[빅데이터의이해 공통] 맵리듀스, 빅데이터의 출현배경, ‘수집-분석-적용-피드백’의 관점에서 2014년∼2015년중 발표된 빅데이터 활용 사례를 찾아서 정리하시오

과제정보

학과	컴퓨터과학과, 통계·데이터과학과	학년	4학년
과목명	빅데이터의이해	자료	3건
공통	1. 다음을 설명하시오.(10점) (1) 맵리듀스 (2) 빅데이터의 출현배경 2. ‘수집-분석-적용-피드백’의 관점에서 2014년∼2015년중 발표된 빅데이터 활용 사례를 찾아서 정리하시오.(6점) 3. 다음에 대해 답하시오.(14... 더보기 1. 다음을 설명하시오.(10점) (1) 맵리듀스 (2) 빅데이터의 출현배경 2. ‘수집-분석-적용-피드백’의 관점에서 2014년∼2015년중 발표된 빅데이터 활용 사례를 찾아서 정리하시오.(6점) 3. 다음에 대해 답하시오.(14점) (1) 네이버 트렌드를 이용하여 2007년 이후 PC 또는 모바일 운영체계를 비교하여 그래프를 그리고 의미있는 설명을 하시오. (2) 유명한 과학자 1명을 찾아서 그의 활동기간을 정리하고, 구글 Ngram의 그래프를 이용하여 1800년대 이후 다윈(Charles Darwin), 아인쉬타인(Albert Einstein), 뉴톤(Isaac Newton)과 비교하여 정리하시오. 접기

목차

Ⅰ. 서론

Ⅱ. 본론
1. 다음을 설명하시오.(10점)
1) 맵리듀스
2) 빅데이터의 출현배경
2. ‘수집-분석-적용-피드백’의 관점에서 2014년∼2015년중 발표된 빅데이터 활용 사례를 찾아서 정리하시오.(6점) - TV 프로그램 시청률
1) 수집
2) 분석
3) 적용
3) 피드백
3. 다음에 대해 답하시오.(14점)
1) 네이버 트렌드를 이용하여 2007년 이후 PC 또는 모바일 운영체계를 비교하여 그래프를 그리고 의미있는 설명을 하시오.
(1) 안드로이드
(2) 윈도모바일
(3) 아이폰OS
(4) 블랙베리
(5) 심비안
2) 유명한 과학자 1명을 찾아서 그의 활동기간을 정리하고, 구글 Ngram의 그래프를 이용하여 1800년대 이후 다윈(Charles Darwin), 아인쉬타인(Albert Einstein), 뉴톤(Isaac Newton)과 비교하여 정리하시오.
(1) 에디슨(Thomas Alva Edison)
(2) 구글 Ngram의 그래프를 이용하여 1800년대 이후 다윈(Charles Darwin), 아인쉬타인(Albert Einstein), 뉴톤(Isaac Newton)과 비교

Ⅲ. 결론

Ⅳ. 참고문헌

본문내용

현대인이 활용하는 대부분의 IT정보처리 기기에서 데이터 정보처리가 가능한 IT Everwhere시대가 다가왔다. 정보 기술 활용이 일상화되면서 생산되는 다양하고 폭넓은 정보의 종류와 데이터양은 급격히 늘어나게 되어 우리를 점점 더 빠르고 더 넓은 세상에서 살아가게 한다. 이같이 다양하고 급격히 늘어나는 데이터를 사용하고 활용하는 방법뿐 아닌 그로 인해 발생할 수 있는 다양한 문제점 또한 생각을 해봐야 할 것이다. 따라서 본론에서는 맵리듀스, 빅데이터의 출현배경, ‘수집-분석-적용-피드백’의 관점에서 2014년∼2015년 중 발표된 빅데이터 활용 사례를 찾아서 정리하고 (1) 네이버 트렌드를 이용하여 2007년 이후 PC 또는 모바일 운영체계를 비교하여 그래프를 그리고 의미있는 설명하고 (2) 유명한 과학자 1명을 찾아서 그의 활동기간을 정리하고, 구글 Ngram의 그래프를 이용하여 1800년대 이후 다윈(Charles Darwin), 아인쉬타인(Albert Einstein), 뉴톤(Isaac Newton)과 비교하여 정리해 보겠다.

<중 략>

맵리듀스는 데이터 처리를 위한 프로그래밍 모델이다. 분산된 수많은 노드(node)에 대용량 데이터 처리를 수행하는 배치 작업을 수행시키고 관리하는 프레임워크로, 주로 HDFS에 저장된 데이터를 분석한다. 맵리듀스 이전에는 주로 MPI등과 같은 구현하기 어렵고 장애 상황에 취약한 프로그램 모델과 분산/병렬 실행 환경이 있었다. 맵리듀스를 이용하면 쉽게 분산 프로그램을 개발할 수 있으며, 분산된 서버에 작업을 실행시키고 일부 서버에 장애가 발생할 때에도 작업을 계속 수행할 수 있는 장점이 있다.맵리듀스는 비공유 구조(shared-nothing)로 연결된 여러 노드 PC들을 가지고 대량의 병렬처리 방식(MPP, Massively Parallel Processing)으로 대용량 데이터를 처리할 수 있는 방법을 제공한다. 맵리듀스는 LISP 프로그래밍 언어에서 맵(map)과 리듀스(reduce)라는 함수의 개념을 차용하여 시스

참고 자료

한국정보화진흥원, 새로운 미래를 여는 빅데이터 시대, 2013.
송민정, 빅데이터가 만드는 비즈니스 미래 지도, 한스미디어, 2012.
김동곤, 빅데이터 로그분석 활용 사례에 관한 연구, 전남대학교 석사, 2013.
김기태, 시청자 의견의 내용 및 형식 유형별 분석 연구, 인문사회과학연구, 2012.
한희정, 인터넷 게시판 수용자의 드라마 해독 연구, 한국방송학보, 2002.
마경란, SNS 빅데이터 분석을 통한 텔레비전 시청률 예측에 대한 연구, 한양대 정보시스템학 석사학위논문, 2013.