Big Data, Network Analysis e Data Mining

Dimensione: px

Iniziare la visualizzazioe della pagina:

Download "Big Data, Network Analysis e Data Mining"

Orazio Salvadori
7 anni fa
Visualizzazioni

1 Dipartimento di Matematica e Informatica Università degli Studi di Palermo

2 Argomenti Analisi di Big Data (collab. aziende) Piattaforme come Apache Hadoop, Spark, ecc. Targhettizzazione utenti e marketing personalizzato Reti sociali e biologiche Data Mining Compressione e classificazione di immagini digitali, stringhe, grafi attraverso l estrazione di motifs

3 Argomenti Analisi di Big Data (collab. aziende) Piattaforme come Apache Hadoop, Spark, ecc. Targhettizzazione utenti e marketing personalizzato Reti sociali e biologiche Data Mining Compressione e classificazione di immagini digitali, stringhe, grafi attraverso l estrazione di motifs

4 Argomenti Analisi di Big Data (collab. aziende) Piattaforme come Apache Hadoop, Spark, ecc. Targhettizzazione utenti e marketing personalizzato Reti sociali e biologiche Data Mining Compressione e classificazione di immagini digitali, stringhe, grafi attraverso l estrazione di motifs

5 Argomenti Analisi di Big Data (collab. aziende) Piattaforme come Apache Hadoop, Spark, ecc. Targhettizzazione utenti e marketing personalizzato Reti sociali e biologiche Data Mining Compressione e classificazione di immagini digitali, stringhe, grafi attraverso l estrazione di motifs

6 Argomenti Analisi di Big Data (collab. aziende) Piattaforme come Apache Hadoop, Spark, ecc. Targhettizzazione utenti e marketing personalizzato Reti sociali e biologiche Data Mining Compressione e classificazione di immagini digitali, stringhe, grafi attraverso l estrazione di motifs

7 Argomenti Analisi di Big Data (collab. aziende) Piattaforme come Apache Hadoop, Spark, ecc. Targhettizzazione utenti e marketing personalizzato Reti sociali e biologiche Data Mining Compressione e classificazione di immagini digitali, stringhe, grafi attraverso l estrazione di motifs

8 VVV

9 Ordine di grandezza

10 Dove sono i Big Data?

11 Dove sono i Big Data? Un motore di un aeromobile genera circa 10 TB di dati ogni trenta minuti di volo Nelle tratte nazionali vi sono due motori, quindi un volo Roma Palermo genera 60 TB Un Milano-New York, con un quadrimotore, ben 640 TB USA Centro di analisi degli uragani (National Hurricane Center, nhc.noaa.gov/): automatizzare l approvvigionamento dei magazzini che dovranno essere utilizzati come primo soccorso lungo il percorso dell uragano A fronte di un ingrossamento di un fiume che attraversa una città con un forte rischio di inondazione, automatizzare tutte le informazioni e tutti i semafori cittadini per convogliare il traffico verso zone sicure della città

12 Dove sono i Big Data? Un motore di un aeromobile genera circa 10 TB di dati ogni trenta minuti di volo Nelle tratte nazionali vi sono due motori, quindi un volo Roma Palermo genera 60 TB Un Milano-New York, con un quadrimotore, ben 640 TB USA Centro di analisi degli uragani (National Hurricane Center, nhc.noaa.gov/): automatizzare l approvvigionamento dei magazzini che dovranno essere utilizzati come primo soccorso lungo il percorso dell uragano A fronte di un ingrossamento di un fiume che attraversa una città con un forte rischio di inondazione, automatizzare tutte le informazioni e tutti i semafori cittadini per convogliare il traffico verso zone sicure della città

13 Dove sono i Big Data? Un motore di un aeromobile genera circa 10 TB di dati ogni trenta minuti di volo Nelle tratte nazionali vi sono due motori, quindi un volo Roma Palermo genera 60 TB Un Milano-New York, con un quadrimotore, ben 640 TB USA Centro di analisi degli uragani (National Hurricane Center, nhc.noaa.gov/): automatizzare l approvvigionamento dei magazzini che dovranno essere utilizzati come primo soccorso lungo il percorso dell uragano A fronte di un ingrossamento di un fiume che attraversa una città con un forte rischio di inondazione, automatizzare tutte le informazioni e tutti i semafori cittadini per convogliare il traffico verso zone sicure della città

14 Dove sono i Big Data? Un motore di un aeromobile genera circa 10 TB di dati ogni trenta minuti di volo Nelle tratte nazionali vi sono due motori, quindi un volo Roma Palermo genera 60 TB Un Milano-New York, con un quadrimotore, ben 640 TB USA Centro di analisi degli uragani (National Hurricane Center, nhc.noaa.gov/): automatizzare l approvvigionamento dei magazzini che dovranno essere utilizzati come primo soccorso lungo il percorso dell uragano A fronte di un ingrossamento di un fiume che attraversa una città con un forte rischio di inondazione, automatizzare tutte le informazioni e tutti i semafori cittadini per convogliare il traffico verso zone sicure della città

15 Dove sono i Big Data? Un motore di un aeromobile genera circa 10 TB di dati ogni trenta minuti di volo Nelle tratte nazionali vi sono due motori, quindi un volo Roma Palermo genera 60 TB Un Milano-New York, con un quadrimotore, ben 640 TB USA Centro di analisi degli uragani (National Hurricane Center, nhc.noaa.gov/): automatizzare l approvvigionamento dei magazzini che dovranno essere utilizzati come primo soccorso lungo il percorso dell uragano A fronte di un ingrossamento di un fiume che attraversa una città con un forte rischio di inondazione, automatizzare tutte le informazioni e tutti i semafori cittadini per convogliare il traffico verso zone sicure della città

16 Social networks Facebook già nel 2009 ha generato 25 TB di log per ogni giorno e circa 7/8 terabytes di informazioni caricate su Internet Twitter cresce circa al 50% rispetto a Facebook, ma negli ultimi anni la crescita rispetto al competitor ha limato significativamente la differenza Google non fornisce dati ma pensando alla diffusione di applicazioni quali Gmail, Google Maps, You Tube e Google Analytics possiamo intuirne l entità

17 Social networks Facebook già nel 2009 ha generato 25 TB di log per ogni giorno e circa 7/8 terabytes di informazioni caricate su Internet Twitter cresce circa al 50% rispetto a Facebook, ma negli ultimi anni la crescita rispetto al competitor ha limato significativamente la differenza Google non fornisce dati ma pensando alla diffusione di applicazioni quali Gmail, Google Maps, You Tube e Google Analytics possiamo intuirne l entità

18 Social networks Facebook già nel 2009 ha generato 25 TB di log per ogni giorno e circa 7/8 terabytes di informazioni caricate su Internet Twitter cresce circa al 50% rispetto a Facebook, ma negli ultimi anni la crescita rispetto al competitor ha limato significativamente la differenza Google non fornisce dati ma pensando alla diffusione di applicazioni quali Gmail, Google Maps, You Tube e Google Analytics possiamo intuirne l entità

19 Smart cities Produzione di analisi sofisticate dei dati per la comprensione, il monitoraggio, la regolazione e pianificazione della città Rendere più efficienti i sistemi di intervento di emergenza e controllo del traffico Sviluppare applicazioni che forniscono informazioni turistiche, trasporti pubblici, shopping, ecc.

20 Smart cities Produzione di analisi sofisticate dei dati per la comprensione, il monitoraggio, la regolazione e pianificazione della città Rendere più efficienti i sistemi di intervento di emergenza e controllo del traffico Sviluppare applicazioni che forniscono informazioni turistiche, trasporti pubblici, shopping, ecc.

21 Smart cities Produzione di analisi sofisticate dei dati per la comprensione, il monitoraggio, la regolazione e pianificazione della città Rendere più efficienti i sistemi di intervento di emergenza e controllo del traffico Sviluppare applicazioni che forniscono informazioni turistiche, trasporti pubblici, shopping, ecc.

22 Studio della cellula In che modo i componenti cellulari interagiscono tra di loro per svolgere le funzioni biologiche?

23 Studio della cellula In che modo i componenti cellulari interagiscono tra di loro per svolgere le funzioni biologiche?

24 Studio della cellula In che modo i componenti cellulari interagiscono tra di loro per svolgere le funzioni biologiche?

25 Medicina personalizzata

26 Estrazione di Motifs Molti problemi della vita reale sono caratterizzati dalla presenza di ripetizioni su sequenze, matrici, o grafi Cercare queste ripetizioni senza sapere a-priori nulla su di esse richiede strumenti algoritmici complessi La definizione di opportuni motifs torna utile a tal fine

27 Estrazione di Motifs Molti problemi della vita reale sono caratterizzati dalla presenza di ripetizioni su sequenze, matrici, o grafi Cercare queste ripetizioni senza sapere a-priori nulla su di esse richiede strumenti algoritmici complessi La definizione di opportuni motifs torna utile a tal fine

28 Estrazione di Motifs Molti problemi della vita reale sono caratterizzati dalla presenza di ripetizioni su sequenze, matrici, o grafi Cercare queste ripetizioni senza sapere a-priori nulla su di esse richiede strumenti algoritmici complessi La definizione di opportuni motifs torna utile a tal fine

29 Applicazioni su immagini digitali Estrazione di motifs per: Classificatione Compressione

30 Applicazioni su immagini digitali Estrazione di motifs per: Classificatione Compressione

31 Applicazioni su immagini digitali Estrazione di motifs per: Classificatione Compressione

32 Applicazioni su immagini digitali Estrazione di motifs per: Classificatione Compressione

Documenti analoghi

Marketing e Web Marketing: online customer journey e social media marketing

Marketing e Web Marketing: online customer journey e social media marketing 11 settembre 2018 Di cosa parliamo oggi? 1. L online customer journey 2. Social media e social network 3. I social di cittadinanza