Samenvatting: Inleiding Big Data

Lees hier de samenvatting en de meest belangrijke oefenvragen van Inleiding Big Data

• Oefenopgaven

  Dit is een preview. Er zijn 235 andere flashcards beschikbaar voor hoofdstuk 05/02/2018
  Laat hier meer flashcards zien

• Beschrijf de essentie van de manier waarop Google het H1N1-virus wist te traceren

  - Google vergelijkt meest gebruikte zoektermen met de door de overheid verstrekte gegevens over verspreiding van seizoensgriep in de 5 voorgaande jaren.
  - Door toepassing van een groot aantal wiskundige modellen ontdekten ze een combinatie van 45 zoektermen waaruit een correlatie bleek tussen de voorspellingen en de landelijke gegevens.
  - Vervolgens was het mogelijk om op basis van gebruikte zoektermen - bijna realtime - aan te geven waar het (nieuwe) griepvirus zich begon te verspreiden.

• Welke betekenis heeft het fenomeen big data

  - Het vermogen van de samenleving om informatie op nieuwe manieren in te zetten voor het verkrijgen van nuttige inzichten (of waardevolle goederen en diensten).
  - Men keek alleen naar het zoekgedrag van miljoenen mensen

• Wat is de essentie van de beschreven manier om de prijzen van vliegtuigtickets te voorspellen?

  - Alle ticketverkopen voor een bepaalde route analyseren en onderzoeken hoe de betaalde prijzen afhangen van het aantal dagen voor het vertrek.
  - Het daaruit door Etzioni ontwikkelde trendmodel keek niet naar het "waarom", maar alleen naar het "wat".
  - Het later door hem opgerichte bedrijf Farecast gebruikte voor het doen van voorspellingen 200 miljard records uit de reserveringsdatabase van de luchtvaartbranche en was zodoende in staat consumenten aanzienlijke besparingen aan te bieden

• Wat is essentieel in de betekenis van gegevens binnen het fenomeen big data

  Het feit dat gegevens - na het gebruik waarvoor ze oorspronkelijk waren bedoeld - worden bewaard, zorgt dat die gegevens in feite veranderen in een ruwe grondstof die bij later gebruik tot economisch voordeel kan leiden

• Wat is het revolutionaire in de manier waarop in big data naar gegevens wordt gekeken

  Het begrip "causaliteit" wordt in feite losgelaten en vervangen door "correlaties".
  
  Met andere woorden: niet weten waarom iets gebeurt, maar alleen kijken naar wat er gebeurt en daarbij alle gegevens betrekken, zodat er geen steekproeven meer nodig zijn.

• In welke verhouding digitaal/analoog worden de gegevens opgeslagen?

  In 2000 was 75 procent van de gegevens analoog opgeslagen (25% digitaal). Inmiddels is dat minder dan 2 procent (98% digitaal).

• In de jaren negentig ontwikkelde IBM een vertaalsysteem (Candide) dat van hoge kwaliteit was doordat dit het vertalen van een tekst beschouwde als een groot wiskundig probleem.Hoe komt het dat het vertaalsysteem dat Google later ontwikkelde veel beter werkt?

  De reden is niet dat het algoritme slimmer is, maar dat de verzameling gegevens tienduizenden malen zo groot was als die welke Candide gebruikte.

• Is rommeligheid een voorwaarde voor big data? Motiveer uw antwoord.

  Nee, zeker niet!
  - Rommeligheid is een verschijnsel dat het gevolg is van de onvolmaaktheid van de hulpmiddelen die wij gebruiken voor het verwerken van informatie waarvan de nadelen door de enorme hoeveelheid gegevens grotendeels in het niet vallen.

• De rommeligheid van big data kan worden vergeleken met het impressionisme. Leg deze stelling uit.

  Een impressionistisch schilderij ziet er van dichtbij uit als een verzameling rommelige verfstreken die vergelijkbaar is met de rommelige details die binnen big data voorkomen.
  
  Als u echter een stap achteruit doet, dan ziet u het geheel en dat kan een prachtig schilderij zijn.
  Zo is dat ook met big data: een detail kan nietszeggend en zelfs onjuist zijn, maar het geheel is een heel nuttige en bruikbare afbeelding van de werkelijkheid.

• Beschrijf de verandering die bij Amazon.com tot een revolutionaire groei leidde, die zo groot was dat men besloot de – zeer gewaardeerde en gerenommeerde – redacteuren te ontslaan?

  - Amazon bewaarde al haar gegevens en beschikte daardoor over een enorme hoeveelheid.
  - Overeenkomsten tussen klanten werden aanvankelijk gevonden door steekproef 
  - Dit leidde tot veelal domme aanbevelingen,
  - Vervolgens koos men voor 'collaboratief filteren' dat verbanden opspoorde tussen verkochte producten, waardoor de omzet explosief steeg.