فایل ورد کامل راه حل های داده های بزرگ در مقیاس کوچک: ارزیابی محاسبات با کارایی بالا و قابل‌دسترس برای تحقیقات اجتماعی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل راه حل های داده های بزرگ در مقیاس کوچک: ارزیابی محاسبات با کارایی بالا و قابل‌دسترس برای تحقیقات اجتماعی،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۳۶ صفحه

اگرچه پژوهش‌هایی که در خصوص داده های بزرگ صورت گرفته است، سرشار از امید بوده و جای پیشرفت داشته دارد، ولی باید توجه داشت که پیشرفت موفقیت‌آمیز این پژوهش‌ها در گرو دسترسی به جدیدترین، پیشرفته‌ترین و درعین‌حال گران‌ترین سیستم‌های سخت‌افزاری و همچنین تخصص لازم و مورد نیاز برای ساخت و پیاده‌سازی چنین سیستم‌هایی می‌باشد. در نتیجه، دسترسی به راه‌حل‌های فناوری مرتبط با کلان داده‌ها که تعداد آن‌ها هم رو به رشد است، شاید برای تجزیه‌وتحلیل در حوزه‌ی کسب‌وکار آسان نباشد. سرویس‌های پرداخت به ازای ذخیره‌سازی/پردازش ، مشابه با سرویس‌های وب آمازون باعث شده تا دریچه‌ها و احتمالاتی جدید برای پروژه‌های کوچک‌تر کلان داده‌ای فراهم شود. در جامعه‌شناسی و علوم انسانی دیجیتال، تقاضای روز افزونی برای این نوع پژوهش وجود دارد. با این حال، با توجه به رشد اندازه و پیچیدگی مجموعه‌های داده‌ای موجود، محققین با مشکلاتی در انجام پژوهش‌های خود بر روی این داده‌ها روبرو می‌باشند. بدون سرمایه‌گذاری کلان و یا توانایی در ایجاد همکاری‌ها و مشارکت‌های میان‌رشته‌ای، محققین فقط در فرآیند استفاده از کلان داده‌ها به شکلی موفق عمل کرده‌اند. در این مقاله قصد داریم تا چندین فناوری عمده و گسترده‌ی مرتبط با کلان داده‌ها را که با استفاده از سیستم‌های ابری (کلود) قدرتمند و بزرگ پیاده‌سازی گردیده است ارائه دهیم و امکان‌پذیری و کاربردپذیری فرآیند توسعه‌ی سیستم‌های تحلیلی کلان داده‌ها را که با استفاده از سخت‌افزارهای کم‌هزینه (که در پیکربندی‌های اولیه و آسان پیاده‌سازی شده‌اند) را به منظور استفاده از این فناوری‌ها در پژوهش‌های اجتماعی و دانشگاهی بررسی کنیم. در بررسی‌ها و کاوش‌هایی که بر روی یک مطالعه‌ی موردی (در حوزه‌ی رو به رشدِ تجزیه‌وتحلیل شبکه‌ی اجتماعی توئیتر) انجام داده‌ایم، یافته‌ایم که نه تنها می‌توان از راه‌حل‌های تحلیلی کلان داده‌ها همچون هادوپ (آپاچی) و کلودرا استفاده کرد بلکه این راه حل‌ها می‌توانند نتایج پژوهشی عمیق، دقیق و پر باری را در سناریوهای کاربردی مختلف ارائه دهند.

کلمات کلیدی: داده های بزرگ | روش‌های پژوهشی رسانه‌ی اجتماعی | روش‌های پژوهشی داده های بزرگ | علوم انسانی دیجیتال | جامعه‌شناسی دیجیتال | توئیتر

عنوان انگلیسی:

Big Data solutions on a small scale: Evaluating accessible high-performance computing for social research

~~en~~ writers :

Dhiraj Murthy and Sawyer A Bowman

Though full of promise, Big Data research success is often contingent on access to the newest, most advanced, and often
expensive hardware systems and the expertise needed to build and implement such systems. As a result, the accessibility
of the growing number of Big Data-capable technology solutions has often been the preserve of business analytics. Pay as
you store/process services like Amazon Web Services have opened up possibilities for smaller scale Big Data projects.
There is high demand for this type of research in the digital humanities and digital sociology, for example. However,
scholars are increasingly finding themselves at a disadvantage as available data sets of interest continue to grow in size and
complexity. Without a large amount of funding or the ability to form interdisciplinary partnerships, only a select few find
themselves in the position to successfully engage Big Data. This article identifies several notable and popular Big Data
technologies typically implemented using large and extremely powerful cloud-based systems and investigates the feasibility and utility of development of Big Data analytics systems implemented using low-cost commodity hardware in basic
and easily maintainable configurations for use within academic social research. Through our investigation and experimental case study (in the growing field of social Twitter analytics), we found that not only are solutions like Cloudera’s
Hadoop feasible, but that they can also enable robust, deep, and fruitful research outcomes in a variety of use-case
scenarios across the disciplines.

Keywords: Big Data | social media research methods | Big Data research methods | digital humanities | digital sociology | Twitter

$$en!!