M. Lenz. Wirtschaftsinformatik & Management, 5 (6):
60-66(2013)
Abstract
Big Data ist in aller Munde. Dabei ist die Bezeichnung eigentlich irreführend, weil sie vermeintlich allein auf die Datenmenge abhebt, die heterogene Struktur der Daten jedoch scheinbar ignoriert. Entsprechend beinhaltet die allgemeine Definition von Big Data, so wie sie auch von Gartner geprägt wird, unter anderem auch die Komplexität und Variabilität der Daten in dem Sinne, dass hochgradig heterogene und unstrukturierte Informationen in unterschiedlichen Varianten zu analysieren sind.
%0 Journal Article
%1 Lenz13wum
%A Lenz, Mario
%D 2013
%J Wirtschaftsinformatik & Management
%K v1205 springer paper ai web data processing pattern recognition analysis optimize zzz.big zzz.sfit
%N 6
%P 60-66
%T Semantische Analyse unstrukturierter Daten
%U http://www.springerprofessional.de/semantische-analyse-unstrukturierter-daten/4880380.html
%V 5
%X Big Data ist in aller Munde. Dabei ist die Bezeichnung eigentlich irreführend, weil sie vermeintlich allein auf die Datenmenge abhebt, die heterogene Struktur der Daten jedoch scheinbar ignoriert. Entsprechend beinhaltet die allgemeine Definition von Big Data, so wie sie auch von Gartner geprägt wird, unter anderem auch die Komplexität und Variabilität der Daten in dem Sinne, dass hochgradig heterogene und unstrukturierte Informationen in unterschiedlichen Varianten zu analysieren sind.
@article{Lenz13wum,
abstract = {Big Data ist in aller Munde. Dabei ist die Bezeichnung eigentlich irref\"{u}hrend, weil sie vermeintlich allein auf die Datenmenge abhebt, die heterogene Struktur der Daten jedoch scheinbar ignoriert. Entsprechend beinhaltet die allgemeine Definition von Big Data, so wie sie auch von Gartner geprägt wird, unter anderem auch die Komplexit\"{a}t und Variabilit\"{a}t der Daten in dem Sinne, dass hochgradig heterogene und unstrukturierte Informationen in unterschiedlichen Varianten zu analysieren sind.},
added-at = {2014-01-06T21:57:20.000+0100},
author = {Lenz, Mario},
biburl = {https://www.bibsonomy.org/bibtex/2969892d7bce311ef417039114e00c6cf/flint63},
file = {Springer:2013/Lenz13wum.pdf:PDF},
groups = {public},
interhash = {3ca77f4da5681416d4b3f06026ef04e8},
intrahash = {969892d7bce311ef417039114e00c6cf},
issn = {1867-5905},
journal = {Wirtschaftsinformatik \& Management},
keywords = {v1205 springer paper ai web data processing pattern recognition analysis optimize zzz.big zzz.sfit},
number = 6,
pages = {60-66},
timestamp = {2018-04-16T12:34:16.000+0200},
title = {Semantische Analyse unstrukturierter Daten},
url = {http://www.springerprofessional.de/semantische-analyse-unstrukturierter-daten/4880380.html},
username = {flint63},
volume = 5,
year = 2013
}