دانلود مقاله ترجمه شده آنالیز داده های بزرگ مبتنی بر وب – مجله IEEE

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی

 

عنوان فارسی مقاله:

تحلیل داده های بزرگ براساس همکاری و مبتنی بر وب روی داده های بزرگ به عنوان پلتفرم سرویس

عنوان انگلیسی مقاله:

Web-based collaborative big data analytics on big data as a service platform

  • برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
  • برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

 

مشخصات مقاله انگلیسی و ترجمه فارسی
سال انتشار  ۲۰۱۵
تعداد صفحات مقاله انگلیسی ۴ صفحه با فرمت pdf
تعداد صفحات ترجمه مقاله ۱۲ صفحه با فرمت word به صورت تایپ شده با قابلیت ویرایش
رشته های مرتبط با این مقاله مهندسی کامپیوتر، مهندسی فناوری اطلاعات و ارتباطات و مهندسی فناوری اطلاعات
گرایش های مرتبط با این مقاله معماری سیستم های کامپیوتری، رایانش ابری، مهندسی الگوریتم ها و محاسبات، مهندسی نرم افزار، سامانه های شبکه ای و شبکه های کامپیوتری
مجله کنفرانس بین المللی فناوری ارتباطات پیشرفته (ICACT)
دانشگاه دپارتمان تحقیقاتی داده های بزرگ SW، موسسه تحقیقاتی الکترونیک و ارتباط از راه دور، کره جنوبی
کلمات کلیدی BDaaS ( داده های بزرگ به عنوان سرویس)، تحلیل داده های بزرگ، پلتفرم همکاری، پلتفرم داده های بزرگ، CCTV MVS ، تحلیل ویدیویی CCTV
شناسه شاپا یا ISSN ISSN 1738-9445
رفرنس دارد
لینک مقاله در سایت مرجع لینک این مقاله در سایت IEEE
نشریه IEEE

 

 


  • بخشی از ترجمه:

 

چکیده
ازآنجایی که داده ها به خاطر توسعه شبکه های اجتماعی و رایانش ابری به صورت انفجاری در حال افزایش بوده اند، در نتیجه چالش جدیدی برای ذخیره، پردازش، و آنالیز حجم بزرگی از داده ها وجود داشته است. تکنولوژیهای سنتی به راه حلی مشهور برای پردازش داده های بزرگ تبدیل نمی شوند، به گونه ای که پلتفرم داده های بزرگ (بزرگ داده ها) شروع به ظهور کرده است. قطعاً پلتفرم داده های بزرگ به کاربران در توسعه موثر سرویس آنالیز(تجزیه و تحلیل) کمک می کند. اما، جمع آوری داده ها، توسعه الگوریتم ها و سرویسهای تحلیلی زمان طولانی صرف می کند.
در اینجا پلتفرم تحلیلی مبتنی بر همکاری داده های بزرگ برای داده های بزرگ به عنوان سرویس(خدمات) مطرح می کنیم. توسعه دهندگان با به اشتراک گذاشتن داده ها، الگوریتم ها و سرویسها می توانند با یکدیگر روی پلتفرم همکاری نمایند. بنابراین، این مقاله پلتفرم تحلیل داده های بزرگ را تشریح می کند که از مدیریت داده های بزرگ پشتیبانی کرده، الگوریتم ها و سرویسهای تحلیلی توسعه می دهد، با صاحبان داده ها، دانشمندان داده و توسعه دهندگان سرویس روی وب همکاری می کند. بالاخره، سرویس تحلیل متادیتا(فراداده) CCTV توسعه یافته روی پلتفرم را معرفی می کنیم.

 


  • بخشی از مقاله انگلیسی:

 

Abstract

As data has been increasing explosively due to development of social networks and cloud computing, there has been a new challenge for storing, processing, and analyzing a large volume of data. The traditional technologies do not become a proper solution to process big data so that a big data platform has begun to emerge. It is certain that big data platform helps users develop analysis service effectively. However, it still takes a long time to collect data, develop algorithms and analytics services. We present a collaborative big data analytics platform for big data as a service. Developers can collaborate with each other on the platform by sharing data, algorithms, and services. Therefore, this paper describes big data analytics platform that effectively supports to manage big data and develop analytics algorithms and services, collaborating with data owners, data scientists, and service developers on the Web. Finally, we introduce a CCTV metadata analytics service developed on the platform.

 


 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی

 

عنوان فارسی مقاله:

تحلیل داده های بزرگ براساس همکاری و مبتنی بر وب روی داده های بزرگ به عنوان پلتفرم سرویس

عنوان انگلیسی مقاله:

Web-based collaborative big data analytics on big data as a service platform

  • برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
  • برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

 

دانلود رایگان مقاله انگلیسی

 

خرید ترجمه فارسی مقاله

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا