Big data: tendências e oportunidades - Palestrante: Alexandre G. Evsukoff
Upcoming SlideShare
Loading in...5
×
 

Big data: tendências e oportunidades - Palestrante: Alexandre G. Evsukoff

on

  • 503 views

Rio Info 2013

Rio Info 2013
Tecnologias Inovadoras
17 de setembro - 14h às 18h
Big data: tendências e oportunidades
Palestrante: Alexandre G. Evsukoff

Statistics

Views

Total Views
503
Views on SlideShare
499
Embed Views
4

Actions

Likes
0
Downloads
9
Comments
0

2 Embeds 4

http://rioinfo.com.br 3
http://www.rioinfo.com.br 1

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Big data: tendências e oportunidades - Palestrante: Alexandre G. Evsukoff Big data: tendências e oportunidades - Palestrante: Alexandre G. Evsukoff Presentation Transcript

  • Big Data: Tendências e Oportunidades Alexandre G. Evsukoff alexandre.evsukoff@fgv.br
  • Google Trends Acessado em 17/09/2013 http://www.google.com/trends/
  • Hype Cycle for Emerging Technologies 2013 http://www.gartner.com/newsroom/id/2575515
  • http://www.slideshare.net/ofermend/data-science-with-hadoop-a-primer-24112930
  • http://www.hedonometer.org/index.html
  • Mitchell L, Frank MR, Harris KD, Dodds PS, et al. (2013) The Geography of Happiness: Connecting Twitter Sentiment and Expression, Demographics, and Objective Characteristics of Place. PLoS ONE 8(5): e64417. doi:10.1371/journal.pone.0064417 http://www.plosone.org/article/info:doi/10.1371/journal.pone.0064417
  • http://newsroom.fb.com/Trends/701/2013-NCAA-College-Football-Season-Kicks-Off-on-Facebook
  • http://www.websci11.org/fileadmin/websci/Papers/92_paper.pdf
  • http://www3.weforum.org/docs/WEF_TC_MFS_BigDataBigImpact_Briefing_2012.pdf
  • http://www.mckinsey.com/insights/americas/us_game_changers
  • http://www.mckinsey.com/insights/americas/us_game_changers
  • http://www.mckinsey.com/insights/business_technology/big_data_the_next_frontier_for_innovation
  • FGV Big Data Analytics  Gestão e Qualidade de Dados  Qualidade de Dados  Gestão baseada em Dados  Direito e Privacidade de Dados  Análise e Modelagem de Dados  Estatística  Mineração de Dados  Mineração de Textos  Análise de redes sociais  In-database anaytics  Escalabilidade  Hadoop/Map reduce  NoSQL
  • Padrões de Mobilidade Humana na Região Metropolitana do RJ Apoio: Instituições:
  • “Call detail records” (CDRs) OPERATOR A OPERATOR B OPERATOR A DATABASE NETWORK A NETWORK B OPERATOR B DATABASE http://en.wikipedia.org/wiki/Call_detail_record
  • Área de estudo  Os registros são do DDD 21, que corresponde aproximadamente à Região Metropolitana do Rio de Janeiro. http://pt.wikipedia.org/wiki/Regi%C3%A3o_Metropolitana_do_Rio_de_Janeiro
  • A base de dados Apenas chamadas realizadas
  • Atividade diária (seg-sex) 0 1,000,000 2,000,000 3,000,000 4,000,000 5,000,000 6,000,000 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Horas Númerodechamadas
  • 6:00 Concentração de usuários
  • 12:00 Concentração de usuários
  • 18:00 Concentração de usuários
  • 24:00 Concentração de usuários
  • Equipe  Alexandre G. Evsukoff (Coppe/EMAp)  Nelson F. F. Ebecken (Coppe)  Moacyr Alvim (EMAp)  Antonio C. S. Branco (EMAp)  Júlio Cesar Chaves (EMAp)  Carlos André R. Pinheiro (KU Lueven)  Nuno Crokidakis (PUC-Rio)  Marta Gonzalez (MIT)  Serdar Colak (MIT)