АНАЛИЗ МЕТОДОВ ОЦЕНКИ ИНФОРМАТИВНОСТИ БОЛЬШИХ ДАННЫХ

2026

Жабық қол жеткізу Метадеректер (CSL-JSON)
DOI 10.15372/aut20260403
Деректер сенімділігі 70 орташа
Бұл баға қалай есептеледі

Ол жазбаның өзінің тексерілетін белгілерінен құралады: мақаланың DOI-і бар ма, оның деректерін қанша тәуелсіз дереккөз растады, міндетті өрістер толтырылған ба және соңғы растау қаншалықты жаңа. Дереккөздер арасындағы алшақтық пен идентификатордың болмауы бағаны төмендетеді. 80-нен бастап мән жазбаның қосымша тексерусіз жарияланғанын, 60-тан 79-ға дейін — оның сенімділігі төмен күйде жарияланғанын және қолмен тексеру ұсынылатынын білдіреді. Редактор қолмен тексерген жазбаны қайта есептеу 90-нан төмен түсірмейді. Бұл — мақаланың өзіне емес, ол туралы деректерімізге берілген баға.

Аңдатпа

Оценка информативности больших данных является одним из актуальных направлений исследований, связанных с реализацией потенциала технологии больших данных в решении задач автоматизации мониторинга, прогнозирования, принятия решений и машинного обучения в отраслях экономики. Проведён анализ современных подходов и методов, определяющих понятие информативности и позволяющих оценить информативность данных в контексте прагматичности и относительности информации, её ценности и полезности. Рассмотрена специфика обработки распределённых и потоковых больших данных и определения минимального информационного пространства. Подробно рассмотрены оценки информативности больших данных в задачах генерации и отбора признаков, проектирования и управления на основе данных. Assessing the big data informativity is a topical area of research related to realizing the potential of big data technology for solving problems of automated monitoring, forecasting, decision-making, and machine learning in economic sectors. This article analyzes modern approaches and methods defining the concept of informativity and allowing for assessing the informativity in the context of the pragmatic and relativity of information, its value, and usefulness. The specifics of processing distributed and streaming big data and determining the minimum information space are considered. Assessing the big data informativity for problems of feature generation and selection, design, and data-driven management are discussed in detail.