大数据分析-硕士

随着技术进步加速发展并彻底改变我们未来的形态，企业和个人为了最大限度地提高效率而展开了激烈的竞争。竞争包括削减成本和做出基于数据的决策。此外，随着物联网(IoT)等新技术的到来，数据本身的性质也在发生变化。事实上，在极端情况下，甚至整个工作或生活环境都可以被视为数据:自然进化是支持这一概念的成熟科学理论。

许多组织都需要来自数据的信息，本模块侧重于统计技术对数据集的应用，主要使用统计和数据分析软件。因此，我们提出了一种混合的学习和教学方法，包括计算机实验室工作，通过使用专业软件将理论应用于实践，以及在研讨会室内进行互动教学，在那里您可以一起工作，将理论应用到组织环境中。

在本模块中，您将获得数据库系统的先进概念和数据库管理系统的实现技术的知识和经验。本模块首先回顾设计、使用和实现关系数据库系统所必需的基本概念。这包括概念设计、关系建模、结构化查询语言(SQL)编程和数据库实现技术。然后，本模块将探讨与数据库管理员角色相关的一些数据库高级概念。这包括查询计划和优化;事务处理和并发控制;还有大数据技术。目的是提高对数据库系统的理解和先进运用，以优化数据库系统的性能。此外，该模块还包含了大量的实用元素，利用高级SQL, NoSQL，使学生在设计和开发相对复杂的“现实生活”数据库应用程序时获得可转移的技能。

本模块侧重于管理大数据系统的五个V (Volume, Velocity, Variety, Veracity和Valence);例如，为实时交互式工作负载提供操作能力的系统，其中数据主要被捕获和存储以支持任何分析功能。

大数据推动了诸如NoSQL、MPP数据库和Hadoop等新技术架构的创建，这些架构支持新型产品和服务。操作系统，如NoSQL数据库，专注于服务高并发请求，同时显示在高选择性访问条件下操作的响应的低延迟。

数据挖掘是从存储在数据库和数据仓库等数据存储库中的数据中寻找模式和构建模型的重要过程。作为大数据分析和商业智能的核心，数据挖掘算法为许多大数据问题提供了现成的解决方案。数据挖掘是一个成熟的领域，提供预测和描述分析解决方案。这样的解决方案通常是通用的，可以应用于从商业到科学和政府应用的广泛应用。

在本模块中，您将学习开发描述性和预测性数据挖掘方法的内部机制。此外，您还将学习如何使用现代数据挖掘工具来构建和数值验证从数据中提取的模型和模式。您还将能够批判性地评估当前的数据挖掘趋势。

社交媒体的指数级增长已经改变了社会、政治和技术格局。越来越多的数据来自今天的社交网站，如Twitter、Facebook和YouTube。人们使用社交媒体发布丰富的内容，用描述性元数据对其进行注释，相互交流和回应。数据分析是一种强大的工具，可以识别社交媒体的趋势和模式，并探索社交媒体在灾难、危机或政治竞选等重要事件中的使用情况。本课程是一门多学科的课程，结合了社会网络分析(SNA)、自然语言处理和挖掘社会数据的数据分析。在本课程中，我们的目标是了解社交媒体分析的端到端过程，从数据收集开始，提取见解和得出结论。

该模块的目的是使您能够进行一个持续的，深入的和研究性的7级项目，探索您个人感兴趣的领域。在与你的导师达成一致的情况下，你将决定你的主题，该主题将采取实际结果(人工制品)的形式，并伴随着上下文材料。在选择你的主题时，主要考虑的是它必须与你正在学习的课程相一致，并被你所在学校的研究策略所告知，你应该考虑这个主题与你未来的学术或专业发展的相关性。