شماره ركورد :
963658
عنوان مقاله :
تدوين استراتژي كلان داده در تحليل شبكه هاي اجتماعي براي پيش بيني بحران
عنوان به زبان ديگر :
Development of Big Data Strategy in Social Network Analysis toward Prediction of Crisis
پديد آورندگان :
محمودزاده، ابراهيم دانشگاه صنعتي مالك اشتر , صحرايي، مهدي دانشگاه عالي دفاع ملي , قوچاني، محمد مهدي دانشگاه علامه طباطبايي(ره)
تعداد صفحه :
15
از صفحه :
77
تا صفحه :
91
كليدواژه :
تحليل شبكه هاي اجتماعي , استراتژي كلان داده , پيش بيني بحران , فضاي سايبري
چكيده فارسي :
امروزه به دليل پيچيدگي هاي فضاي سايبري و تاثيرگذاري آن بر بسياري حوزه هاي ديگر از منظر امنيت ملي نياز به سيستم پايش با رويكرد رونديابي فضاي سايبري و نيز داشتن ديد جامع نسبت به همه ي ابعاد آن شامل فرهنگي، اجتماعي، سياسي، اقتصادي، نظامي امنيتي و علم و فناوري بيش از پيش ضروري است. با گسترش سيستم هاي پايگاهي و حجم بالاي داده هاي ذخيره شده در اين سيستم ها، نياز به ابزاري است تا بتوان داده هاي ذخيره شده را پردازش كرد و اطلاعات حاصل از اين پردازش را در اختيار كاربران قرار داد. با توجه به گسترش روزافزون ابزارهاي ارتباطي در حوزه ي فناوري اطلاعات و ارتباطات و لزوم ايجاد آگاهي اطلاعاتي بر اين حوزه با رويكرد جلوگيري از غافل گيري در مواجهه با بحران و از سوي ديگر حجم، سرعت و تنوع داده هاي شبكه هاي اجتماعي، لزوم تدوين استراتژي فناوري كلان داده در تحليل شبكه هاي اجتماعي امري بسيار ضروري است. گفتني است اين مفهوم به جهت تازگي با روش هاي تحليلي سنتي به هيچ وجه قابل اجرا نيست و بايد در مواجهه با اين حوزه از فناوري هاي نوين بهره برد. از آنجايي كه يكي از اصلي ترين مباحث در حوزه ي كلان داده روش هاي داده كاوي براي پالايش داده و دست يابي به ارزش افزوده در حوزه ي داده هاي عظيم است، در پژوهش حاضر سعي شده است تا فناوري هاي مورد نياز شناسايي شده و ضمن تحليل و اولويت بندي آن به تدوين استراتژي فناوري كلان داده در تحليل شبكه هاي اجتماعي براي پيش بيني وقوع بحران پرداخته شود. با توجه به موضوع و هدف پژوهش، نوع تحقيق كاربردي - توسعه اي1 است. روش تحقيق كمي است و جمع آوري اطلاعات از طريق پانل خبرگان و استفاده از پرسشنامه ي بسته بوده است و جامعه ي آماري نيز تعداد 20 نفر از نخبگان عرصه ي فناوري اطلاعات و ارتباطات بوده است و روش تحليل بهره گيري از طيف ليكرت براي ارزش گذاري اولويت هاي استراتژي كلان داده بوده است.
چكيده لاتين :
Today , because of the complexities of cyberspace and its influence on many other fields from the national security viewpoint, the necessity of monitoring systems with cyberspace routing approach and also a global view of all its dimensions, including cultural, social, political, economic, security, military and science and technology seems more urging than ever. With the development of database systems and high volume data stored in these systems, there is a need for an instrument to process these stored data and information obtained from this process and aslo making them available to users. Ever increasing development of the communication tools in the field of information and communication technology, and the need to create intelligence dominance over this area toward prevention of surprises in crises encounterings, and considering the volume, velocity and variety of data in social networks, proves the neccessity for development of Big Data technology strategies in social network analysis. It is worth noting that this concept cannot in any way be dealt with traditional analytical methods and should modern technologies should be utilized instead. Since one of the main topics in the field of Big Data and data mining methods for remediation of achieving added value in the field is massive data, this study tries to identify the analysis and prioritization technologies needed to develop strategies of Big Data technology in social network analysis to predict the occurrence of crisis. According to the subject and objective of the study, type of applieddevelopment research is used. The method of using quantitative methods and information gathering through a panel of experts and questionnaire fill-out, has been applied to a population of 20 elite students in the field of ICT and analysis utilizes big data strategy by means of Likert scale to evaluate priorities.
سال انتشار :
1396
عنوان نشريه :
مديريت بحران
فايل PDF :
3638200
عنوان نشريه :
مديريت بحران
لينک به اين مدرک :
بازگشت