطس 2016. مؤرشف من الأصل في 29 ديسمبر 2016. تم الاطلاع عليه في 29 ديسمبر 2016 .

[159] أدمير مويو (23 أكتوبر 2015). "علماء البيانات يتوقعون هزيمة فريق سبرينغبوك" . itweb.co.za . مؤرشف من الأصل في 22 ديسمبر 2015. تم الاطلاع عليه في 12 ديسمبر 2015 .

[160] باي، تشونغبو؛ باي، شياومي (2021). "البيانات الضخمة في الرياضة: الإدارة والتحليل والتطبيقات والتحديات" . التعقيد . 2021 : 1-11 . doi : 10.1155/2021/6676297 .

[161] ريجينا بازفاكافامبوا (17 نوفمبر 2015). "التحليلات التنبؤية والبيانات الضخمة تُحدث تحولاً في الرياضة" . itweb.co.za . مؤرشف من الأصل في 22 ديسمبر 2015. تم الاطلاع عليه في 12 ديسمبر 2015 .

[162] ديف رايان (13 نوفمبر 2015). "الرياضة: حيث تصبح البيانات الضخمة منطقية أخيرًا" . huffingtonpost.com . مؤرشف من الأصل في 22 ديسمبر 2015. تم الاطلاع عليه في 12 ديسمبر 2015 .

[163] فرانك بي. "كيف تستخدم فرق الفورمولا 1 البيانات الضخمة للحصول على ميزة تنافسية" . فوربس . مؤرشف من الأصل في 20 ديسمبر 2015. تم الاطلاع عليه في 12 ديسمبر 2015 .

[164] تاي، ليز. "نظرة داخلية على مستودع بيانات إيباي الذي يبلغ حجمه 90 بيتابايت" . ITNews. مؤرشف من الأصل في 15 فبراير 2016. تم الاطلاع عليه في 12 فبراير 2016 .

[165] لايتون، جوليا (25 يناير 2006). "تكنولوجيا أمازون" . Money.howstuffworks.com. مؤرشف من الأصل في 28 فبراير 2013. تم الاطلاع عليه في 5 مارس 2013 .

[166] "توسيع نطاق فيسبوك إلى 500 مليون مستخدم وما بعده" . Facebook.com. مؤرشف من الأصل في 5 يوليو 2013. تم الاطلاع عليه في 21 يوليو 2013 .

[167] كونستين، جوش (27 يونيو 2017). "فيسبوك لديه الآن ملياري مستخدم شهريًا... ومسؤولية" . تيك كرانش . مؤرشف من الأصل في 27 ديسمبر 2020. تم الاطلاع عليه في 3 سبتمبر 2018 .

[168] "لا تزال جوجل تُجري ما لا يقل عن تريليون عملية بحث سنويًا" . موقع Search Engine Land . ١٦ يناير ٢٠١٥. مؤرشف من الأصل في ١٥ أبريل ٢٠١٥. تم الاطلاع عليه في ١٥ أبريل ٢٠١٥ .

[169] حليم، عابد؛ جافيد، محمد. خان، ابراهيم؛ فايشيا ، راجو (2020). "التطبيقات المهمة للبيانات الضخمة في جائحة كوفيد-19" . المجلة الهندية لجراحة العظام . 54 (4): 526-528 . دوى : 10.1007 / s43465-020-00129-z . بمك 7204193 . بميد 32382166 .

[170] مانانكور، فينسنت (10 مارس 2020). "فيروس كورونا يختبر مدى صمود أوروبا في مجال الخصوصية" . بوليتيكو . مؤرشف من الأصل في 20 مارس 2020. تم الاطلاع عليه في 30 أكتوبر 2020 .

[171] تشودري، أميت روي (27 مارس 2020). "الحكومة في زمن كورونا" . موقع غوف إنسايدر . مؤرشف من الأصل في 20 مارس 2020. تم الاطلاع عليه في 30 أكتوبر 2020 .

[172] سيلان-جونز، روري (11 فبراير 2020). "الصين تطلق تطبيقًا لكشف المخالطين المصابين بفيروس كورونا" . بي بي سي . مؤرشف من الأصل في 28 فبراير 2020. تم الاطلاع عليه في 30 أكتوبر 2020 .

[173] سيواش، غوتام؛ إسماعيل بور، أمير (مارس 2014). البحث المشفر وتكوين المجموعات في البيانات الضخمة (ملف PDF) . مؤتمر ASEE 2014 المنطقة الأولى . جامعة بريدجبورت ، بريدجبورت ، كونيتيكت، الولايات المتحدة الأمريكية. مؤرشف من الأصل (ملف PDF) في 9 أغسطس 2014. تم الاطلاع عليه في 26 يوليو 2014 .

[174] "إدارة أوباما تكشف النقاب عن مبادرة "البيانات الضخمة": وتعلن عن استثمارات جديدة في البحث والتطوير بقيمة 200 مليون دولار" (ملف PDF) . مكتب سياسات العلوم والتكنولوجيا . مؤرشف (ملف PDF) من الأصل بتاريخ 21 يناير 2017 - عبر الأرشيف الوطني .

[175] "مختبر AMPLab في جامعة كاليفورنيا، بيركلي" . Amplab.cs.berkeley.edu. مؤرشف من الأصل في 6 مايو 2011. تم الاطلاع عليه في 5 مارس 2013 .

[176] «مؤسسة العلوم الوطنية تقود الجهود الفيدرالية في مجال البيانات الضخمة» . مؤسسة العلوم الوطنية (NSF). 29 مارس 2012. مؤرشف من الأصل في 31 مارس 2019. تم الاطلاع عليه في 6 أبريل 2018 .

[177] تيموثي هنتر؛ تيودور مولدوفان؛ ماتي زاهاريا؛ جاستن ما؛ مايكل فرانكلين؛ بيتر أبيل ؛ ألكسندر باين (أكتوبر 2011). توسيع نطاق نظام الألفية المتنقلة في الحوسبة السحابية . مؤرشف من الأصل في 31 مارس 2019. تم الاطلاع عليه في 2 نوفمبر 2012 .

[178] ديفيد باترسون (5 ديسمبر 2011). "قد يمتلك علماء الحاسوب ما يلزم للمساعدة في علاج السرطان" . صحيفة نيويورك تايمز . مؤرشف من الأصل في 30 يناير 2017. تم الاطلاع عليه في 26 فبراير 2017 .

[179] «وزير الطاقة تشو يعلن عن معهد جديد لمساعدة العلماء على تحسين أبحاث مجموعات البيانات الضخمة على الحواسيب العملاقة التابعة لوزارة الطاقة» . energy.gov. مؤرشف من الأصل في 3 أبريل 2019. تم الاطلاع عليه في 2 نوفمبر 2012 .

[180] يونغ، شانون (30 مايو 2012). "حاكم ولاية ماساتشوستس ومعهد ماساتشوستس للتكنولوجيا يعلنان عن مبادرة البيانات الضخمة" . Boston.com . مؤرشف من الأصل في 29 يوليو 2021. تم الاطلاع عليه في 29 يوليو 2021 .

[181] "البيانات الضخمة في مختبر علوم الحاسوب والذكاء الاصطناعي" . Bigdata.csail.mit.edu. 22 فبراير 2013. مؤرشف من الأصل في 30 مارس 2013. تم الاطلاع عليه في 5 مارس 2013 .

[182] "منتدى البيانات الضخمة بين القطاعين العام والخاص" . cordis.europa.eu. 1 سبتمبر 2012. مؤرشف من الأصل في 9 مارس 2021. تم الاطلاع عليه في 16 مارس 2020 .

[183] «سيتم إنشاء معهد آلان تورينج لأبحاث البيانات الضخمة» . بي بي سي نيوز . ١٩ مارس ٢٠١٤. مؤرشف من الأصل في ١٨ أغسطس ٢٠٢١. تم الاطلاع عليه في ١٩ مارس ٢٠١٤ .

[184] "يوم الإلهام في جامعة واترلو، حرم ستراتفورد" . betakit.com/. مؤرشف من الأصل بتاريخ 26 فبراير 2014. تم الاطلاع عليه بتاريخ 28 فبراير 2014 .

[pigdata-185] 1 2 3 ريبس، أولف-ديتريش؛ ماتزات، أوفه (2014). "استخراج البيانات الضخمة باستخدام خدمات البيانات الضخمة" . المجلة الدولية لعلوم الإنترنت . 1 (1): 1-8 . مؤرشف من الأصل في 14 أغسطس 2014. تم الاسترجاع في 14 أغسطس 2014 .

[186] بريس تي، موات إتش إس، ستانلي إتش إي ، بيشوب إس آر (2012). "قياس ميزة التطلع إلى المستقبل" . التقارير العلمية . 2 350. Bibcode : 2012NatSR...2..350P . doi : 10.1038/srep00350 . PMC 3320057. PMID 22482034 .

[187] ماركس، بول (5 أبريل 2012). "عمليات البحث عبر الإنترنت عن المستقبل مرتبطة بالنجاح الاقتصادي" . مجلة نيو ساينتست . مؤرشف من الأصل في 8 أبريل 2012. تم الاطلاع عليه في 9 أبريل 2012 .

[188] جونستون، كيسي (6 أبريل 2012). "مؤشرات جوجل تكشف أدلة حول عقلية الدول الغنية" . آرس تكنيكا . مؤرشف من الأصل في 7 أبريل 2012. تم الاطلاع عليه في 9 أبريل 2012 .

[189] توبياس بريس (24 مايو 2012). "معلومات إضافية: مؤشر التوجه المستقبلي متاح للتنزيل" (ملف PDF) . مؤرشف (ملف PDF) من الأصل في 17 يناير 2013. تم الاطلاع عليه في 24 مايو 2012 .

[190] فيليب بول (26 أبريل 2013). " إحصاء عمليات البحث على جوجل يتنبأ بتحركات السوق" . مجلة نيتشر . doi : 10.1038/nature.2013.12879 . S2CID 167357427. مؤرشف من الأصل في 27 سبتمبر 2013. تم الاطلاع عليه في 9 أغسطس 2013 .

[191] بريس تي، موات إتش إس، ستانلي إتش إي (2013). " قياس سلوك التداول في الأسواق المالية باستخدام مؤشرات جوجل" . التقارير العلمية . 3 1684. Bibcode : 2013NatSR...3.1684P . doi : 10.1038/srep01684 . PMC 3635219. PMID 23619126 .

[192] نيك بيلتون (26 أبريل 2013). "دراسة: مصطلحات بحث جوجل قادرة على التنبؤ بسوق الأسهم" . صحيفة نيويورك تايمز . مؤرشف من الأصل في 2 يونيو 2013. تم الاطلاع عليه في 9 أغسطس 2013 .

[193] كريستوفر ماثيوز (26 أبريل 2013). "هل تواجه مشكلة في محفظتك الاستثمارية؟ ابحث عنها في جوجل!" . مجلة تايم . مؤرشف من الأصل في 21 أغسطس 2013. تم الاطلاع عليه في 9 أغسطس 2013 .

[194] فيليب بول (26 أبريل 2013). " إحصاء عمليات البحث على جوجل يتنبأ بتحركات السوق" . مجلة نيتشر . doi : 10.1038/nature.2013.12879 . S2CID 167357427. مؤرشف من الأصل في 27 سبتمبر 2013. تم الاطلاع عليه في 9 أغسطس 2013 .

[195] برنارد وارنر (25 أبريل 2013). ""باحثو البيانات الضخمة يلجؤون إلى جوجل للتفوق على الأسواق" . بلومبيرغ بيزنس ويك . مؤرشف من الأصل في 23 يوليو 2013. تم الاطلاع عليه في 9 أغسطس 2013 .

[196] هاميش مكراي (28 أبريل 2013). "هاميش مكراي: هل تحتاج إلى فهم دقيق لميول المستثمرين؟ ابحث عنها في جوجل" . صحيفة الإندبندنت . لندن. مؤرشف من الأصل في 25 يوليو 2018. تم الاطلاع عليه في 9 أغسطس 2013 .

[197] ريتشارد ووترز (25 أبريل 2013). "بحث جوجل يثبت أنه مصطلح جديد في التنبؤ بسوق الأسهم" . فايننشال تايمز . مؤرشف من الأصل في 1 يونيو 2022. تم الاطلاع عليه في 9 أغسطس 2013 .

[198] جيسون بالمر (25 أبريل 2013). "عمليات البحث على جوجل تتنبأ بتحركات السوق" . بي بي سي . مؤرشف من الأصل في 5 يونيو 2013. تم الاطلاع عليه في 9 أغسطس 2013 .

[199] إي. سيديتش (مارس 2014). "تكييف الأدوات الحالية للاستخدام مع البيانات الضخمة". مجلة نيتشر . 507 (7492): 306.

[Kimble_and_Milolidakis_(2015)-200] كريس كيمبل؛ يانيس ميلوليداكيس (7 أكتوبر 2015). "البيانات الضخمة وذكاء الأعمال: دحض الخرافات". التميز العالمي في الأعمال والتنظيم . 35 (1): 23-34 . arXiv : 1511.03085 . doi : 10.1002/JOE.21642 . ISSN 1932-2054 . Wikidata Q56532925 .

[201] كريس أندرسون (23 يونيو 2008). "نهاية النظرية: طوفان البيانات يجعل المنهج العلمي عتيقًا" . مجلة وايرد . مؤرشف من الأصل في 27 مارس 2014. تم الاطلاع عليه في 5 مارس 2017 .

[202] غراهام م. (9 مارس 2012). "البيانات الضخمة ونهاية النظرية؟" . صحيفة الغارديان . لندن. مؤرشف من الأصل في 24 يوليو 2013. تم الاطلاع عليه في 14 ديسمبر 2016 .

[203] شاه، شفيتانك؛ هورن، أندرو؛ كابيلا، خايمي (أبريل 2012). "البيانات الجيدة لا تضمن قرارات جيدة" . مجلة هارفارد للأعمال . مؤرشف من الأصل في 11 سبتمبر 2012. تم الاطلاع عليه في 8 سبتمبر 2012 .

[HilbertTEDx-204] ١ ٢ تتطلب البيانات الضخمة رؤى عظيمة لإحداث تغيير كبير. مؤرشف في ٢ ديسمبر ٢٠١٦ على موقع Wayback Machine ، هيلبرت، م. (٢٠١٤). لندن: TEDx UCL، x = محاضرات TED مُنظمة بشكل مستقل

[205] أليماني أوليفر، ماثيو؛ فاير، جان سيباستيان (2015). "البيانات الضخمة ومستقبل إنتاج المعرفة في بحوث التسويق: الأخلاقيات، والآثار الرقمية، والاستدلال الاستنباطي". مجلة تحليلات التسويق . 3 (1): 5-13 . doi : 10.1057/jma.2015.1 . S2CID 111360835 .

[206] جوناثان راوخ (1 أبريل 2002). "رؤية ما وراء الزوايا" . مجلة ذا أتلانتيك . مؤرشف من الأصل في 4 أبريل 2017. تم الاطلاع عليه في 5 مارس 2017 .

[207] إبستين، جيه إم، وأكستيل، آر إل (1996). تنمية المجتمعات الاصطناعية: العلوم الاجتماعية من القاعدة إلى القمة. كتاب برادفورد.

[208] "ديلورت، ب.، البيانات الضخمة في علوم الحياة، مؤتمر البيانات الضخمة في باريس، 2012" (ملف PDF) . مؤتمر البيانات الضخمة في باريس . مؤرشف من النسخة الأصلية (ملف PDF) بتاريخ 30 يوليو 2016. تم الاطلاع عليه بتاريخ 8 أكتوبر 2017 .

[209] "علم الجينوم من الجيل التالي: نهج تكاملي" (ملف PDF) . مجلة نيتشر. يوليو 2010. مؤرشف (ملف PDF) من الأصل في 13 أغسطس 2017. تم الاطلاع عليه في 18 أكتوبر 2016 .

[210] "البيانات الضخمة في علوم الحياة" . أكتوبر 2015. مؤرشف من الأصل في 1 يونيو 2022. تم الاطلاع عليه في 18 أكتوبر 2016 .

[211] "البيانات الضخمة: هل نرتكب خطأً فادحاً؟" . فايننشال تايمز . 28 مارس 2014. مؤرشف من الأصل في 30 يونيو 2016. تم الاطلاع عليه في 20 أكتوبر 2016 .

[212] أوم، بول (23 أغسطس 2012). "لا تُنشئ قاعدة بيانات للخراب" . مجلة هارفارد للأعمال . مؤرشف من الأصل في 30 أغسطس 2012. تم الاطلاع عليه في 29 أغسطس 2012 .

[213] بوند-غراهام، داروين (2018). "منظور البيانات الضخمة" مؤرشف في 9 نوفمبر 2020 على موقع Wayback Machine . المنظور .

[214] باروكاس، سولون؛ نيسنباوم، هيلين (يونيو 2014). لين، جوليا؛ ستودن، فيكتوريا؛ بيندر، ستيفان؛ نيسنباوم، هيلين (محررون). التفاف البيانات الضخمة حول إخفاء الهوية والموافقة . مطبعة جامعة كامبريدج. ص 44-75 . doi : 10.1017/cbo9781107590205.004 . ISBN 978-1-107-06735-6. S2CID 152939392 .

[CSO_1-215] لوغماير، أ.؛ ستوكليبن، ب.؛ شيب، س.؛ مايلابارامبيل، م.؛ ميسيا، ن.؛ رانتا، هـ.؛ لاب، إ. (1 يونيو 2016). "دراسة شاملة حول أبحاث البيانات الضخمة وآثارها - ما هو "الجديد" حقًا في البيانات الضخمة؟ - إنها البيانات الضخمة المعرفية!" . مؤرشف من الأصل في 1 يونيو 2022. تم الاطلاع عليه في 27 نوفمبر 2023 .

[danah-216] دانا بويد (29 أبريل 2010). "الخصوصية والعلنية في سياق البيانات الضخمة" . مؤتمر WWW 2010. مؤرشف من الأصل في 22 أكتوبر 2018. تم الاطلاع عليه في 18 أبريل 2011 .

[217] كاتيال، سونيا ك. (2019). "الذكاء الاصطناعي، والإعلان، والتضليل" . مجلة الإعلان والمجتمع الفصلية . 20 (4). doi : 10.1353/asr.2019.0026 . ISSN 2475-1790 . S2CID 213397212. مؤرشف من الأصل في 28 أكتوبر 2020. تم الاطلاع عليه في 18 نوفمبر 2020 .

[218] جونز، إم بي؛ شيلدهاور، إم بي؛ رايخمان، أو جيه؛ باورز، إس (2006). "المعلوماتية الحيوية الجديدة: دمج البيانات البيئية من الجين إلى المحيط الحيوي" (ملف PDF) . المراجعة السنوية لعلم البيئة والتطور والتصنيف . 37 (1): 519-544 . doi : 10.1146/annurev.ecolsys.37.091305.110031 . مؤرشف (ملف PDF) من الأصل في 8 يوليو 2019. تم الاطلاع عليه في 19 سبتمبر 2012 .

[danah2-219] 1 2 بويد، د.؛ كروفورد، ك. (2012). "أسئلة حاسمة للبيانات الضخمة". المعلومات والاتصالات والمجتمع . 15 (5): 662-679 . doi : 10.1080/1369118X.2012.678878 . hdl : 10983/1320 . S2CID 51843165 .

[Big_Decisions_White_Paper-220] فشل الإطلاق: من البيانات الضخمة إلى القرارات الكبيرة، مؤرشف في 6 ديسمبر 2016 في Wayback Machine ، Forte Wares.

[221] "15 شيئًا غريبًا مترابطًا" . مؤرشف من الأصل بتاريخ 27 يونيو 2019. تم الاطلاع عليه بتاريخ 27 يونيو 2019 .

[222] "الهياكل والخوارزميات العشوائية" . doi : 10.1002/(ISSN)1098-2418 . مؤرشف من الأصل بتاريخ 27 يونيو 2019. تم الاطلاع عليه بتاريخ 27 يونيو 2019 .

[223] كريستيان س. كالود، جوزيبي لونغو، (2016)، طوفان الارتباطات الزائفة في البيانات الضخمة، أسس العلوم

[224] أنيا لامبرخت وكاثرين تاكر (2016) "الأخطاء الأربعة التي يرتكبها معظم المديرين عند استخدام التحليلات"، مجلة هارفارد بزنس ريفيو ، 12 يوليو. https://hbr.org/2016/07/the-4-mistakes-most-managers-make-with-analytics مؤرشف في 26 يناير 2022 على موقع Wayback Machine

[kdnuggets-berchthold-225] 1 2 غريغوري بياتيتسكي (12 أغسطس 2014). "مقابلة: مايكل بيرثولد، مؤسس KNIME، حول البحث والإبداع والبيانات الضخمة والخصوصية، الجزء الثاني" . KDnuggets. مؤرشف من الأصل في 13 أغسطس 2014. تم الاطلاع عليه في 13 أغسطس 2014 .

[226] بيلت، ماسون (26 أكتوبر 2015). ""مصطلح 'البيانات الضخمة' مصطلحٌ مُستَهلكٌ ومُفرط الاستخدام، وهذا الحساب الآلي على تويتر يُثبت ذلك" . موقع سيليكون أنجل . مؤرشف من الأصل بتاريخ 30 أكتوبر 2015. تم الاطلاع عليه بتاريخ 4 نوفمبر 2015 .

[ft-harford-227] 1 2 هارفورد، تيم (28 مارس 2014). "البيانات الضخمة: هل نرتكب خطأً فادحاً؟" . فايننشال تايمز . مؤرشف من الأصل في 7 أبريل 2014. تم الاسترجاع في 7 أبريل 2014 .

[Ioannidis-228] إيوانيديس، جيه بي (أغسطس 2005). "لماذا معظم نتائج الأبحاث المنشورة خاطئة؟" . مجلة PLOS Medicine . 2 (8) e124. doi : 10.1371/journal.pmed.0020124 . PMC 1182327. PMID 16060722 .

[229] لور، ستيف؛ سينغر، ناتاشا (10 نوفمبر 2016). "كيف خذلتنا البيانات في إعلان نتائج الانتخابات" . صحيفة نيويورك تايمز . ISSN 0362-4331 . مؤرشف من الأصل في 25 نوفمبر 2016. تم الاطلاع عليه في 27 نوفمبر 2016 .

[230] "كيف يُهدد العمل الشرطي القائم على البيانات الحرية الإنسانية" . مجلة الإيكونوميست . 4 يونيو 2018. ISSN 0013-0613 . مؤرشف من الأصل في 27 أكتوبر 2019. تم الاطلاع عليه في 27 أكتوبر 2019 .

[231] براين، سارة (29 أغسطس 2017). " مراقبة البيانات الضخمة: حالة العمل الشرطي" . المجلة الأمريكية لعلم الاجتماع . 82 (5 ) : 977-1008 . doi : 10.1177/0003122417725865 . PMC 10846878. PMID 38322733. S2CID 3609838 .

[

[ 2 ]

[ 3 ]

[ 4 ]

[ 5 ]

[ 6 ]

[ 7 ]

[ 8 ]

[ 9 ]

[ 10 ]

[ 11 ]

[ 12 ]

[ 13 ]

[ 14 ]

[ 15 ]

[ 16 ]

[ 17 ]

[ 18 ]

[ 19 ]

[ 20 ]

[ 21 ]

[ 22 ]

[ 23 ]

[ 24 ]

[ 25 ]

[ 26 ]

[ 27 ]

[ 28 ]

[ 29 ]

[ 30 ]

[ 31 ]

[ 32 ]

[ 33 ]

[ 34 ]

[ 35 ]

[ 36 ]

[ 37 ]

[ 38 ]

[ 39 ]

[ 40 ]

[ 41 ]

[ 42 ]

[ 43 ]

[ ٤٤ ]

[

[ 46 ]

[ 47 ]

[ 48 ]

[ 49 ]

[ 50 ]

[ 51 ]

[ 52 ]

[ 53 ]

[ 54 ]

[ 55 ]

[

[ 57 ]

[ 58 ]

[ 59 ]

[ 60 ]

[

[ 62 ]

[ 63 ]

[ 64 ]

[ 65 ]

[ 66 ]

[

[

[

[

[ 71 ]

[ 72 ]

[ 73 ]

[ 74 ]

[ 75 ]

[ 76 ]

[ 77 ]

[ 78 ]

[ 79 ]

[ 80 ]

[ 81 ]

[ 82 ]

[ 83 ]

[ 84 ]

[ 85 ]

[ 86 ]

[ 87 ]

[ 88 ]

[ 89 ]

[ 90 ]

[ 91 ]

[ 92 ]

[ 93 ]

[

[

[ 96 ]

[ 97 ]

[ 98 ]

[ 99 ]

[ 100 ]

اللغة	العربية (RTL)
روابط موسوعية	30 رابطاً
المصدر الأصلي	ويكيبيديا ↗