دانلود ترجمه مقاله مزایای به کارگیری تحلیل کلان داده در ابر برای هوش تجاری

1. مقدمه 2. کارهای مرتبط 3. پارادایم رایانش ابری 4. تحلیل کلان داده 5. استقرار تحلیل کلان داده در ابر 6. نتیجه گیری

چکیده – بدون شک، رایانش ابری و تحلیل کلان داده، دو مورد از مهم ترین فناوری هایی هستند که در سال های اخیر وارد جریان اصلی صنعت فناوری اطلاعات شده اند. این دو فناوری به طرزِ عجیبی در کنار هم قرار می گیرند و نتایج و مزایای تأثیرگذاری را برای کسب و کارها به همراه دارند. در حال حاضر، رایانش ابری نحوه ارائه خدمات فناوری اطلاعات توسط شرکت ‌های به اصطلاح ابری و نحوه تعامل کسب ‌و کارها و کاربران با منابع فناوری اطلاعات را تغییر می‌دهد. کلان داده، روشی برای تجزیه و تحلیل داده به شمار می آید که با پیشرفت های اخیر در فناوری اطلاعات و ارتباطات امکان پذیر است. با این حال، تحلیل کلان داده به مقدار زیادی از منابع محاسباتی نیاز دارد و هزینه پذیرش فناوری کلان داده برای بسیاری از شرکت های کوچک و متوسط مقرون به صرفه نیست. در این مقاله، مزایا و چالش‌ های استقرار تجزیه و تحلیل کلان داده از طریق رایانش ابری را بیان می‌ کنیم. استدلال می کنیم که رایانش ابری می تواند از ذخیره سازی و الزامات محاسباتی تحلیل کلان داده پشتیبانی کند. مطرح می ‌کنیم که چگونه ادغام این دو فناوری غالب می ‌تواند فرآیند کلان داده کاوی را بهبود بخشد و کسب ‌و کارها را قادر می ‌سازد تا فرآیندهای تصمیم ‌گیری را بهبود بخشند. همچنین مسائل و خطراتی را که باید هنگام استفاده از مدل خدمات مبتنی بر ابر CLaaS مورد توجه قرار گیرد، مشخص می نماییم. مقدمه: اصطلاح هوش تجاری (BI) به فناوری ‌ها، برنامه ‌ها و شیوه‌ های جمع ‌آوری، ادغام، تجزیه و تحلیل و ارائه اطلاعات تجاری اشاره دارد. هدف اصلی هوش تجاری، حمایت از تصمیم گیری بهتر و سریعتر در مورد کسب و کار است. سازمان‌ ها مجبورند به منظور حمایت از تصمیم ‌گیری برای بهبود عملیات تجاری، داده‌ های خود را جمع‌ آوری، درک و بهره برداری کنند. اکنون در دنیای همیشه در حال تغییر تجارت، بسیاری از شرکت ‌ها با فشار فزاینده برای توسعه مواجه اند و اقدامات مربوط به هوش تجاری خود را به سرعت و با هزینه کم ارتقا می دهند تا بتوانند رقابتی باقی بمانند. رایانش ابری نوظهور بواسطه شرکت ‌ها و نحوه تعامل کسب ‌و کارها و کاربران با منابع فناوری اطلاعات، در حال تغییر در نحوه ارائه خدمات فناوری اطلاعات می باشد. این امر نوعی تغییر پارادایم ارائه می دهد و خدمات انعطاف پذیری را معرفی می کند که شرکت ‌ها می ‌توانند از آن در مدل پرداخت در قبال استفاده استفاده نمایند داده های جهان به طور تصاعدی در حال رشد هستند. کلان داده اصطلاحی در حال تکامل است که حجم عظیمی از داده های ساختاریافته، نیمه ساختاریافته و بدون ساختار را توصیف می کند و پتانسیل استخراج اطلاعات مفید را دارد. کلان داده، داده ای می باشد که فراتر از ظرفیت پردازش پایگاه های داده سنتی قدم بر می دارد. این داده ها برای پردازش توسط یک ماشین واحد، بیش از حد بزرگ هستند. حوزه در حال تحول تحلیل کلان داده، به منظور کشف الگوهای پنهان، همبستگی ها و سایر بینش ها، مقادیر زیادی داده را بررسی می کند. فناوری کلان داده بواسطه آخرین پیشرفت ها در فناوری کامپیوتر و همچنین الگوریتم ها و رویکردهای توسعه یافته برای مدیریت کلان داده امکان پذیر شده است.

Cloud computing and big data analytics are, without a doubt, two of the most important technologies to enter the mainstream IT industry in recent years. Surprisingly, the two technologies are coming together to deliver powerful results and benefits for businesses. Cloud computing is already changing the way IT services are provided by so called cloud companies and how businesses and users interact with IT resources. Big Data is a data analysis methodology enables by recent advances in information and communications technology. However, big data analysis requires a huge amount of computing resources making adoption costs of big data technology is not affordable for many small to medium enterprises. In this paper, we outline the benefits and challenges involved in deploying big data analytics through cloud computing. We argue that cloud computing can support the storage and computing requirements of big data analytics. We discuss how the consolidation of these two dominant technologies can enhance the process of big data mining enabling businesses to improve decision-making processes. We also highlight the issues and risks that should be addressed when using a so called CLaaS, cloud-based service model. INTRODUCTION: The term Business Intelligence (BI) refers to technologies, applications and practices for the collection, integration, analysis, and presentation of business information. The main purpose of Business Intelligence is to support better and faster business decision making. Organizations are being compelled to capture, understand and harness their data to support decision making in order to improve business operations. In an ever-changing business world, many companies now face growing pressure to develop and ramp up their business intelligence efforts quickly and at a low cost in order to remain competitive. Recently emerged cloud computing is changing the way IT services are provided by companies and how businesses and users interact with IT resources. It represents a paradigm shift that introduces flexible service models that companies can subscribe on a pay-as-you-use model. The data in the world is growing exponentially. Big data is an evolving term that describes any huge amount of structured, semi-structured and unstructured data that has the potential to be mined for useful information. Big data is data that exceeds the processing capacity of traditional databases. The data is too big to be processed by a single machine. The evolving field of big data analytics examines large amounts of data to uncover hidden patterns, correlations and other insights. Big data technology has become possible with the latest developments in computer technology as well as algorithms and approaches developed to handle big data.

ترجمه این مقاله در 17 صفحه آماده شده و در ادامه نیز صفحه 11 آن به عنوان نمونه قرار داده شده است که با خرید این محصول می توانید، فایل WORD و PDF آن را دریافت نمایید.