Файл: Высшего образования Новосибирский государственный университет экономики и управления нинх.docx
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 08.02.2024
Просмотров: 4
Скачиваний: 0
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
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:
-
Структурирование информации о рынке недвижимости. Возможность получить независимую, своевременную и точную информацию о стоимости жилой недвижимости без привлечения значительных средств и временных затрат. -
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. -
Практическая возможность оперативной оценки стоимости квартиры в режиме реального времени. -
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.
-
Создание реестра операторов больших данных. Описание процедур регистрации и постановки на учет, определение прав и обязанностей. Разработка регламента, устанавливающего законные основания для обработки данных. -
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. -
Описание порядка охраны безопасности персональных данных пользователей, которых используются. Описание условий, порядка и требований к обезличиванию данных.
Список использованных источников
-
Анализ данных : учебник для вузов / В. С. Мхитарян [и др.] ; под редакцией В. С. Мхитаряна. — Москва : Издательство Юрайт, 2022. — 490 с. -
Леонид Черняк. Большие Данные — новая теория и практика (рус.) // Открытые системы. СУБД. — 2011. — № 10. -
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. -
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.