دانلود ترجمه مقاله BIGOWL: تحلیل کلان داده های دانش محور

1. مقدمه 2. پیشینه و کارهای مرتبط 3. شیوه های کنونی در تحلیل کلان داده ها 4. مدل معناشناسی 5. اعتبارسنجی 6. بحث و بررسی 7. نتیجه گیری

چکیده – امروزه، استخراج و ادغام دانش به عنوان ابزاری کارآمد در تحلیل کلان داده ها شناخته شده است. دانش می تواند نقشی اساسی در طراحی گردش کارها، تعریف محدودیت ها، پیکربندی و گزینش پارامترها و استراتژی های مرتبط با تصمیم گیری ها و تعاملات انسانی داشته باشد. این مقاله، BIGOWL را پیشنهاد داده که یک آنتولوژی برای پشتیبانی از مدیریت دانش در تحلیل کلان داده ها می باشد. BIGOWL طوری طراحی شده تا طیف گسترده ای از واژگان در گردش کارهای تحلیل کلان داده ها شامل مولفه ها و نحوه اتصال آنها از منابع داده گرفته تا تجسم آنالیزها را پوشش دهد. این آنتولوژی همچنین جنبه های مختلفی چون پارامترها، محدودیت ها و فرمت ها را مدنظر قرار داده است. این آنتولوژی نه تنها روابط تاکسونومیک بین مفاهیم مختلف را تعریف می کند بلکه نمونه هایی نیز ارائه می دهد که به کاربران در طراحی گردش کارهای تحلیل کلان داده ها کمک می کند. به منظور تست و بررسی اهداف، دو مطالعه موردی توسعه یافته اند که عبارتند از: پردازش جریانات جهان واقعی با اسپارک داده های باز ترافیکی برای بهینه سازی مسیر در محیط شهری نیویورک؛ و طبقه بندی داده کاوی یک مجموعه داده ای دانشگاهی روی پلتفرم های ابری / محلی. گردش کارهای تحلیل حاصل از مدل معنایی BIGOWL با موفقیت ارزیابی و تایید اعتبار شده است.

Knowledge extraction and incorporation is currently considered to be beneficial for efficient Big Data analytics. Knowledge can take part in workflow design, constraint definition, parameter selection and configuration, human interactive and decision-making strategies. This paper proposes BIGOWL, an ontology to support knowledge management in Big Data analytics. BIGOWL is designed to cover a wide vocabulary of terms concerning Big Data analytics workflows, including their components and how they are connected, from data sources to the analytics visualization. It also takes into consideration aspects such as parameters, restrictions and formats. This ontology defines not only the taxonomic relationships between the different concepts, but also instances representing specific individuals to guide the users in the design of Big Data analytics workflows. For testing purposes, two case studies are developed, which consists in: first, real-world streaming processing with Spark of traffic Open Data, for route optimization in urban environment of New York city; and second, data mining classification of an academic dataset on local/cloud platforms. The analytics workflows resulting from the BIGOWL semantic model are validated and successfully evaluated.