ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Top 10 Challenges of Big Data Analytics

دانلود کتاب 10 چالش برتر تجزیه و تحلیل داده های بزرگ

Top 10 Challenges of Big Data Analytics

مشخصات کتاب

Top 10 Challenges of Big Data Analytics

دسته بندی: پایگاه داده ها
ویرایش:  
نویسندگان:   
سری: Research Methodology and Data Analysis 
ISBN (شابک) : 1536191337, 9781536191332 
ناشر: Nova Science Publishers 
سال نشر: 2020 
تعداد صفحات: 217 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 6 مگابایت 

قیمت کتاب (تومان) : 34,000

در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 9


در صورت تبدیل فایل کتاب Top 10 Challenges of Big Data Analytics به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب 10 چالش برتر تجزیه و تحلیل داده های بزرگ نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب 10 چالش برتر تجزیه و تحلیل داده های بزرگ

\"کاربرد تجزیه و تحلیل داده های بزرگ در تمام زمینه های تحقیقاتی یک محرک حیاتی برای رقابت همه کشورها در دنیای مدرن است. در حال حاضر، دولت ها و صنعت حجم زیادی از داده ها را بر اساس نگهداری سوابق، رعایت قوانین، حفظ حریم خصوصی داده ها، تولید می کنند. و الزامات پویا، و بنابراین نیاز به ایجاد مکانیسم های بهتر برای تجزیه و تحلیل داده ها، و در نتیجه حمایت از توسعه سازمانی، و همچنین ارائه کمک به فرآیندهای تصمیم گیری سیاست گذاران در این زمینه، فرصت های مخرب در حال ظهور وجود دارد داده‌ها: مدل‌های تجاری جدید و بخش‌های صنعت عمودی از طریق روابط مشترک با همه ذینفعان پدیدار خواهند شد و تجزیه و تحلیل داده‌های بزرگ یک دارایی اصلی برای پشتیبانی از این روابط پویا است در عین حال، چشم‌اندازی از پتانسیل تجزیه و تحلیل داده‌های بزرگ و اهمیتی که آنالیز برای مدیران و سیاست‌گذاران دارد، برای کمک به تعریف استراتژی‌های جدید و سیاست‌های عمومی جدید ارائه می‌کند. این کتاب بر بخش‌های مختلف فعالیت (به عنوان مثال بخش بهداشت، مدیریت دولتی، بخش آموزش و سایر موارد) و ابعاد مختلف اقتصادی (مانند کارآفرینی و نوآوری) متمرکز است و تجزیه و تحلیل داده‌های بزرگ را به زمینه‌های مختلف تحقیقاتی مرتبط می‌کند. به عنوان هوش مصنوعی و سایر فناوری های نوظهور؛ که سازمان‌ها، دولت‌ها و جوامع چالش‌برانگیز هستند، با نیاز به مواجهه با ضرورت جدید آمادگی برای آینده بسیار نامشخص و فوق‌العاده پیچیده - که در آن تجزیه و تحلیل داده‌های بزرگ نقش بسیار تعیین‌کننده و فعالی ایفا خواهد کرد.»--


توضیحاتی درمورد کتاب به خارجی

\"The application of big data analytics in all fields of research is a critical driver for the competitiveness of all countries in the modern world. Currently, governments and industry generate large amounts of data driven by record keeping, compliance, regulations, data privacy, and dynamic requirements, and thus there is a need to create better mechanisms to analyse data, and hence support organizational development, as well as providing aid to policymakers\' decision-making processes. In this context, there are emerging disruptive opportunities because of Big Data: new business models, and vertical industry segments will emerge through shared relationships with all the stakeholders, and big data analytics is a major asset to support these dynamic relationships. This book was developed with the objective of analysing some of those challenges while at the same time providing a perspective of the potential of big data analytics, and the importance that analytics have for managers and for policymakers, to help define new strategies and new public policies, respectively. The book is focused on different sectors of activity (i.e. the Health sector, Public Administration, the Education sector, among others), and on different economic dimensions (i.e. Entrepreneurship, and Innovation) and links big data analytics to different fields of research, such as artificial intelligence and other emergent technologies; which are challenging organisations, governments, and societies, with the need to face the new imperative of being prepared for the very uncertain and tremendously complex future - in which big data analytics will play a very decisive and active role\"--



فهرست مطالب

Contents
Preface
Chapter 1
Potential of Big Data for Healthcare and Pharmaceutical Professionals Skills Development
	Abstract
	Introduction
	Research Approach and Methodology
		Systematic Review Approach and Search Terms
		Search Strategy
		Data Sources
		Search Terms and Selection Criteria
		Inclusion, Exclusion and Eligibility
		Snowballing
		Results from Systematic Review
	Findings and Contributions
	Conclusion
	References
Chapter 2
Knowledge Transfer on Innovation Policies from EU to BRICS:  The Power of Big Data Analytics
	Abstract
	Introduction
	Theoretical Framework
		Knowledge Conceptualization
		Innovation Policies Framework
		Big Data Analytics
	Empirical Research Approach
		Methodology
		Lessons from the Field on Knowledge Transfer of Innovation Policies from EU to BRICS
		1st Dimension Knowledge Transfer Actors
		2nd Dimension Knowledge Transfer Activities
		3rd Dimension Integration of Knowledge
		4th Dimension - Obstacles and Facilitators
	Recommendations for BRICS Policies  from the EU Lessons
	Conclusion
	References
Chapter 3
Big Data Analytics: A New Competitive Advantage
	Abstract
	1. Introduction and Background
	2. Methodology
	3. Findings of the Thematic Analysis
		3.1. Big Data and Competitive Advantages through Added Business Value
		3.2. Big Data and Competitive Advantages through  Enhanced Operations
		3.3. Big Data and Competitive Advantages through Improved Organizational Knowledge
		3.4. Big Data and Competitive Advantages through New  Product Development
	Conclusion
	Acknowledgments
	Annex I. Overview of Document Citations Period ≤ 2005 to 2020
	Annex II. Overview of Document Self-Citation Period ≤ 2005 to 2020
	References
Chapter 4
Integrative Review: Relationship between Big Data and Educational Content Repository
	Abstract
	Introduction
	Theoretical Contribution
		Big Data
		Repositories of Educational Content
	Methods - Integrative Literature Review
	Research, Analysis and Discussion of Articles
	Relationships between Big Data and Educational Content Repository
	Conclusion
	References
Chapter 5
The New Challenges of Artificial Intelligence, Profiling and Bigdata Analysis by Tax Administrations:  Will the Right to Meet  These New Challenges be Shown?
	Abstract
	Introduction
	The New Centrality of Bigdata  and Artificial Intelligence
	The Dangers of Artificial Intelligence  and Bigdata Analysis in Tax Administrations
	Conclusion
	References
Chapter 6
Big Data Analytics:  Emergence, Growth, Issues  and Potential
	Abstract
	Introduction
	Literature Review
	Emergence and Growth of Big Data Analytics
	Issues Associated with Big Data Analytics
	Future Prospects of Big Data Analytics
	Conclusion
	References
Chapter 7
Big Data Analytics to Support Digital Government Public Policies
	Abstract
	1. Introduction
	2. Theoretical Framework
		2.1. Concepts and Theories
		2.2. Linkages between e-Gov and Big Data Analytics
		2.3. Portuguese e-Gov Development Policies  in the Context of the European Union
	3. Methodological Approach
		3.1. Methodology, Observation Context and Consulted Data,  to Retrieve the Results
		3.2. Digital Transformation Support, in Portugal,  as a Case Study in Digital Government
		3.3. Results of the Analysis
		3.4. Discussion
	Conclusion
	References
Chapter 8
Big Data Linkages to SDG  and Entrepreneurship:  A Case Study Approach
	Abstract
	1. Introduction
	2. Big Data, SDG and Entrepreneurship  Concepts and Linkages
	3. SDG Theoretical Framework
	4. Methodological Approach
		4.1. Case Studies
			4.1.1. Case Study 1 – Dress for Sucess
				4.1.1.1. Organization Context
				4.1.1.2. UN SDG Implemented by the Organization
				4.1.1.3. Contributions for the Wellbeing of the Workers and Citizens
				4.1.1.4. Bigdata
			4.1.2. Case Study 2 - Sigues
				4.1.2.1. Organization Context
				4.1.2.2. UN SDG Implemented by the Organization
				4.1.2.3. Contributions for the Wellbeing of the Workers and Citizens
				4.1.2.4. Big Data
			4.1.3. Case Study 3 – Cfisio
				4.1.3.1. Organization Context
				4.1.3.2. UN SDG Implemented by the Organization
				4.1.3.3. Contributions for the Wellbeing of the Workers and Citizens
				4.1.3.4. Big Data
	Conclusions, Limitations and Future Research
		Conclusion
		Limitation
		Future Lines of Research
	Annex I –Questionnaire
		Marketing Strategy vs Sustainable Development Objective
		Marketing Strategy
		Relationship with Customers and Suppliers
		Sustainable Development Goals (UN)
	References
About the Editors
About the Authors
Index




نظرات کاربران