Página
Tema 1.2 - Fuentes y Aplicaciones de Big Data
Objetivos del Aprendizaje
● Conocer las tres categorías de fuentes de Big Data.
● Conocer las tres categorías de aplicaciones de Big Data.
● Aprender cómo el Internet de las Cosas (IoT) está impulsando el Big Data.
● Aprender cómo el análisis y la interpretación de Big Data requiere precaución.
Ecosistema/Arquitectura de Big Data
Aplicación Google Flu
Fuentes de Big Data
● Comunicaciones de persona a persona.
● Medios de comunicación social.
● Comunicaciones de persona a máquina.
● Acceso a la web.
● Comunicaciones de máquina a máquina (M2M).
● Etiquetas RFID.
● Sensores.
Comunicaciones de Persona a Persona
● Medios: Viejos y nuevos; 1-1 y medios sociales.
● Plataformas de escucha para filtrar y analizar.
● Vídeo, audio, más variedad.
Comunicaciones de Persona a Máquina
● Registros web.
● Asistentes digitales.
● Registros de movimiento del teléfono móvil.
● Dispositivos móviles de fitness personal.
Comunicaciones de Máquina a Máquina
● Sensores y rastreadores.
● Dispositivos RFID.
● Internet de las cosas: Un billón de dispositivos.
● Plataformas de escucha para filtrar y analizar.
Aplicaciones de Big Data
● Aplicaciones de monitorización y seguimiento.
● Vigilancia de la salud pública.
● Seguimiento de la opinión de los consumidores.
● Seguimiento de activos.
● Seguimiento de la cadena de suministro.
● Seguimiento del consumo de electricidad.
● Mantenimiento preventivo de máquinas.
• Investigación - PageRank (1996).
• Salud.
• Educación.
• Salud.
• Educación.
• MOOC.
• Negocio minorista.
• Amazon, WallMart.
• Genómica.
• Secuenciación de alto rendimiento.
• Ciencia / Investigación fundamental.
• LHC.
• Aprendizaje automático / Aprendizaje profundo.
• Recomendación.
• ¡Netflix, Hopper!.
• Urbanismo.
• Gobiernos.
• Medios de comunicación.
• Periodismo de datos.
• Fraude en el IoT (detección/prevención).
• Ciencia / Investigación fundamental.
• LHC.
• Aprendizaje automático / Aprendizaje profundo.
• Recomendación.
• ¡Netflix, Hopper!.
• Urbanismo.
• Gobiernos.
• Medios de comunicación.
• Periodismo de datos.
• Fraude en el IoT (detección/prevención).
Seguimiento del Sentimiento de los Consumidores
Aplicaciones de Big Data
● Aplicaciones de análisis y comprensión.
● Vigilancia predictiva.● Ganar elecciones políticas.
● Salud personal.
● Desarrollo de nuevos productos.
● Promoción minorista basada en la localización.
● Servicio de recomendación.
Aplicación Policial Predictiva
Seguro de Automóvil Flexible
Preguntas de Repaso
1. ¿Cuáles son las principales fuentes de Big Data? Describa una fuente de cada tipo
2. ¿Cuáles son los tres principales tipos de aplicaciones de Big Data? Describa dos aplicaciones de cada tipo
3. ¿Sería ético arrestar a alguien basándose en la predicción de un modelo de Big Data sobre la probabilidad de que esa persona cometa un delito?
4. Una compañía de seguros de automóviles se enteró de los movimientos de una persona basándose en el GPS instalado en el vehículo, ¿Sería ético utilizarlo como herramienta de vigilancia?
5. La investigación puede describir una aplicación de Big Data que tenga un retorno de la inversión (ROI) demostrado para una organización
Ejercicio del Caso Liberty Stores: Paso B2
El Consejo de Administración pidió a la empresa que tomara medidas concretas y eficaces para convertirse en una empresa basada en datos, la empresa quiere entender mejor a sus clientes, quiere mejorar los niveles de felicidad de sus clientes y empleados, quiere innovar en nuevos productos que gusten a sus clientes, quiere relacionar sus actividades benéficas con los intereses de sus clientes.
1. ¿Qué tipo de fuentes de datos debe captar la empresa para ello?
2. ¿Qué tipo de aplicaciones de Big Data sugeriría para esta empresa?
Última modificación: viernes, 25 de marzo de 2022, 15:58