چاپ        ارسال به دوست

ترکیب پویایی شناسی سیستم ها و Big Data

ظهور علم تحلیل داده و داده های کلان (Big Data) توانسته است قدرت بیشتری را در اختیار پویایی شناسی سیستم ها قرار دهد، زیرا باعث گسترش کارایی این رویکرد شده است. همچنین مدل های سیستم دینامیک می توانند تفسیر بیشتری را برای تحلیل داده های کلان از طریق ساختار علیت آنها، ارائه دهند. در زبان سیستمی، این را "موفقیت در شناسایی الگوهای  رفتاری" می نامنددانشمندان با توجه به تجربه خود در سازمان های مختلف، برخی از الگوهای رفتاری معمول را شناسایی کرده اند و در ادامه این الگوها را به ثبت رسانده اند. این الگوهای رفتاری، می تواند پیامدهای آینده را با توجه به عامل زمان و حوادث به عنوان دو متغیر اساسی، نشان دهند و برای برنامه ریزی بلند مدت مورد استفاده قرار گیرند.

ظهور علم تحلیل داده ها یک اثر قوی هم افزایی بر توسعه مدل های سیستم دینامیک، داشته است زیرا هر مدل شبیه سازی کامپیوتری با استفاده از سیستم دینامیک، نیاز به منبع اطلاعات یا پایگاه داده مناسب دارد و با گسترش علم داده های کلان، منابع داده های بیشتری در دسترس قرار گرفته است. فارستر اظهار داشت که مدل های سیستم دینامیک باید تمام انواع اطلاعات موجود و پایگاه های داده (ذهنی، نوشته و عددی) را در نظر بگیرند.

علاوه بر این، رشد گسترده در داده های اجتماعی و کسب و کار منجر به افزایش نیاز به درک رفتار سیستم  های  اجتماعی و کسب و کار شده است. برخی از حوزه ها بیشتر از ادغام بین علم تحلیل داده ها و پویایی شناسی سیستم ها سود برده اند مانند مبارزه با جرم و جنایت، بیماری های عفونی، امنیت سایبری، امنیت ملی، تست استرس مالی، ارزیابی بازار، مدیریت دارایی و ارزیابی تکنولوژی آینده.

 

منبع:www.johnsnowlabs.com

 

 


١٥:٠٣ - دوشنبه ١٠ ارديبهشت ١٣٩٧    /    شماره : ٢٨٢    /    تعداد نمایش : ٢٨٩


نظرات بینندگان
این خبر فاقد نظر می باشد
نظر شما
نام :
ایمیل : 
*نظرات :
متن تصویر:
 

خروج