| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Iskanje po katalogu digitalne knjižnice Pomoč

Iskalni niz: išči po
išči po
išči po
išči po
* po starem in bolonjskem študiju

Opcije:
  Ponastavi


1 - 3 / 3
Na začetekNa prejšnjo stran1Na naslednjo stranNa konec
1.
Izdelava programske rešitve za izvajanje bibliometričnih raziskav in gradnjo tezavrov iz velikih količin bibliometričnih podatkov
Boris Vezenšek, 2019, diplomsko delo

Opis: V diplomskem delu je obravnavana bibliometrija in bibliometrične analize, izvedene s pomočjo izdelane programske rešitve. Opisane so tehnologije, uporabljene za rešitev našega problema. Tukaj gre predvsem za delovanje Hadoopovega porazdeljenega datotečnega sistema HDFS in modela MapReduce ter sistema Apache Spark. Opisani sta tudi rešitvi Analysis Services Tabular in Power BI. Na koncu so na izbranih primerih predstavljeni rezultati različnih bibliometričnih analiz v orodju Power BI, ki se napaja iz podatkovnega modela, implementiranega v tem diplomskem delu. Rezultati so prikazani v različni obliki – z vizualizacijami, primernimi za takšno vrsto podatkov.
Ključne besede: bibliometrija, Hadoop, HDFS, Microsoft Academic Graph, podatki CORE, porazdeljena obdelava, Spark, velepodatki
Objavljeno: 22.11.2019; Ogledov: 306; Prenosov: 33
.pdf Celotno besedilo (1,93 MB)

2.
Procesiranje finančnih transakcij s programskim ogrodjem Hadoop
David Pandel, 2019, magistrsko delo

Opis: V okviru magistrskega dela je bila izdelana aplikacija, ki omogoča paralelno procesiranje masovnih kartičnih transakcij, t.i. avtorizacij. Programska rešitev temelji na odprtokodnem ogrodju Apache Hadoop, ki je namenjeno obdelovanju velikih količin podatkov (angl. big data). S pristopom Hadoop razbijemo vhodne podatke na več manjših delov, ki se paralelno procesirajo. Hadoop je sestavljen iz dveh glavnih komponent. MapReduce vhodni niz podatkov razdeli na med seboj neodvisne dele, ki se obdelajo paralelno. Datotečni sistem HDFS (angl. Hadoop distributed file system) je bil razvit v programskem jeziku Java in je implementiran za zagotavljanje prilagodljivega in zanesljivega shranjevanja podatkov na več med seboj povezanih računalnikih (angl. clusters of commodity servers). Glavna prednost uporabe Hadoopa je v porazdeljenem sistemu, sestavljenem iz več manj zmogljivih računalnikov in ne le enega zelo zmogljivega. Računalniki se lahko nahajajo na različnih lokacijah, zato ne potrebujemo dodatnega redundantnega sistema, ki služi za samo vzpostavitev sistema v primeru naravne katastrofe.
Ključne besede: Hadoop, HDFS, MapReduce, finančna avtorizacija, ISO8583
Objavljeno: 27.03.2019; Ogledov: 502; Prenosov: 71
.pdf Celotno besedilo (19,34 MB)

3.
POSLOVNI POTENCIAL KONCEPTA BIG DATA
Patricija Gavez, 2013, diplomsko delo

Opis: Informacije predstavljajo neotipljivo premoženje organizacij in so njihova pomembna konkurenčna prednost. Za najboljši izkoristek informacij se organizacije posložujejo poslovnega obveščanja, katerega glavna komponenta so podatkovne baze. Najbolj razširjene podatkovne baze so relacijske baze podatkov, pri katerih so podatki shranjeni v logično povezanih tabelah. Trend povečane rasti količine podatkov je povzročil, da relacijske baze ne uspejo zadovoljiti potreb poslovnega obveščanja. Pojavil se je koncept Big Data in z njim povezane tehnologije za zajem, shranjevanje, obdelavo in izkoristek masovnih količin podatkov. Big Data predstavljajo veliko poslovno priložnost tako za organizacije, ki se jih bodo posluževale pri poslovnem obveščanju, kot tudi za ponudnike programske opreme. Orodje Apache Hadoop, ki vsebuje dve pomembnejši komponenti – MapReduce in HDFS, je le ena izmed prepoznavnejših programskih rešitev na področju koncepta Big Data. Pomembna storitev, ki spada k velikim podatkovnim bazam je tudi računalništvo v oblaku, saj zadovoljuje zahteve s strani infrastrukture, prilagodljivosti storitve pa tudi varstva podatkov.
Ključne besede: Big Data, tehnologije za obvladovanje Big Data, Apache Hadoop, MapReduce, HDFS, poslovno obveščanje, podatkovne baze, relacijske podatkovne baze, integracija podatkov, računalništvo v oblaku
Objavljeno: 04.11.2013; Ogledov: 1715; Prenosov: 385
.pdf Celotno besedilo (974,42 KB)

Iskanje izvedeno v 0.1 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici