BIGOWL: دانش و تجزیه و تحلیل داده‌های کلان

استخراج دانش و ادغام در حال حاضر برای تجزیه و تحلیل کارآمد کلان داده در نظر گرفته شده‌است. دانش می‌تواند در طراحی گردش کار، تعریف محدودیت، انتخاب پارامتر و پیکربندی، تعامل انسان و استراتژی‌های تصمیم‌گیری نقش داشته باشد. این مقاله BIGOWL، یک هستان شناسی را برای پشتیبانی از مدیریت دانش در تجزیه و تحلیل کلان داده پیشنهاد می‌کند. BIGOWL برای پوشش دادن دامنه وسیعی از اصطلاحات مربوط به جریان کار تجزیه و تحلیل کلان داده، از جمله اجزای آن‌ها و چگونگی ارتباط آن‌ها، از منابع داده به تجسم تجزیه و تحلیل طراحی شده‌است. همچنین باید جنبه‌هایی مثل پارامترها، محدودیت‌ها و فرمت ها را در نظر بگیرد. این هستی‌شناسی نه تنها روابط طبقه بندی بین مفاهیم مختلف را تعریف می‌کند، بلکه نمونه‌هایی از افراد خاص را برای هدایت کاربران در طراحی جریان‌های کار تجزیه و تحلیل کلان داده ارایه می‌کند. برای اهداف آزمایش، دو مطالعه موردی توسعه داده می‌شوند، که شامل: اولین، پردازش جریان‌های دنیای واقعی با استفاده از داده‌های باز ترافیک، برای بهینه‌سازی مسیر در محیط شهری شهر نیویورک؛ و دوم، طبقه‌بندی داده کاوی یک مجموعه داده دانش

Highlights•A semantic approach to represent and validate Big Data analytics is proposed.•An OWL Ontology and SWRL rules are developed for reasoning in workflow design.•The proposal is validated with two real-world (traffic) and academic cases study.•Obtained semantized data successfully recommends and validate Big Data tasks.•We provide actual Big Data practitioners with software to enhance their analytics.AbstractKnowledge extraction and incorporation is currently considered to be beneficial for efficient Big Data analytics. Knowledge can take part in workflow design, constraint definition, parameter selection and configuration, human interactive and decision-making strategies. This paper proposes BIGOWL, an ontology to support knowledge management in Big Data analytics. BIGOWL is designed to cover a wide vocabulary of terms concerning Big Data analytics workflows, including their components and how they are connected, from data sources to the analytics visualization. It also takes in