5 verkliga problem Big Data kan lösas

Författare: Judy Howell
Skapelsedatum: 4 Juli 2021
Uppdatera Datum: 19 Juni 2024
Anonim
5 verkliga problem Big Data kan lösas - Teknologi
5 verkliga problem Big Data kan lösas - Teknologi

Innehåll


Hämtmat:

Ju mer data vi samlar in, desto mer användbar kan det bli, kanske på sätt som vi inte ens har tänkt på ännu.

Under en längre tid har termen big data svävat genom teknikvärlden, med en luft av spänning, hot och förväntan. De stora datamängderna stora data syftar till att samla in, odla och i slutändan mina kan vara en källa till värdefull information för företag, regeringar och allt däremellan. (Få mer inblick i big data i 5 saker du behöver veta om Big Data.)

Det är ganska coolt, men det slutar inte där. Faktum är att big data söks som en lösning på alla typer av problem som sträcker sig långt bortom det tekniska området, även till och med affärsområdet. Här är fem av de mest anmärkningsvärda saker som big data håller på att göra.

Hjälp övervinner problem med fertilitet

Enligt Centers for Disease Control (CDC) har cirka 10 procent av amerikanska kvinnor problem med att bli eller stanna gravid. Även om vissa fall av infertilitet kräver medicinsk intervention, säger läkarna att detta är en utmaning som många kvinnor kan lösa med lite extra information om hur deras kropp fungerar. Spårning av ägglossning är ett av de mest effektiva sätten för kvinnor att veta när deras kropp är redo att bli gravid. En app som heter Glow, som släpptes i App Store i augusti 2013, använder big data för att hjälpa kvinnor att komma i kontakt med deras fertilitet. Genom att spåra kritiska tecken på fertilitet, såsom menstruationscykler, morgontemperaturer, vikt, stressnivåer och mer, kan kvinnor få de uppgifter de behöver för att veta när deras kropp är mest redo att bli gravid, precis som många fertilitetsbehandlingscentra gör. Om du har sett prislappen för fertilitetsbehandling, är det tydligt att allt som kan hjälpa par att göra sidor med mer kostsamma behandlingsalternativ är ett verkligt kupp.

Ge smålån till personer i behov

Enligt forskning från Pew Institute har 5,5 procent av amerikanerna tagit ett lön under de senaste fem åren för att täcka vanliga utgifter. Dessa typer av lån kan krama människor som redan kämpar för att få slut på att möta dem genom att slå dem med höga räntor och dolda avgifter.

Nu har en apputvecklare lagt in stora data för att komma fram till en lösning på denna utmaning.
LendUp är en webbplats och en mobilapp som hjälper människor att få tillgång till små lån för att täcka sina utgifter. Det fungerar ungefär som många mikrofinansiella utlåningsorganisationer, där en liten pool av lokalt riskkapital och engla investerare ställer investeringspengar tillgängliga för människor i nöd. Sedan kan en person starta låneprocessen genom att trycka på den tillgängliga poolen.

Lånen uppgår till högst $ 250 för under 30 dagar. Bra beteende för att betala tillbaka lån tidigt eller i tid belönas genom appen. Till exempel kan betala ett lån tidigt öppna rabatter eller lägre avgifter i framtiden. Dessa små dollar lån kan hjälpa människor i nöd få snabb och billigare tillgång till kontanter som behövs för att betala räkningar. Det kan till och med hjälpa dem att bygga bättre kredit.

Sätt studenter ur deras elände

Varken studenter eller professorer tycker om långa föreläsningar i trånga salar. Ja, big data kan till och med sätta stopp för tråkiga och minimalt effektiva klasser. Genom att använda big data och teknik i klassrummen kan elever och lärare interagera med varandra på nya, mer effektiva sätt medan de lär sig nytt material.

Ett nyligen genomfört experiment vid Arizona State University utmanade studenter och professorer att lägga de traditionella föreläsningsmetoderna åt sidan och välja stordatadriven teknik som ett lärande verktyg istället. Till att börja med spände idén inte studenter eller professorer. Men när eleverna började engagera sig i tekniken och lärde sig genom att göra istället för att lyssna, konverterades de. Professor var fortfarande närvarande under lektionen, men var mer tillgänglig för att ströva omkring att svara på frågor och ge feedback. Han kunde spåra studenternas prestanda bättre och använda big data för att avgöra vem som gjorde bra med ett ämne och vem inte.

När denna teknik rullar ut till fler och fler klassrum kan eleverna kunna lära sig i en takt som passar dem, medan lärare kan få en bättre överblick över var eleverna kämpar. Många förväntar sig att denna teknik kommer att göra högre utbildning mer effektiv.

Läs våra tankar

Lägg kristallkulan åt sidan. Snart kommer stor data att förutsäga alla dina tankar. OK, det låter ganska läskigt, men vetenskapen bakom att använda big data för att läsa ditt sinne är inte så komplex. Genom att fånga in och analysera information, som besökta webbplatser, inlägg på sociala medier, incheckningar och mer, kan rimliga antaganden göras om dina tankar och framtida åtgärder. Det är knappast en perfekt vetenskap, men när allt fler data blir tillgängliga, desto mer troligt är det att big data kommer att ge företag - och till och med regeringen - en Big Brother-syn på allmänheten. (Läs mer om integritet på webben i Dont Look Now, men online-sekretess kan gå för gott.)

Fånga terrorister

Om det finns ett globalt surrord som inte verkar försvinna, är dess nationella säkerhet. Big datas har tagits upp som ett sätt att svara på den här frågan också. När myndigheter kan få tillgång till big data för att spåra - och så småningom förutsäga - människors beteende har de potential att stoppa terrorister före strejken. Allt de behöver är tillräckligt med data för att identifiera trender och beteendemönster.

Statliga myndigheter kan sifta genom många års värde från kända terrorister. Denna information kan hjälpa till att identifiera trender och beteendemönster. Baserat på dessa trender och mönster kan regeringen övervaka allmänhetens beteende för att hitta potentiella terrorister som lurar i skuggorna.

Vad kommer härnäst?

Miljontals filer skannas, rapporteras och analyseras varje dag, vilket innebär att stora data bara fortsätter att bli större. Och ju mer data vi samlar in - och desto bättre teknik blir genom att sila igenom dem - desto mer användbar kan det bli, kanske på sätt som vi inte ens tänkt på ännu. (Läs om några av de hinder som big data måste övervinna i Big Data Har ett problem, men det är inte teknik.)