ATAWATAN ESERLERİ

“Big Data”: sanly zamananyň “täze nebiti”

Sanly tehnologiýalaryň ýokary tizlikde ösýän zamanasynda her birimiziň ulanýan smartfonlarymyz ähli maglumatlary buluda (cloud) ýüklemegi, “Google” we “Yandex” ýaly iri kompaniýalar bolsa öz ekoulgamlaryndan peýdalanmagy teklip edýärler. Bilermenler bolsa biziň “Big Data” (Uly maglumatlar) eýýamynda ýaşaýandygymyzy aýdýarlar. Geliň, şu ýerde soňky agzan adalgamyzyň mazmunyna düşünmäge synanyşalyň.

“Big Data”näme?

Big Data ýa-da uly maglumatlar — internetdäki uly göwrümli maglumatlaryň strukturalaşdyrylan ýa-da strukturalaşdyrylmadyk toplumlary. Olary statistika, analiz, öňünden çaklamak we dogry çözgütleri kabul etmek üçin ýörite awtomatlaşdyrylan gurallaryň kömegi bilen gaýtadan işleýärler.

“Uly maglumatlar” adalgasy 2008-nji ýylda “Nature” žurnalynyň redaktory Klifford Linç tarapyndan teklip edildi. Ol bütin dünýäde barha köpelýän maglumatlar barada aýdyp, göwrümi bir gije-gündiziň dowamynda 150 Gb-dan geçýän maglumatlar toplumlarynyň ählisini uly maglumatlara degişli etdi.

2011-nji ýyla çenli uly maglumatlaryň seljerişi bilen diňe ylmy we statistiki barlaglaryň çäklerinde meşgullanylýardy. 2014-nji ýyldan başlap “Big Data” bilen dünýäniň hasaplaýyş inženerçiligi we IT-hünärmen ugurlary boýunça bilim berýän ýokary okuw jaýlary hem gyzyklanyp başlady. Soňra bolsa olaryň ýygnalmagyna we seljerilmegine “Microsoft”, IBM, “Oracle”, EMC, “Google”, “Apple”, “Facebook” we “Amazon” ýaly IT-korporasiýalar goşuldy. Bu gün uly maglumatlary ähli pudaklarda iş alyp barýan iri kompaniýalar we döwlet edaralary peýdalanýarlar.

“Big Data”-nyň häsiýetli aýratynlyklary

Bilermenler tarapyndan uly maglumatlaryň esasy häsiýetnamalary hökmünde aşakdakylar teklip edilýär:

Maglumatlaryň göwrümi: bir gije-gündizde 150 Gb-dan başlaýar.

Uly maglumatlar yzygiderli täzelenýär we olary onlaýn görnüşde işlemek üçin intellektual tehnologiýalar gerek.

Maglumatlaryň görnüşleriniň köpdürlüligi. Maglumatlar strukturalaşdyrylan, strukturalaşdyrylmadyk ýa-da bölekleýin strukturalaşdyrylan bolup biler. Meselem, jemgyýetçilik torlarynda maglumatlaryň akymy strukturalaşdyrylmadyk bolup, olara tekstli postlar, suratlar ýa-da wideolar degişli bolup biler.

Toplanan maglumatlaryň özüniň we olary seljermegiň netijeleriniň ygtybarlylygy;

Üýtgemeklik. Möwsümlere we jemgyýetçilik hadysalaryna laýyklykda, maglumatlaryň akymynyň özboluşly ýokary göterilişi we pese gaçyşy bolýar. Olar näçe durnuksyz we üýtgeýiji bolsa, olary seljermek hem şonça kyn bolýar.

Uly maglumatlar nädip ýygnalýar we nähili saklanýar?

Uly maglumatlar ähli möhüm şertleri seljermek we dogry çözgütleri kabul etmek üçin zerur. “Big Data”-nyň kömegi bilen haýsydyr bir çözgüdi, pikiri, önümi synagdan geçirmek üçin mysaly nusgalar gurulýar.

Uly maglumatlaryň toplanýan esasy çeşmeleri:

– zatlaryň interneti (IoT) we oňa birikdirilen gurluşlar;

– jemgyýetçilik torlary we köpçülikleýin habar beriş serişdeleri;

– kompaniýalaryň maglumatlary: tranzaksiýalar, harytlaryň we hyzmatlaryň sargytlary, takside gidilen ýerler barada maglumatlar, müşderileriň profilleri;

– enjamlaryň görkezijileri: meteorologik beketler, howanyň we suw howdanlarynyň düzümini ölçeýjiler, emeli hemralaryň maglumatlary;

– şäherleriň we döwletleriň statistikasy: ilatyň göçüşi, dogluş we ölüm baradaky maglumatlar;

– lukmançylyk maglumatlary: analizler, keseller, diagnostik suratlar.

Häzirkizaman hasaplaýyş ulgamlary uly maglumatlaryň toplumyna dessin elýeterliligi üpjün edýärler. Olary saklamak üçin iňňän güýçli serwerleri bolan ýörite data-merkezler ulanylýar.

Uly maglumatlar nähili seljerilýär?

Grid-hasaplamalary ýa-da operatiw ýadyň seljerilişi ýaly ýokary öndürijilikli tehnologiýalaryň kömegi arkaly kompaniýalar uly maglumatlaryň islendik möçberini seljeriş üçin peýdalanyp bilýärler. Käte olary ilki seljeriş üçin gerek bolanlaryny saýlap alyp, strukturalaşdyrýarlar. Uly maglumatlar giňişleýin seljerişiň çäklerinde wezipeleri çözmek üçin, şol sanda emeli aňy ulanmak arkaly peýdalanylýar.

“Big Data”-ny seljermegiň esasy 4 usuly tapawutlandyrylýar:

  1. Düşündiriji seljeriş (descriptive analytics) — iň köp ýaýran usuly. Ol “Näme boldy?” diýen sowala jogap berýär we häzirki wagtda gelip gowuşýan maglumatlary we taryhy maglumatlary seljerýär. Onuň esasy maksady ol ýa-da beýleki ugurda üstünligiň ýa-da şowsuzlygyň sebäplerini we kanunalaýyklyklaryny kesgitläp, olary has netijeli nusgalarda ulanmakdan ybaratdyr.
  2. Çaklama seljerişi (predictive analytics) — bar bolan maglumatlaryň esasynda mümkingadar bolup biläýjek wakalary öňünden çaklamaga ýardam edýär. Munuň üçin haýsydyr bir obýektleriň ýa-da şoňa meňzeş hadysalaryň esasynda taýýarlanan nusgalar ulanylýar. Şeýle usul bilen gazna bazarynda bolup biläýjek pese gaçyşy ýa-da bahalaryň üýtgeýşini öňünden çaklamak, ýa bolmasa-da, bir taslama üçin karz alyjynyň tölege ukyplylygyny kesgitlemek mümkin.
  3. Öňüni alyş seljerişi (prescriptive analytics) — “Big Data” we döwrebap tehnologiýalaryň kömegi bilen biznesde ýa-da islendik beýleki işde meseleli nokatlary ýüze çykarmak we geljekde olaryň gaýtalanmazlygy näme etmelidigini anyklamak mümkin.
  4. Kesgitleýiş seljerişi (diagnostic analytics) — maglumatlary bolup geçen wakanyň sebäplerini seljermek üçin peýdalanýar. Bu bolsa wakalaryň we hereketleriň arasyndaky adatdan daşary ýagdaýlary we tötänleýin arabaglanyşyklary ýüze çykarmaga ýardam edýär.

“Big Data” häzir haýsy ugurlarda peýdalanylýar?

Döwlet dolandyryşy. Uly maglumatlary öwrenmek we seljermek hökümetlere saglygy goraýyş, ilatyň iş üpjünçiligi, ykdysady kadalaşdyryş, jenaýatçylyga garşy göreş we howpsuzlygy üpjün etmek, adatdan daşary ýagdaýlarda hereket etmek ýaly ugurlarda kömek edýär;

Senagat. “Big Data” gurallaryny girizmek senagat prosesleriniň aýdyňlygyny ýokarlandyrmaga we önüme bolan islegi has takyk kesgitlemäge, şunlukda tebigy serişdeleriň sarp edilişini meýilleşdirmäge mümkinçilik berýär;

Lukmançylyk. Lukmançylyk edaralary we dürli görnüşli elektron enjamlar (fitnes-brasletler we ş.m.) tarapyndan toplanylýan maglumatlar saglygy goraýyş senagatynyň öňünde uly mümkinçilikleri açýar. Uly maglumatlar täze dermanlary oýlap tapmaga, keselleri has takyk kesgitlemäge, netijeli bejergini saýlap almaga, pandemiýa bilen göreşmäge ýardam edýär;

Söwda. Tor we elektron söwdanyň ösüşini “Big Data” çözgütleri bolmazdan göz öňüne getirmek mümkin däl. Şeýle usul bilen dükanlar öz müşderilerine gerekli harytlary anyklaýarlar we eltip bermegi guraýarlar.

Sport. Uly maglumatlaryň kömegi bilen futbol toparlary iň zehinli oýunçyllary tapýarlar we her bir garşydaş bilen güýç synanyşmak üçin netijeli strategiýany işläp taýýarlaýarlar.

“Big Data” biznesde

Uly maglumatlar biznes üçin esasy üç ugurda peýdalydyr:

– Alyjylar köpçüliginiň göwnünden turjak harytlary we hyzmatlary ýola goýmak;

– Haryt ýa-da hyzmat boýunça müşderileriň tejribesini seljerip, olary gowulandyrmak;

– Seljerişiň kömegi bilen müşderileri çekmek we olaryň wepalylygyny gazanmak.

Uly maglumatlary seljermek arkaly “MasterCard” kompaniýasy öz müşderileriniň bank hasaplary bilen bagly kezzapçylyklaryň öňüni alyp, her ýylda 3 milliard dollar tygşytlaýar. “Netflix”, “Procter & Gamble” we “Coca-Cola” ýaly kompaniýalar uly maglumatlaryň kömegi bilen müşderileriň isleglerini anyklaýar.

“Big Data”-nyň geljekki mümkinçilikleri

Uly maglumatlar global meseleleri çözmäge, meselem, pandemiýa bilen göreşmäge, keselleriň dermanyny tapmaga we ekologik heläkçilikleriň öüni almaga kömek edýär;
“Big Data” – akylly şäherleri döretmek we ulag meselelerini çözmek üçin oňaýly serişdedir;

Uly maglumatlar hatda döwlet derejesinde hem serişdeleri tygşytlamaga kömek edýär. Meselem, Germaniýada raýatlaryň bir böleginiň hiç hili esassyz döwlet kömek pullaryny alýandygyny anyklap, býujete 15 milliard ýewrony gaýtaryp aldylar. Munuň üçin olaryň bank amallary seljerildi.

Sözümizi jemlesek, senagat eýýamynda işewürligiň we önümçiligiň esasy serişdeleriniň biri nebit bolupdy. Häzirki sanly tehnologiýalaryň ösen döwründe bolsa maglumatlar möhüm orna eýe bolýar. Şonuň üçinem işewürler uly maglumatlary “täze nebit” diýip hem atlandyrýarlar. Ýakyn geljekde uly maglumatlar internet biznesinden başlap, tutuş döwlet we halkara guramalary üçin oňyn çözgütleri kabul etmegiň esasy serişdelerine öwrüler.

 

Rahmanmämmet Orazow,

Aşgabat şäherindäki ýöriteleşdirilen 87-nji orta mekdebiň mugallymy

 

Daşary ýurda okamaga gitjek raýatlaryň dykgatyna

 

 

 

Ýene-de okaň

“Ata Watan Eserleri” bäsleşigi üçin minnetdarlyk

Ata Watan Eserleri

“Atavatan Türkmenistan” halkara žurnalyna minnetdarlygymyzy bildirýäris

Ýeňijilere baýraklary gowşurylýar

Ata Watan Eserleri

“Ata Watan Eserleri”: ÝEŇIJILER BELLI BOLDY

“Ata Watan Eserleri” bäsleşigi: ýeňijiler ertir belli bolar

“Ata Watan Eserleri”: 53 eser bäsleşýär

Ata Watan Eserleri