Применение технологий анализа больших данных в рамках функционирования инвестиционных платформ

Анализ больших данных предоставляет возможность выявлять очень ценную информацию из структурированных и/или неструктурированных групп данных. За счет этого компаними могут определять тенденции, прогнозировать производственные показатели и оптимизировать собственные расходы. Понятно, что ради снижения расходов компании готовы внедрять самые новые решения.
Технологии и методы анализа, используемые в технологии больших данных:
Data Mining;
краудсорсинг;
смешение и интеграция данных;
прогнозная аналитика;
машинное обучение;
искусственные нейронные сети;
распознавание образов;
статистический анализ;
имитационное моделирование;
пространственный анализ;
визуализация аналитических данных.
В Российской Федерации больше всего средств на обработку больших данных тратят компании со стороны банковского и государственного секторов, телекоммуникационной индустрии и промышленности.[3]
Основные принципы работы с Big Data:
Горизонтальная масштабируемость подразумевает, что система обработки Big Data должна быть гибкой и легко расширяемой, так как количество обрабатываемой информации постоянно изменяется и варьируется.
Отказоустойчивость при работе с большими данными обусловлена использованием большого количества вычислительной техники. Устройства гарантированно будут выходить из строя, но это не должно вызывать каких-либо значимых последствий в реализации технологии.
Локальность данных заключается в обеспечении при наличии возможности обработки данных и их хранения в рамках одного компьютерного устройства. Это связано с тем, что расходы на передачу данных в некоторых случаях могут превысить расходы на саму обработку.[2]