Cílem této práce je zjistit, v jaké míře se vyskytují Big Data ve firemní sféře. Je zde vysvětlené, co to jsou Big Data, kde bylo možné se s nimi v minulosti setkat, zda jsou Big Data pro malé nebo velké podniky, způsoby jejich zpracování a krátce představený Big Data mining a Big Data Analytics. V této práci je také zpracovaný a vyhodnocený dotazník ohledně výskytu Big Dat ve firmách s různým zaměřením. Na konci práce je sestavený vzorový příklad analýzy z pohledu zákazníka, pro jakého poskytovatele platformy pro práci s Big Daty, by se mohl rozhodnout pomocí multikriteriální TOPSIS analýzy.
Anotace v angličtině
The aim of this thesis is to find out frequency of occurrence of Big Data in businesses. The thesis explains the term Big Data, its history, usage in small or larger businesses and the ways of processing the data. The term Big Data Mining is also briefly mentioned. The questionnaire included in the thesis deals with occurrence of the Big Data in various types of companies. At the end of the thesis an example of an analysis from customer point of view is included. The analysis works as a tool for customers while choosing a provider of a platform for the Big Data using the TOPSIS analysis.
Klíčová slova
Big Data, Google, Hadoop, data, Microsoft, TOPSIS, AWS
Klíčová slova v angličtině
Big Data, Google, Hadoop, data, Microsoft, TOPSIS, AWS
Rozsah průvodní práce
59
Jazyk
CZ
Anotace
Cílem této práce je zjistit, v jaké míře se vyskytují Big Data ve firemní sféře. Je zde vysvětlené, co to jsou Big Data, kde bylo možné se s nimi v minulosti setkat, zda jsou Big Data pro malé nebo velké podniky, způsoby jejich zpracování a krátce představený Big Data mining a Big Data Analytics. V této práci je také zpracovaný a vyhodnocený dotazník ohledně výskytu Big Dat ve firmách s různým zaměřením. Na konci práce je sestavený vzorový příklad analýzy z pohledu zákazníka, pro jakého poskytovatele platformy pro práci s Big Daty, by se mohl rozhodnout pomocí multikriteriální TOPSIS analýzy.
Anotace v angličtině
The aim of this thesis is to find out frequency of occurrence of Big Data in businesses. The thesis explains the term Big Data, its history, usage in small or larger businesses and the ways of processing the data. The term Big Data Mining is also briefly mentioned. The questionnaire included in the thesis deals with occurrence of the Big Data in various types of companies. At the end of the thesis an example of an analysis from customer point of view is included. The analysis works as a tool for customers while choosing a provider of a platform for the Big Data using the TOPSIS analysis.
Klíčová slova
Big Data, Google, Hadoop, data, Microsoft, TOPSIS, AWS
Klíčová slova v angličtině
Big Data, Google, Hadoop, data, Microsoft, TOPSIS, AWS
Zásady pro vypracování
Vypracujte obecnou literární rešerši na dané téma.
Popište a identifikujte oblasti, kde se velká data prakticky využívají.
Proveďte analýzu a popis aktuálního stavu problematiky technologií zpracování a analýzy velkých dat.
Analyzujte použití dostupných technologií od Google, Apache, Microsoft, atd.
Zásady pro vypracování
Vypracujte obecnou literární rešerši na dané téma.
Popište a identifikujte oblasti, kde se velká data prakticky využívají.
Proveďte analýzu a popis aktuálního stavu problematiky technologií zpracování a analýzy velkých dat.
Analyzujte použití dostupných technologií od Google, Apache, Microsoft, atd.
Seznam doporučené literatury
Data science \& big data analytics: discovering, analyzing, visualizing and presenting data. Indianapolis: Wiley, 2015, xviii, 410 stran. ISBN 978-1-118-87613-8.
HOLUBOVÁ, Irena, Jiří KOSEK, Karel MINAŘÍK a David NOVÁK. Big Data a NoSQL databáze. První vydání. Praha: Grada, 2015, 281 stran. ISBN 978-80-247-5466-6.
MARZ, Nathan a James WARREN. Big data: principles and best practices of scalable real-time data systems. Shelter Island: Manning, 2015, xx, 308 stran. ISBN 978-1-617290-34-3.
LABERGE, Robert. Datové sklady: agilní metody a business intelligence. 1. vyd. Brno: Computer Press, 2012, 350 s. ISBN 978-80-251-3729-1.
MAYER-SCHÖNBERGER, Viktor a Kenneth CUKIER. Big Data: revoluce, která změní způsob, jak žijeme, pracujeme a myslíme. 1. vyd. Brno: Computer Press, 2014, 256 s. ISBN 978-80-251-4119-9.
EAGLE, Nathan a Kate GREENE. Reality mining: using big data to engineer a better world. Cambridge, Massachusetts: The MIT Press, 2014, 1 online zdroj (vi, 199 pages). ISBN 9780262324564.
Seznam doporučené literatury
Data science \& big data analytics: discovering, analyzing, visualizing and presenting data. Indianapolis: Wiley, 2015, xviii, 410 stran. ISBN 978-1-118-87613-8.
HOLUBOVÁ, Irena, Jiří KOSEK, Karel MINAŘÍK a David NOVÁK. Big Data a NoSQL databáze. První vydání. Praha: Grada, 2015, 281 stran. ISBN 978-80-247-5466-6.
MARZ, Nathan a James WARREN. Big data: principles and best practices of scalable real-time data systems. Shelter Island: Manning, 2015, xx, 308 stran. ISBN 978-1-617290-34-3.
LABERGE, Robert. Datové sklady: agilní metody a business intelligence. 1. vyd. Brno: Computer Press, 2012, 350 s. ISBN 978-80-251-3729-1.
MAYER-SCHÖNBERGER, Viktor a Kenneth CUKIER. Big Data: revoluce, která změní způsob, jak žijeme, pracujeme a myslíme. 1. vyd. Brno: Computer Press, 2014, 256 s. ISBN 978-80-251-4119-9.
EAGLE, Nathan a Kate GREENE. Reality mining: using big data to engineer a better world. Cambridge, Massachusetts: The MIT Press, 2014, 1 online zdroj (vi, 199 pages). ISBN 9780262324564.
Přílohy volně vložené
1x CD
Přílohy vázané v práci
-
Převzato z knihovny
Ne
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
Student v krátké prezentaci představil výsledky své bakalářské práce. Po přečtení posudků vedoucího a oponenta následovala diskuze, ve které byly položeny následující dotazy:
prof. Jašek: Nastavení vah pro analýzu bylo provedeno podle Vašeho subjektivního pocitu nebo jste použil nějaké kritérium?
Student na položené dotazy odpověděl a reagoval pohotově.