SOME CHARACTERISTICS OF PROPERTIES OF BIG DATA OBJECTS.

Vidadi Elizade1, Faiq Haciyev2

1,2
Azerbaijan State Oil and Industrial University,
1,2
Department of General and Applied Mathematics
1
master’s degree, vidadielizade655@gmail.com
2
Doctor of Technical Sciences, Associate Professor mr.faiq.h@mail.ru

ABSTRACT
In recent years, big data is among the concepts that those interested in technology often hear. Big
data that contributes to the growth and development of every individual who uses the Internet; It
is a meaningful and actionable form of data obtained from observations, studies, search engines,
blogs, forums, social media and many other sources. In this article, we touched on the issues of
interest related to big data.
Big data makes an important contribution to making the right decisions and developing strategies,
especially by examining the customer behavior of companies. After making the available data the
simplest and most functional, the relationships between these data are checked by the comparison
method and the relationships between them are revealed. In this way, the results of the decisions
to be made can be predicted. Reactions to different decisions can be seen with simulations created
by permuting different points in the data.
Thanks to big data analysis, organizations can accurately evaluate data based on real customer
behavior and turn it into a very useful tool.
Because big data is completely based on the analysis of real data, it enables making the right
decisions in many different areas, such as reducing costs, spending in the right channels, saving
labor and developing products that meet expectations. Big data can be used in every field,
especially in sectors like banking and retail where customer behavior is important and needs to be
tracked. In recent years, the importance of big data has been realized by the states and started to
be used in various fields. In the field of healthcare; Big data, used for early diagnosis of diseases
or drug development, can also be used to prevent crimes or make improvements in the education
system.
Big data consists of 5 main components.
Diversity: Most of the data produced is in different formats. From phones, tablets, computers;
Data from different operating systems or languages result in different formats.
Speed: Increasing technological capabilities day by day lead to the same increase in the amount of
data obtained, the number and variety of operations to be performed.
Volume: The volume of data has increased more than 40 times in the last 10 years, but the cost of
storing data has increased by 1.5 times. This situation reveals that very good editing is required
for the correct and efficient storage of the obtained data. Accuracy: Another issue related to data
that has come up in recent years has been data security and accuracy. By whom and under what

PAHTEI 9
PROCEEDINGS OF AZERBAIJAN HIGH TECHNICAL EDUCATIONAL INSTITUTIONS
conditions the obtained information will be viewed and which of the information should be kept
confidential are issues that need to be carefully studied.
Value: The most important component of big data is value. Data captured and processed are
meaningful as long as they add value to the organization. For this reason, getting big data analysis
and simulations right and benefiting the organization using big data is a priority.
Keywords: Key components of big data, 5V, Big data objects, Diversity, Volume, Velocity,
Accuracy, Value

BİG DATA OBYEKTLƏRİNİN XASSƏLƏRİNİN BƏZİ XARAKTERİSTİKALARI

Vidadi Əlizadə1, Faiq Hacıyev2
1.2
Azərbaycan Dövlət Neft və Sənaye Universiteti,
1. 2
Ümumi və Tətbiqi riyaziyyat kafedrası.
1
magistr, vidadielizade655@gmail.com
2
Texnika elmləri doktoru, dosent mr.faiq.h@mail.ru
XÜLASƏ
Son illərdə böyük data texnologiya ilə maraqlananların tez-tez eşitdiyi anlayışlar arasındadır.
İnternetdən istifadə edən hər bir fərdin böyüməsinə və inkişafına töhfə verən böyük verilənlər;
Müşahidələrdən, tədqiqatlardan, axtarış motorlarından, bloqlardan, forumlardan, sosial mediadan
və bir çox başqa mənbələrdən əldə edilən məlumatların mənalı və işlənilə bilən formasıdır. Biz bu
yazıda böyük data ilə bağlı maraq doğuran məsələlərə toxunduq.
Böyük verilənlər, xüsusilə şirkətlərin müştəri davranışlarını araşdıraraq, doğru qərarların
verilməsinə və strategiyaların hazırlanmasına mühüm töhfələr verir. Əldə olan məlumatlar ən sadə
və işlək hala gətirildikdən sonra müqayisə üsulu ilə bu məlumatlar arasındakı əlaqələr yoxlanılır
və aralarındakı əlaqələr aşkarlanır. Bu yolla qəbul ediləcək qərarların nəticələrini
proqnozlaşdırmaq olar. Məlumatlardakı müxtəlif nöqtələrin yerlərinin dəyişdirilməsi ilə yaradılan
simulyasiyalarla fərqli qərarlara reaksiyalar görülə bilər. Böyük verilənlərin təhlili sayəsində
təşkilatlar real müştəri davranışına əsaslanaraq məlumatları dəqiq qiymətləndirə və onu çox
faydalı alətə çevirə bilərlər.
Böyük verilənlər tamamilə real məlumatların təhlilinə əsaslandığı üçün xərclərin azaldılması,
düzgün kanallara xərclənməsi, əməyə qənaət edilməsi və gözləntilərə cavab verən məhsulların
hazırlanması kimi bir çox fərqli sahədə düzgün qərarlar qəbul etməyə imkan verir.
Böyük verilənlər hər sahədə, xüsusilə bankçılıq və pərakəndə satış kimi müştəri davranışının
böyük əhəmiyyət kəsb etdiyi və izlənilməsi lazım olan sektorlarda istifadə edilə bilər. Son illərdə
böyük verilənlərin əhəmiyyəti dövlətlər tərəfindən dərk edilmiş və müxtəlif sahələrdə istifadə
olunmağa başlamışdır. Səhiyyə sahəsində; Xəstəliklərin erkən diaqnostikası və ya dərmanların

8 PAHTEI
PROCEEDINGS OF AZERBAIJAN HIGH TECHNICAL EDUCATIONAL INSTITUTIONS
inkişafı üçün istifadə edilən böyük məlumat, cinayətlərin qarşısını almaq və ya təhsil sistemində
təkmilləşdirmələr etmək üçün də istifadə edilə bilər.
Böyük verilənlər 5 əsas komponentdən ibarətdir.
Müxtəliflik: İstehsal olunan məlumatların əksəriyyəti müxtəlif formatlara malikdir. Telefonlardan,
planşetlərdən, kompüterlərdən; Fərqli əməliyyat sistemlərindən və ya dillərdən gələn məlumatlar
müxtəlif formatların yaranmasına səbəb olur.
Sürət: Gündən-günə artan texnoloji imkanlar əldə edilən məlumatların miqdarının, ediləcək
əməliyyatların sayının və çeşidinin eyni şəkildə artmasına səbəb olur.
Həcm: Son 10 ildə məlumatların həcmi 40 dəfədən çox artıb, lakin məlumatların saxlanması
xərcləri 1,5 dəfə artıb. Bu vəziyyət əldə edilən məlumatların düzgün və səmərəli saxlanması üçün
çox yaxşı redaktə tələb olunduğunu ortaya qoyur.
Dəqiqlik: Məlumatlarla bağlı son illərdə gündəmə gələn digər bir məsələ məlumatların
təhlükəsizliyi və dəqiqliyi olmuşdur. Əldə edilən məlumatlara kim tərəfindən və hansı şəraitdə
baxılacağı və bu məlumatlardan hansının məxfi saxlanmalı olduğu diqqətlə öyrənilməli olan
məsələlərdir.
Dəyər: Böyük verilənlərin ən vacib komponenti dəyərdir. Əldə edilən və emal edilən məlumatlar
təşkilata dəyər qatdığı müddətcə məna kəsb edir. Bu səbəbdən böyük verilənlərin təhlilini və
simulyasiyalarını düzgün qurmaq və böyük verilənlərdən istifadə edən təşkilata fayda vermək
prioritetdir.
Açar sözlər: Böyük verilənlərin əsas kompanentləri, 5V, Big data obyektləri, Müxtəliflik, Həcm,
Sürət, Dəqiqlik, Dəyər.

Giriş
Rəqəmsal dəyişimlərin, süni zəka daxil olmaqla, data science (data elmi) və İnternet of things
(internetə qoşula bilən texnoloji avadanlıqların) də daxil olmaqla böyük dalğası bütün sənayeni
silkələyir.
Big datanın heyrətamiz artımı rəqəmsal dünyaya keçdikdən sonrakı dövrə təsadüf edir.
Kompyuterlərin artımı, internet və texnologiya yaşadığımız dünyanı, gördüyümüz işləri dataya
çevirir. Data özlüyündə yeni bir kəşf deyil. Kompyuterlərdən, databazalardan (datanın toplandığı
serverlər) əvvəl, kağızlar vardı. Bütün əməliyyatlar, qeydlər kağızlarda toplanırdı. Və bütün
bunlar da data idi. Kompyuterlər, databazalar datanı yerləşdirmək üçün yeni vasitələrdir və böyük
həcmli datanın (big data) toplanmasını əlçatan edir. Sadəcə bir tıklama və bütün data əlinizin
altındadır. N. Teslanın dediyi kimi, artıq böyük həcmli datanın toplanması çox asandır. Bu gün,
hər 2 gün ərzində, 2000-ci ildən bu günə toplanan datanın eyni miqdarı toplanılır. Bəli, sadəcə 2
gündə. Və bugün toplanan datanın miqdarı da olduqca sürətli şəkildə artır. 2020-ci ilə qədər,
hazırda mövcud olan 5 zettabyte data, 50 zettabyte-a qədər artacaq. Datada hər şey həndəsi silsilə
ilə artır. Maaşlar da, datanın miqdarı da. İnternetdə istənilən addımınız data “istehsal edir”.
Smartfonlarınızdakı GPS-lərin boşuna olduğunu düşünmürsünüz, hər halda. Rəqəmsal dünyada

PAHTEI 9
PROCEEDINGS OF AZERBAIJAN HIGH TECHNICAL EDUCATIONAL INSTITUTIONS
atdığınız hər addım, data izləri qoyur ardından. Yəqin, sizdə indi, datanın necə artdığı haqqında
təsəvvür formalaşdı. “Big data” bütün bu rəqəmsal informasiyaların  toplanması və istifadəsidir
ki, bununla siz biznes daxil olmaqla istənilən sahədə proqozlar verərək, milyonlar qazana
bilərsiniz.
Bəs Big data necə işləyir?
Vəziyyət haqqında nə qədər çox informasiyaya maliksinizsə, datadan daha çox bilgi əldə
edəcəksiniz və edəcəyin proqnozlar da o qədər dəqiq olacaq. Sırf bu səbəbdən də Big Data
anlayışı getdikcə aktuallaşmaqdadır. Datanın verilənlərini araşdırmaqla korrelasiyaların
(verilənlər arasındakı əlaqə) tapılması, datanın ümumi verilənlərinin xüsusiyyətləri, çatışmayan
verilənlər(missing values) birinci mərhələdə (Explaratory data analysis) müəyyən edilir. Növbəti
mərhələ toplanmış datanın modelləşdirilməsidir. Modelləşdirmə, riyazi modellərin qurulması ilə
(məsələn: Regressiya, SVM, Neyron Şəbəkə) dəqiqliyini ölçə bildiyiniz avtomatik proqnozların
verilməsidir. Əgər data çirklidirsə (çatışmayan verilənlərin çox olması, sıra və sütunların düzgün
yerləşdirilməməsi, datanın bütün nöqtələrində eyni formatdan istifadə olunmaması) işiniz bir
qədər uzanacaq. Data hər şey ola bilər, Şəkillər, mətnlər, videolar, səs yazıları. Bütün bu datanı
analiz edərkən machine learning alqoritmlərindən və süni zəka alqoritmlərindən istifadə olunur.
Big Datadan necə istifadə olunur?
Big data ənənəvi yollarla toplanmış və rəqəmsal mənbələrdən əldə edilmiş, şirkətdaxili və
şirkətdənkənar məlumatların struktursuz və multistrukturlu (bir neçə struktur formatında) şəklinə
deyilir hansı ki, istənilən sektorda ölçüləbilən qərarvermə mexanizmində geniş istifadə olunur.
Big data haqqında öyrənmək üçün ilk əvvəl datanın struktursuz və multistrukturlu olmasını
müəyyən etmək lazımdır.
Struktursuz data- ənənəvi data tətbiqləri ilə asanlıqla analiz olunan, modelləşdirilə bilən, əsasən
tekst ağırlıqlı dataya deyilir. Metadata, Twitter tweetləri və digər sosial media postları struktursuz
dataya nümunədir.
Multistrukturlu data- Bir neçə data formatının istifadə olunduğu multistrukturlu data, insanlarla
süni zəkanın birgə ortaya çıxardığı işdir. Multistrukturlu data həm tekstlərdən, həm şəkillərdən
təşkil oluna bilər.
Şəkil, video, mətnlərdən ibarət küllü miqdarda struktursuz data - Big data sənayenin bütün
sferalarına nüfuz edib. Şirkətlər artıq müştərilərin kim olduğunu, hansı müştərilərə hansı xidmətlə
yaxınlaşmağı ən incə detalına qədər bilir ki, bununla da xərclər inanılmaz səviyyədə aşağı düşür.
Səhiyyədə, xəstəliklərin əvvəlcədən proqnoz verilməsində olduqca geniş tətbiqə malikdir, big
data. Bu sondurmu? Təbii ki, deyil. Cinayətkarlıqda, Enerji sektorunda, hətta zəlzələnin baş
verməsinin proqnozlaşdırılmasında belə big data ortaya girir.
Datanın son 10 ildə dünyada dəyişdiklərini görmək üçün analitik olmanıza ehtiyyac yoxdur.
Gündən-günə artan miqdarı ilə texnologiyanı da önə daşıyan data, gələcəyin peşəsidir. Şirkətlər
big datanı stategiya olaraq görür və getdikcə data stategiyası bazarda ölüm-qalım savaşı
strategiyasına çevriləcək.
Məqsəd

8 PAHTEI
PROCEEDINGS OF AZERBAIJAN HIGH TECHNICAL EDUCATIONAL INSTITUTIONS
Biz Big data obyektlərinin əsas xassələrini araşdırmaq üçün 4 əsas məsələni nəzərə almalıyıq. 1.
Böyük Analitiklərin vəzifələri. 2. Böyük Vizual Baza. 3. Məlumatların filtrasiyası. 4.
Məlumatların təsnifatı. İndi aşağıda bir-bir bu məsələlərə nəzər salaq.
1. Böyük Analitiklərin vəzifələri: Big Analytics alətlərinin həll etdiyi vəzifələr təkcə kəmiyyətcə
deyil, həm də keyfiyyətcə nəzərəçarpacaq dərəcədə fərqlənir və müvafiq texnologiyalar yeni
biliklərin əldə edilməsinə kömək etməlidir - onlar verilənlərdə qeydə alınan məlumatların yeni
biliyə çevrilməsinə xidmət edir. Bununla belə, bu orta səviyyədə bir həll və ya analitik sistemin
hər hansı avtonom hərəkətləri seçilərkən süni intellektin mövcudluğu nəzərdə tutulmur, o,
“müəllimlə təlim” prinsipi əsasında qurulur. Başqa sözlə, onun bütün analitik potensialı təlim
prosesində qoyulur.
2. Böyük Visual Baza: Mətn təhlili zamanı çəki əmsalının dəyəri birbaşa müəyyən bir söz və ya
ifadənin istifadə tezliyindən (sitat gətirməkdən) süzülür Oxucuya qısa müddətdə əsas məqamlar
haqqında fikir əldə etməyə imkan verir. istədiyiniz qədər mətn
3. Məlumatların filtrasiyası: Orijinal məlumatda çox səs-küy ola bilər. Məsələn, keyfiyyətsiz səs
yazısı zamanı fon səs-küyü o qədər güclü ola bilər ki, müasir tanınma vasitələrindən və ya
qaranlıqda çəkilmiş videomüşahidə kamerasından istifadə edərək faydalı audio məlumatı seçməyə
imkan vermir və görüntü tamamilə qaradır. Filtrləmə bu cür məlumatlardan qurtulmağa imkan
verir.
4. Məlumatların təsnifatı: İstənilən daxil olan məlumat həmişə minimum məlumatlara malikdir.
Məsələn, videokameranın harada quraşdırıldığı, hara yönəldilməsi, müəyyən kadrların günün
hansı saatına bağlanması dəqiq məlumdur. yaxud daxil olan elmi məlumatlar nədir, hansı
təcrübədir, təcrübə hansı şəraitdə aparılıb və s. Beləliklə, hər hansı bir daxil olan məlumat
metadata adlanan məlumatlara malikdir və ilkin təsnifat üçün istifadə edilə bilər ki, bu da
verilənlərin semantikasının aşkarlanmasında ilkin addımdır. Bu semantika sonrakı məlumatların
təhlili üçün yaxşı əsas kimi xidmət edir. Təsnifat metodları obyektlər toplusunu alt çoxluqlara
bölmək üçün texnikalar toplusudur.
Metodlar
Big Data obyektlərinin xassələrinin bəzi xarakterisitikalarına baxmaq üçün, biz ilk öncə 5 xassəni
yuxarıda verilən 4 məsləyə əsasən həll etməyə çalışmalıyıq. Bunun üçün yuxarıda verilən 4
məsələni uyğun nömrə altında 5V xassələrinə əsasən uyğunlaşdıraraq yerləşdirib, ən uyğun ikisini
seçəcəyik. Uyğun iki məsələyə əsasən yenidən 5V xassələrinə baxılacaq. Və sonda onlardan ən
uyğunu seçilib, alqoritm ona əsasən qurulacaq. Bunun üçün aşağıda 4:5 ölçülü cədvəlimizi quraq.
Onun ardından isə alınan nəticələrə əsasən 4 məsələdən ikisini seçib, daha ətraflı xassələri
araşdıraq. Son olaraq aldığımız nəticəyə əsasən bir məsələyə köklənib, alqoritmi qurmağa
başlayaq.

a1. Böyük Analitiklərin vəzifələri a2. Böyük Visual Baza

a3. Məlumatların filtrasiyası a4. Məlumatların təsnifatı

PAHTEI 9
PROCEEDINGS OF AZERBAIJAN HIGH TECHNICAL EDUCATIONAL INSTITUTIONS
 Obyektlər Xarakteristikalar

1 2 3 4 5

a1 14 27 17 27 57

a2 12 23 11 22 51

a3 13 28 16 24 53

a4 16 20 17 27 57

Cədvəl 1. Xarakteristikaların müqaisəsi

Alınan cədvələ diqqət etsək, burada da görərik ki, 1 və 4 cü məslələrin tətbiqi zamanı daha yüksək
dəyərlər əldə edilmişdir. Böyük Analitiklərin vəzifələri və Məlumatların təsnifatı məsələlərinə
daha da ətraflı baxıb, aşağıdakı cədvəlin dəyərlərinə diqqət edək .

Xarakteristikalar
Obyektlər
1 2 3 4 5
a1 14 27 17 26 15
a4 16 20 17 21 10
Cədvəl 2. Seçilmiş obyektlərin xassələrə görə müqaisəsi

Yuxarıdakı cədvəlin dəyərlərini incələyərkən, bizə aydın olur ki, 1-ci sətr daha yüksək dəyərlərə
malikdir. Yəni digərlərinə nisbətən Böyük Analitiklərin vəzifələri məsələsi big data obyektlərinin
xassələrinin araşdırılmasında mühim rol oynayır.

Nəticə.

8 PAHTEI
PROCEEDINGS OF AZERBAIJAN HIGH TECHNICAL EDUCATIONAL INSTITUTIONS
 Big Data İdarə həlləri şirkətlərə real vaxtda yüzlərlə müxtəlif mənbələrdən cürbəcür
məlumatların istifadəsinə imkanı verir. Müştəriyə daha yaxşı marketinq təkliflərinin təqdim
edilməsi və onunla daha effektiv qarşılıqlı əlaqənin qurulması şirkətin müştəri ilə daha uzun
və daha faydalı əlaqələr əldə etməsinə gətirib çıxarır. Bu da öz növbəsində müştərinin şirkətə
olan öhdəçiliyini artırır.
Qabaqcıl Big Data Analitika həlləri ilə hazırlanan Big Data Analitikası təşkilatlara
bütün müştəri profillərini təqdim edərək onları əlaqə qurduğu hər bir nöqtədə daha çox
spesifikləşdirilmiş müştəri təcrübələri ilə təmin edir.
Big Data İdarəetmə həlləri məlumatların nişlərini aradan qaldırır. Beləliklə, təşkilatlar hər bir
müştərinin davranışının detallı qeydlərinin qurulmasına imkan verən saysız təsviri,
hesablanmış və sektora özəl metrikləri olan müştərilərin unikal görünüşünü əldə edə bilirlər.
Bu profillər müştərilər və onların əməliyyatlarına dair dərin biliklər əldə edən təşkilatlar üçün
müştəri haqqında qlobal bir anlayış yaradır.

Ədəbiyyat
1. Andrew McAfee ,  Erik Brynjolfsson, “Big Data: The Management
Revolution”.//International Journal of Computer Applicationsş- February 7, 2012, pp 130 -
136
2. Thomas H. Davenport,  Jeanne G. Harris,  Jinho Kim,  Robert Morison,  D.J. Patil,
“Analytics and Big Data: The Davenport Collection (6 Items)”, Masters of the New
Economy, August 12, 2014
3. Tao F, Qi Q, Liu A, Kusiak A “Data-driven smart manufacturing.// Journal of
Manufacturing Systems”.-2018, 48, pp. 157-169
4. Lynda M. Applegate,  Karim R. Lakhani,  Nicole Bucala, “Podium Data: Harnessing the
Power of Big Data Analytics”.- July 22, 2015, pp 25 - 29
5. Srikumar Krishnamoorthy, “Data Modelling and Management for Big Data”.// Indian
Institute of Management-Ahmedabad.- March 03, 2016, pp.4 – 5
6. Schuh G, Reuter C, Prote J, Brambring F, Ays J “Increasing data integrity for improving
decision making in production planning and control” CIRP Annals.-2017, 66, pp. 425-428
7. Morris A. Cohen, “Inventory Management in the Age of Big Data”.- June 24, 2015, pp 2 –
11

НЕКОТОРЫЕ ХАРАКТЕРИСТИКИ СВОЙСТВ ОБЪЕКТОВ БОЛЬШИХ ДАННЫХ

Видади Элизаде1, Фаиг Гаджиев2
1.2
Азербайджанский государственный университет нефти и промышленности,
1.2
кафедра Общей и прикладной математики

PAHTEI 9
PROCEEDINGS OF AZERBAIJAN HIGH TECHNICAL EDUCATIONAL INSTITUTIONS
1
магистрант, vidadielizade655@gmail.com
2
доктор технических наук, доцент, mr.faiq.h@mail.ru

РЕЗЮМЕ
В последние годы большие данные входят в число понятий, которые часто слышат те, кто
интересуется технологиями. Большие данные, которые способствуют росту и развитию
каждого человека, использующего Интернет; Это содержательная и действенная форма
данных, полученных из наблюдений, исследований, поисковых систем, блогов, форумов,
социальных сетей и многих других источников. В этой статье мы затронули интересующие
вопросы, связанные с большими данными.
Большие данные вносят важный вклад в принятие правильных решений и разработку
стратегий, особенно при изучении поведения клиентов компаний. После того как
имеющиеся данные максимально просты и функциональны, методом сравнения
проверяются связи между этими данными и выявляются связи между ними. Таким
образом, можно прогнозировать результаты принимаемых решений. Реакции на различные
решения можно увидеть с помощью симуляций, созданных путем перестановки различных
точек в данных. Благодаря анализу больших данных организации могут точно оценивать
данные на основе реального поведения клиентов и превращать их в очень полезный
инструмент.
Поскольку большие данные полностью основаны на анализе реальных данных, они
позволяют принимать правильные решения во многих различных областях, таких как
снижение затрат, расходы в правильных каналах, экономия рабочей силы и разработка
продуктов, которые соответствуют ожиданиям.Большие данные можно использовать в
любой сфере, особенно в таких секторах, как банковское дело и розничная торговля, где
важно поведение клиентов .Данные из разных операционных систем или языков имеют
разные форматы. отслеживать. В последние годы важность больших данных была осознана
государствами и начала использоваться в различных сферах. В сфере здравоохранения;
Большие данные, используемые для ранней диагностики заболеваний или разработки
лекарств, также можно использовать для предотвращения преступлений или улучшения
системы образования. Большие данные состоят из 5 основных компонентов.
Разнообразие: большая часть производимых данных представлена в разных форматах. С
телефонов, планшетов, компьютеров
Скорость: Увеличение технологических возможностей день ото дня приводит к
одинаковому увеличению объема получаемых данных, количества и разнообразия
выполняемых операций.
Объем: объем данных увеличился более чем в 40 раз за последние 10 лет, но стоимость
хранения данных увеличилась в 1,5 раза. Эта ситуация показывает, что для правильного и
эффективного хранения полученных данных требуется очень хорошее редактирование.
Точность. Другой проблемой, связанной с данными, которая возникла в последние годы,
была безопасность и точность данных. Кем и при каких условиях будет просматриваться

8 PAHTEI
PROCEEDINGS OF AZERBAIJAN HIGH TECHNICAL EDUCATIONAL INSTITUTIONS
полученная информация и какая из этих сведений должна оставаться конфиденциальной —
вопросы, требующие тщательного изучения.
Ценность. Наиболее важным компонентом больших данных является ценность. Собранные
и обработанные данные имеют смысл, если они приносят пользу организации. По этой
причине правильное проведение анализа и моделирования больших данных, а также
получение пользы для организации от использования больших данных является
приоритетом.
Ключевые слова: ключевые компоненты больших данных, 5V, объекты больших данных,
разнообразие, объем, скорость, точность, ценность.

PAHTEI 9
PROCEEDINGS OF AZERBAIJAN HIGH TECHNICAL EDUCATIONAL INSTITUTIONS