Файл: Высшего образования Новосибирский государственный университет экономики и управления нинх.docx

МИНОБРНАУКИ РОССИИ

федеральное государственное бюджетное образовательное учреждение высшего образования

«Новосибирский государственный университет экономики и управления «НИНХ» (ФГБОУ ВО «НГУЭУ», НГУЭУ)

Кафедра информационных технологий

КОНТРОЛЬНАЯ РАБОТА

Дисциплина: Основы работы с большими данными

Ф.И.О студента: Морозова Анастасия Евгеньевна

Направление: Прикладная информатика Направленность (профиль): Информационные технологии для финансовых институтов

Номер группы: ПИ11

Номер зачетной книжки: 214124

Номер варианта контрольной работы: 4

Проверил:


Новосибирск 2023

Задание 1

На примере задач рынка недвижимости ответьте на следующие вопросы:

• 
  какие данные, подходящие под определение big data, фиксируются/могут фиксироваться в исследуемой предметной области;
  
• 
  какими инструментами можно воспользоваться для сбора и хранения данных. Какие ресурсы необходимы для этого (технические, программные);
  
• 
  описать источники данных и способы добычи данных из этих источников.
  

Ответ на 1 задание:

Наименование программного средства/оборудования	Наименование собираемых/хранимых данных	Описание и краткая характеристика собираемых/хранимых данных, источники данных
Интернет-порталы и облачные сервисы недвижимости	Информация об объектах недвижимости, выставленных на продажу.	Анализируются все First, Second, Third - Party Data, то есть данные, собранные в процессе взаимодействия с целевой аудиторией.
Корпоративные программные средства и базы данных застройщиков и агентство недвижимости	Информация об объектах недвижимости, выставленных на продажу. Информация о потребностях в недвижимости, данные социальных опросов и статистических исследований.	Данные об объектах недвижимости, как строящихся, так и введенных в эксплуатацию. Первичная и вторичная недвижимость. Данные рекламных активностей и кампаний, сторонние площадки и сайты, экономические исследования рынка.

---

Таблица 1 – ответ на 1 задание

Задание 2

Приведите примеры способов обработки и визуализации данных с использованием инструментов работы с big data в недвижимости.

Решение:

Наименование данных	Характеристика результата после обработки / визуализации	Наименование программного средства, с помощью которого получен результат
Данные о доступных объектах недвижимости	Поиск по заданным характеристикам (тип недвижимости и операции, площадь, расположение, стоимость и т.п.)	ЦИАН, ДомКлик, Яндекс.Недвижимость, Авито, Юла, Мир квартир, Домофонд и другие
Данные о спросе на недвижимость	Планирование деятельности застройщика, экономический анализ.	Внутренние корпоративные данные застройщиков и агентств недвижимости

Таблица 2 – Ответ на 2 задание

Задание 3

Сформулируйте задачи, возникающие в недвижимости, которые можно было бы решить с использованием машинного обучения. Опишите возможные результаты.

Решение:

Задачи сферы недвижимости, решаемые с использованием машинного обучения:

1. 
   Структурирование информации о рынке недвижимости. Возможность получить независимую, своевременную и точную информацию о стоимости жилой недвижимости без привлечения значительных средств и временных затрат.
   
2. 
   Нахождение неизвестной зависимости между известным множеством объектов и множеством ответов. Построение функции, которая бы с достаточной точностью приближала значения множества ответов в точках множества объектов и на всем остальном пространстве.
   
3. 
   Практическая возможность оперативной оценки стоимости квартиры в режиме реального времени.
   
4. 
   Объединяя эти данные и выявляя определенные взаимосвязи, можно планировать потребности клиентов в определенных видах и типах недвижимости на ближайшие несколько лет.
   

Задание 4

Сформулировать и перечислить основные заинтересованные лица (стейкхолдеры), кто был бы заинтересован в полученных результатах. Опишите возможные результаты.

---

Решение:

Перечень основных заинтересованных лиц (стейкхолдеров), заинтересованных в управлении, основанном на данных представлен в таблице 3.

Наименование заинтересованного лица (стейкхолдера)	Какой полезный результат могут получить
Системные застройщики	Сегодня основная причина непопулярности таких решений среди застройщиков, по мнению специалистов, - отсутствие знания и недостаточность массивов данных. Однако положительный тренд намечен, и основные задачи сейчас сводятся к сбору и структурированию имеющейся информации. Для застройщиков биг дата и машинное обучение позволяет быстро определить риски проекта и потенциальные денежные потоки.
Агентство недвижимости	Быстрая оценка стоимости недвижимости в режиме реального времени, с учетом множества параметров. Возможность подбора наиболее подходящего варианта для клиента. Удержание клиента.

Таблица 3 – Ответ на 4 задание

Задание 5

Сформулировать требования к возможным изменениям в нормативно-правовой базе.

Решение:

Требуемые изменения в нормативно-правовой базе (государственный, отраслевой, внутренний уровни):

Нормативное уточнение терминологии. Фиксация термина Big Data и машинное обучение.

1. 
   Создание реестра операторов больших данных. Описание процедур регистрации и постановки на учет, определение прав и обязанностей. Разработка регламента, устанавливающего законные основания для обработки данных.
   
2. 
   Создание единого Кодекса этики использования данных (и, соответственно, реестр добросовестных участников рынка) – правил, которых должны придерживаться участники рынка сбора, хранения, обработки, использования, передачи больших данных.
   
3. 
   Описание порядка охраны безопасности персональных данных пользователей, которых используются. Описание условий, порядка и требований к обезличиванию данных.
   

---

Список использованных источников

1. 
   Анализ данных : учебник для вузов / В. С. Мхитарян [и др.] ; под редакцией В. С. Мхитаряна. — Москва : Издательство Юрайт, 2022. — 490 с.
   
2. 
   Леонид Черняк. Большие Данные — новая теория и практика (рус.) // Открытые системы. СУБД. — 2011. — № 10.
   
3. 
   Михнев И.П. Технологии Big Data и их применение в сфере современного высшего образования / И.П. Михнев, А.Д. Челнокова, А.Д. Реут // Развитие современного образования: от теории к практике: Материалы IV Междунар. науч.-практ. конф. (Чебоксары, 19 март 2018 г.) / Редкол.: О.Н. Широков [и др.]. – Чебоксары: ЦНС «Интерактив плюс», 2018. 
   
4. 
   Михнев И.П. Технологии Big Data и их применение в сфере современного высшего образования / И.П. Михнев, А.Д. Челнокова, А.Д. Реут // Развитие современного образования: от теории к практике: Материалы IV Междунар. науч.-практ. конф. (Чебоксары, 19 март 2018 г.) / Редкол.: О.Н. Широков [и др.]. – Чебоксары: ЦНС «Интерактив плюс», 2018. 
   

---