ცოდნის ამოღება დიდი ტექსტური მონაცემთა ნაკრებიდან
Article Sidebar
Main Article Content
ანოტაცია
ზოგადად, მონაცემთა მოპოვება მიზანმიმართულია აღმოაჩინოს, შეისწავლოს და გააანალიზოს
მნიშვნელოვანი ინფორმაცია დიდ მონაცემთა წყაროებიდან სხვადასხვა ტექნიკისა და ალგორითმის გამოყენებით.
თუმცა, დიდი მონაცემების შემთხვევაში, ტრადიციული მეთოდებისა და ალგორითმების გამოყენებით ცოდნის
დამუშავება და მოპოვება მნიშვნელოვან გამოწვევებს უკავშირდება. დიდი მონაცემებიდან ცოდნის ამოღება მოიცავს
ინფორმაციისა და შაბლონების აღმოჩენას მონაცემთა დიდი ნაკრებიდან, ლამბდა არქიტექტურისა და დიდი
მონაცემების პარალელური დამუშავების პარადიგმების გამოყენებით. სტატიაში განხილულია ახალი მიდგომა დიდ
მონაცემთა მოპოვებაში. ნაშრომის ორიგინალურობა მდგომარეობს იმაში, რომ ცოდნის წარმოდგენა განხილულია,
როგორც გრაფული მოდელი და ასევე მოიცავს ცოდნის ცალკეული გრაფული ფრაგმენტებიდან ერთიანი ცოდნის
მოდელის აწყობას. ამ ორი ცნების გაერთიანება ლამბდა არქიტექტურის კონტექსტში შესაძლებელს ხდის მონაცემთა
აღმოჩენის ფართომასშტაბიანი და კომპლექსური ამოცანების ეფექტურ გადაწყვეტას დიდი მონაცემების
პარალელური დამუშავებით.