Зміст |
Автори:
Андреас Карауланіс, Магістр з інженерії, Університет Арістотеля, Греція; магістр з бізнес-адміністрування, Технологічний інститут Блекінге; магістр в галузі підтримки прийняття рішень та аналізу ризиків, Стокгольмський університет; магістр інформаційних систем, Ліннеуський університет, Швеція
Сторінки: 108-114
DOI: http://doi.org/10.21272/bel.2(4).108-114.2018
Завантажити: |
Перегляди: |
Завантаження: |
|
|
|
Розширена анотація українською мовою
У даній статті автором систематизовано аргументи та контраргументи у рамках наукової дискусії щодо ролі великих даних у сучасному світі. У статті визначено сутність та значення великих даних, як вони функціонують, яким чином їх можна використовувати для спільного блага та які перешкоди можуть виникати на шляху їх використання. Таким чином, основна мета даного дослідження полягає у визначенні сутності великих даних, а також оцінці їх позитивного чи негативного впливу на міжнародний розвиток. У свою чергу, поставлена мета зумовила необхідність дослідження користі великих даних у різних галузях, таких як охорона здоров’я, страхування та ін. Автором наголошено на необхідності опрацювання великих даних у зв’язку із можливістю виникнення серйозних порушень щодо їх конфіденційності, як це сталось на минулих виборах у США. При цьому систематизація літературних джерел та підходів щодо вирішення проблеми обмеження великих даних вказує на те, що опрацювання великих даних повинне проводитись з чітким дотриманням відповідним норм та правил. Так, з метою збільшення воронки продаж, компанії можуть використовувати великі дані, які сприяють розумінню способу мислення їх клієнтів та пошуку каналів комунікації з ними. При цьому автором зазначено, що при використанні великих даних необхідним є забезпечення належного рівня конфіденційності, особливо, у випадку, коли великі дані передаються для опрацювання аутсорсинговими компаніями. Результати поглибленого аналізу наукової літератури з теми дослідження дозволив автору стверджувати, що великі дані є невід’ємною складовою сучасного суспільства та мають характерні особливості (швидкість, об’єм та ін.), які ускладнюють процес їх опрацювання. Таким чином, встановлено, що для опрацювання великих даних необхідно залучати нові методи, одним з яких є інтелектуальний аналіз даних. Автором зазначено, що отримані результати можуть бути корисними для подальших досліджень при вивченні зв’язку між великими даними, штучним інтелектом та персональними даними. У статті наголошено, що у результаті появи штучного інтелекту та машинного навчання виникнуть нові проблеми стосовно того, яким чином інтелектуальні машини будуть обробляти персональні дані в майбутньому. Таким чином, досліджувані у даній роботі питання мають важливе значення та у подальшому повинні бути розглянуті на логічно взаємопов’язаній основі.
Ключові слова: дані, межі, можливі наслідки, сучасний стиль, використання, аналіз.
Класифікація JEL: С55, С8.
Цитувати як:Karaoulanis, A. (2018). Big Data, What Is It, Its Limits and Implications in Contemporary Life. Business Ethics and Leadership, 2(4), 108-114. http://doi.org/10.21272/bel.2(4).108-114.2018.
Список використаних джерел
- Barth, P., Bean, R. & Davenport, T. H. (2012). How ‘Big Data’ Is Different, MIT Sloan Management Review.
- Brammertz, W. & Mendelowitz, A. (2014). Limits and Opportunities of Big Data For Macro-Prudential Modeling of Financial Systemic Risk, ACM, pp. 1.
- Brennan, P.F. & Bakken, S. (2015). Nursing Needs Big Data and Big Data Needs Nursing. Journal of Nursing Scholarship, 47(5), 477-484.
- Channel futures (2017). Recognizing the limitations of big data and data analytics. [online] Available at: https://www.channelfutures.com/channel-futures/recognizing-limitations-big-data-and-data-analytics. Accessed 14 October 2018.
- Clarke, R. (2016). Big data, big risks. Information Systems Journal, 26(1), 77-90.
- Croft, C. (2014). The Limits of Big Data. SAIS Review of International Affairs, 34(1), 117-120.
- Davenport, T. H. (2014). How strategists use “big data” to support internal business decisions, discovery and production. Strategy & Leadership, 42(4), 45.
- Degli Esposti, S. (2014). When big data meets dataveillance: the hidden side of analytics. Surveillance & Society, 12(2), 209-225.
- Dezzain.com (2017). The three big limitations of big data. Available at: http://www.dezzain.com/business/the-three-big-limitations-of-big-data/. Accessed 14 October 2018.
- Filippas, A. & Lappas, T. (2017). Strength in Numbers: Using Big Data to Simplify Sentiment Classification. Big data, 5(3), 256-271.
- George, G., Haas, M. & Pentland, A. (2014). Big Data and Management. Academy of Management Journal, 57(2), 321-326.
- Gordon, K. (2013). What is Big Data? ITNOW, 55(3), 12-13.
- Intellipaat (2018). 7 Big Data Examples – Application of Big Data in Real Life [blog]. Available at: https://intellipaat.com/blog/7-big-data-examples-application-of-big-data-in-real-life/. Accessed 06 November 2018.
- Itl.nist.gov, n.d. What are outliers in the data? [online]. Available at: https://www.itl.nist.gov/div898/handbook/prc/section1/prc16.htm. Accessed 14 October 2018.
- Iafrate, F. (2015). “What is Big Data” in John Wiley & Sons, Inc, Hoboken, NJ, USA, pp. 1-11.
- Janssen, M. & Kuk, G. (2016). The challenges and limits of big data algorithms in technocratic governance. Government Information Quarterly, 33(3), 371-377.
- McSharry, P. & Thomas, R. (2015). Big Data Revolution: What farmers, doctors and insurance agents teach us about discovering big data patterns, John Wiley & Sons Inc, GB.
- Pence, H. E. (2014). What is Big Data and Why is it Important? Journal of Educational Technology Systems, 43(2), 159-171.
- Pitrelli, N. (2017). Big data and digital methods in science communication research: opportunities, challenges and limits. Journal of Science Communication, 16(2), 1-4.
- Randall, D. (2018). Lecture 6: Big Data, 18HT – 5IK502 – contemporary issues in IS research and development, Linnaeus University Department of Informatics, Unpublished.
- Roski, J., Bo-Linn, G.W. & Andrews, T.A. (2014). Creating Value In Health Care Through Big Data: Opportunities And Policy Implications. Health Affairs, 33(7), 1115.
- The Guardian (2018). What is Cambridge Analytica? The firm at the centre of Facebook’s data breach. [Online] Available at: https://www.theguardian.com/news/2018/mar/18/what-is-cambridge-analytica-firm-at-centre-of-facebook-data-breach. Accessed at 10 October 2018.
- Schaeffer, C., Booton, L., Halleck, J., Studeny, J. & Coustasse, A. (2017). Big Data Management in US Hospitals: Benefits and Barriers. The health care manager, 36(1), 87-95.
- Varshney, L. R. (2016). Fundamental Limits of Data Analytics in Sociotechnical Systems. Frontiers in ICT, 3, 1-7.
- Wu, X., Zhu, X., Wu, G. & Ding, W. (2014). Data mining with big data. IEEE Transactions on Knowledge and Data Engineering, 26(1), 97-107.
|