المؤلف الرئيسي: | المكحل، إخلاص حسن (مؤلف) |
---|---|
مؤلفين آخرين: | Alzyadat, Wael (Advisor) , Alfayomi, Mohammed (Advisor) |
التاريخ الميلادي: |
2018
|
موقع: | عمان |
الصفحات: | 1 - 64 |
رقم MD: | 957523 |
نوع المحتوى: | رسائل جامعية |
اللغة: | الإنجليزية |
الدرجة العلمية: | رسالة ماجستير |
الجامعة: | جامعة الاسراء الخاصة |
الكلية: | كلية الدراسات العليا |
الدولة: | الاردن |
قواعد المعلومات: | Dissertations |
مواضيع: | |
رابط المحتوى: |
المستخلص: |
تواجه البيانات الضخمة العديد من التحديات من جوانب مختلفة، الأمر الذي يظهر من خلال خصائص مثل الحجم والسرعة والتنوع ويمكن القول إن معالجة البيانات الضخمة وتحليلها تمثل قضايا تتسم بالتحدي من أجل الحصول على معلومات ذات جودة تدعم القيم الدقيقة من أجل اتخاذ القرار. ويشير تصنيف جودة البيانات إلى ثلاثة عناصر أساسية هي: وجود المغزى أو الهدف، والقدرة على التوقع واتخاذ القرار. وهذه العناصر جميعها تشجع استقصاء ما أجري من أعمال سابقة ركزت على التحديات ذاتها المتعلقة بالبيانات الضخمة. وعليه، فإن المنحنى الهجين الذي يستخدم المنطق الضبابي وبرمجية (MapReduce) يشكل نسخة جديدة من البرمجية الأخيرة تتألف من أربع طبقات: تشتمل الطبقة الأولى على جمع البيانات في حين تتم في الطبقة الثانية المعالجة الأولية ومن ثم المعالجة الرئيسة للبيانات شبه المهيكلة. أما الطبقة الثالثة فتحتوي على دالة التنظيم للحصول على العلاقات وتطبيق المتحكم الضبابي، والتصنيف من أجل بناء القواعد التي تربط بين البيانات. وأما الطبقة الرابعة والأخيرة، فتشمل على التقليل والتصنيف لتحقيق ناتج قادر على التوقع وذي مغزى. يستخدم المنحنى الهجين المقترح تجريبا حزم بيانات وأعراض متعلمة بمرضى السكري إضافة إلى (weka) و(R) وقد أظهر تقييم المنحنى المقترح أنه يتصف بفعالية كبيرة ودقة حسب مقاييس الاسترجاع والقياس العالمية. |
---|