Fundamentals of Big Data Network Analysis for Research and Industry

مبانی تجزیه و تحلیل شبکه داده های بزرگ برای تحقیقات و صنعت

هیونجونگ لی، موسسه فناوری سبز، دانشگاه یونسی، جمهوری کره

ایل سون ، علوم و مهندسی مواد، دانشگاه یونسی، جمهوری کره

روش شناسی تحلیل داده های بزرگ را ارائه می دهد با استفاده از نمونه هایی از تحقیقات و صنعت

مقدار زیادی از داده ها در همه جا وجود دارد، و توانایی انتخاب اطلاعات حیاتی به طور فزاینده ای مهم است. برخلاف تصور رایج، همه اطلاعات مفید نیستند. تجزیه و تحلیل شبکه داده های بزرگ فرض می کند که داده ها نه تنها بزرگ، بلکه معنادار هستند، و این کتاب بر روی تکنیک های اساسی مورد نیاز برای استخراج اطلاعات ضروری از مجموعه داده های گسترده تمرکز دارد.

شامل مطالعات موردی که عمدتاً از آهن و فولاد استخراج شده است. در صنایع، این کتاب راهنمایی های عملی ارائه می دهد که خوانندگان را قادر می سازد به راحتی تجزیه و تحلیل شبکه داده های بزرگ را درک کنند. توجه ویژه ای به روش شناسی تجزیه و تحلیل شبکه، ارائه اطلاعات در مورد روش جمع آوری داده ها، در مورد طراحی و تجزیه و تحلیل تحقیق، و در مورد تفسیر نتایج می شود. برنامه های مختلفی از جمله UCINET، NetMiner، R، NodeXL و Gephi برای تجزیه و تحلیل شبکه به تفصیل پوشش داده شده است.

مبانی تجزیه و تحلیل شبکه داده های بزرگ برای تحقیقات و صنعت از منظری تازه به داده های بزرگ نگاه می کند و رویکرد جدیدی برای تجزیه و تحلیل داده ها ارائه می دهد.

این کتاب:

Fundamentals of Big Data Network Analysis for Research and Industry

Hyunjoung Lee, Institute of Green Technology, Yonsei University, Republic of Korea

Il Sohn, Material Science and Engineering, Yonsei University, Republic of Korea

Presents the methodology of big data analysis using examples from research and industry

There are large amounts of data everywhere, and the ability to pick out crucial information is increasingly important. Contrary to popular belief, not all information is useful; big data network analysis assumes that data is not only large, but also meaningful, and this book focuses on the fundamental techniques required to extract essential information from vast datasets.

Featuring case studies drawn largely from the iron and steel industries, this book offers practical guidance which will enable readers to easily understand big data network analysis. Particular attention is paid to the methodology of network analysis, offering information on the method of data collection, on research design and analysis, and on the interpretation of results.  A variety of programs including UCINET, NetMiner, R, NodeXL, and Gephi for network analysis are covered in detail.

Fundamentals of Big Data Network Analysis for Research and Industry looks at big data from a fresh perspective, and provides a new approach to data analysis.

This book: