Big Data :
 volume di dati
 livelli variabili di complessità
 generati a velocità differenti
 non elaborabili con tecnologie tradizionali



Volume: gestione di moltissimi
dati
Velocità: gestione in tempo
reale
Varietà: fonti e tipologie diverse

Veridicità: attendibilità
dei dati raccolti

Volatilità: tempo di
validità dei dati



Opportunità di conoscenza
Capire il mondo reale
Opportunità commerciali




Non possiedono un modello prestabilito
Non sono organizzati
Possono causare ambiguità
Sono costituiti da:
›
›
›
›
›
Testo
Audio
Video
Flussi di click
…




Raccolta di informazioni
Classificazione in categorie prestabilite
Organizzazione secondo uno schema preciso
Memorizzazione fisica dei dati

Collezione e
memorizzazione dei dati

Classificazione per
categorie

Trasformazione dei dati

Generazione dei risultati
trovati

ASCOLTARE

CAPIRE

RIELABORARE

VISUALIZZARE

Script pattern matching:
› individuare tokens
› stabilire il pattern delle frequenze in un testo

Set di parole:
›
›
›
›

Google books
Twitter
Canzoni 1960/2007
New York Times 1987/2007
Grado di felicitá:
› Amazon’s Mechanical Turk
http://www.hedonometer.org/index.html

havg(T) = livello di felicitá della frase T

havg (wi) = felicitá di ciascuna parola

Fi = frequenza della i-esima parola
484 miloni di tweets
 9.8 milioni di persone
 Luglio 2009 e Gennaio 2012
 54 piú larghe cittá della Gran Bretagna


Parole cercate:
PAURA, GIOIA, RABBIA, TRISTEZZA
PAPER: <<Big Data Analysis of News and Social Media Content>>
Ilias Flaounas, Thomas Lansdall-Welfare, Nello Cristianini
Intelligent Systems Laboratory, University of Bristol
PAPER: <<Temporal patterns of happiness in a global social
network: Hedonometrics and Twitter>>
P. Sheridan Dodds, K. Decker Harris, I. Kloumann,
Center of complex systems of the university of Vermont
http://www.blogsvoices.unimi.it
AMBIGUITÁ
 SENSI MULTIPLI
 TONO
 SARCASMO
 SOPRANNOMI
 IMMAGINI

«Il Big Data ha avuto un impatto
nello studio del comportamento
umano simile all’introduzione del
microscopio o del telescopio nei
campi della biologia e
dell’astronomia»
Zeynep Tufekci
“Big Questions for Social Media Big Data”


Big Data aiutano a comprendere le dinamiche
del proprio mercato di riferimento
Per riuscire a trarne il massimo bisogna
sodisfare alcuni requisiti:
› Nuova mentalità
› Leadership
› Team di ricerca
› Gestione dei dati
Big Data + Marketing =
ROI enorme
Risultato Operativo
=
Capitale investito netto operatvo
Attraverso un’analisi dei dati il negozio Target è
riuscito a scoprire che una ragazza era incinta,
ancora prima che lo sapessero i suoi genitori.
Fedelity Card
Informazioni Personali
+
Informazioni di Vendita
Big Data

152 milioni di conti cliente
• Raccolta
• Archiviazione
• Calcolo
• Condivisione
Ricerche
+
Acquisti
+
Desideri
Big Data
Pubblicità
5 GB gratis
 1.000 GB massimo
 2 GB trasferimento massimo per file
 $ 0.50 per GB
 Online software  Cloud Player

Obiettivi:
 Restringere tempi di attesa
 Predire gli ordini del cliente
« Se non lo vuoi,
te lo regaliamo! »
15 KM massimo
 2 KG massimo
 Spediti 30/60 minuti dall’ordine
 Ricevuti nella stessa giornata dell’ordine


Utenti:
› Motore di ricerca
› Chrome
› Gmail

Aziende:
› Pubblicità con testo
› Pubblicità multimediale





Traffico
Meteo
Sport
Attività
Appuntamenti




Trasporto pubblico
Attrazioni nelle vicinanze
Amici nelle vicinanze
Notizie



Salvataggio posizione parcheggio
Conto alla rovescia
Promemoria pagamento bollette






Cronologia delle posizioni
GPS
Gmail
Calendario
Contatti
Ricerche Google







Trascinamento
Caricamento
URL
Click su un’immagine Web
Immagine stessa
Immagini simili
Siti web contenenti immagini simili



80 lingue
traduzione automatica statistica
possibilità di cambiare il testo tradotto
scegliendo alternative da un elenco esistente
« Improve this translation »




immissione vocale
fotocamera
scrittura a mano libera
modalità offline
Reperimento delle informazioni:
È l'insieme delle tecniche utilizzate per gestire
oggetti contenenti informazioni
Permette di:



Rappresentare
Memorizzare
Organizzare
Soddisfa:
 Il bisogno informativo
dell’utente
Gestistione:
 Ricerca di informazioni,
non di dati

Possibile restituzione di
risultati non pertinenti
È un movimento che promuove il non utilizzo
del modello relazionale.
Identifica:
 un'ampia varietà di tecnologie legate ai database
Risponde:
 al crescente volume di dati memorizzati sulla Rete
 alle modalità e alla frequenza di accesso ai dati
 alla necessitá di performance e di potenza di
calcolo

Scalabilitá

Prestazioni migliori

Schemi dinamici

Facile da utilizzare

Flessibile

È un framework che supporta applicazioni
distribuite con elevato accesso ai dati

Permette di lavorare con migliaia di nodi
e petabyte di dati

Yahoo! è il più grande contributore a questo
progetto

È usato anche da:
AOL, Ebay, Facebook, IBM, ImageShack, Joost,
Linkedin, Spotify, The New York Times e Twitter