Big Data Factories: Collaborative Approaches

این کتاب یک رویکرد سیستماتیک برای جمع‌آوری داده‌های بزرگ، مستندسازی و توسعه روش‌های تحلیلی را پیشنهاد می‌کند که همکاری را در مقیاس بزرگ تقویت می‌کند. این رویکرد که به‌عنوان «فاکتورسازی داده» نام‌گذاری شده است، بر نیاز به در نظر گرفتن هر مجموعه داده‌ای که توسط یک پروژه منفرد توسعه می‌یابد، به‌عنوان بخشی از یک اکوسیستم داده گسترده‌تر، که توسط طرف‌هایی که مستقیماً با جمع‌آوری و مستندسازی داده‌ها درگیر نیستند، به راحتی قابل دسترسی و بهره‌برداری است، تأکید می‌کند. علاوه بر این، فاکتورسازی داده‌ها از عملیات پیش‌تحلیلی استفاده می‌کند و آن‌ها را تشویق می‌کند که به مجموعه‌های داده‌های بزرگ ارزش می‌افزایند، به‌ویژه ترکیب مجدد و هدف‌گذاری مجدد.
این کتاب یک دستور کار تحقیق-توسعه را پیشنهاد می‌کند که می‌تواند زیربنای یک رویکرد کارخانه داده ایده‌آل باشد. چندین فصل برنامه‌ای در مورد مسائل تخصصی درگیر در فاکتورسازی داده‌ها (اسناد، مشخصات فراداده، ساخت هستی‌شناسی داده‌های انعطاف‌پذیر و در عین حال جامع، مسائل مربوط به قابلیت استفاده در ابزارهای مشارکتی و غیره) بحث می‌کنند. این کتاب همچنین مطالعات موردی را برای فاکتورسازی و پردازش داده‌ها ارائه می‌کند که می‌تواند به ایجاد همکاری علمی بهتر و استراتژی‌ها و ابزارهای به اشتراک‌گذاری داده‌ها منجر شود.
در نهایت، این کتاب کاربرد آموزشی فاکتورسازی داده و نگرانی‌های اخلاقی و حفظ حریم خصوصی مرتبط با آن را ارائه می‌کند. .
فصل 9 این کتاب با دسترسی آزاد تحت مجوز CC BY 4.0 در link.springer.com موجود است

The book proposes a systematic approach to big data collection, documentation and development of analytic procedures that foster collaboration on a large scale. This approach, designated as “data factoring” emphasizes the need to think of each individual dataset developed by an individual project as part of a broader data ecosystem, easily accessible and exploitable by parties not directly involved with data collection and documentation. Furthermore, data factoring uses and encourages pre-analytic operations that add value to big data sets, especially recombining and repurposing.
The book proposes a research-development agenda that can undergird an ideal data factory approach. Several programmatic chapters discuss specialized issues involved in data factoring (documentation, meta-data specification, building flexible, yet comprehensive data ontologies, usability issues involved in collaborative tools, etc.). The book also presents case studies for data factoring and processing that can lead to building better scientific collaboration and data sharing strategies and tools.
Finally, the book presents the teaching utility of data factoring and the ethical and privacy concerns related to it.
Chapter 9 of this book is available open access under a CC BY 4.0 license at link.springer.com