1. Σχετικά με τα Μεγάλα Δεδομένα

Big data αναφέρονται σε μια τεράστια ποσότητα πληροφοριακών δεδομένων, των οποίων ο όγκος απαιτεί συγκεκριμένες μεθοδολογίες ανάλυσης και τεχνολογίες για ερευνητικούς σκοπούς κάθε είδους. Τα τρία θεμελιώδη χαρακτηριστικά αυτών των συνόλων πληροφοριών - τα λεγόμενα τρία Vs - είναι:

• Όγκος. Πρόκειται για ιδιαίτερα ογκώδη δεδομένα, που σημαίνει ότι είναι ικανά να καταλαμβάνουν πολύ χώρο, ξεκινώντας από τάξη μεγέθους terabytes έως petabytes.
• Ταχύτητα. Παρόλο που η ποσότητα των δεδομένων είναι ιδιαίτερα μεγάλη, πρέπει να αποκωδικοποιηθούν και να διαβαστούν στον συντομότερο δυνατό χρόνο. Ο καθοριστικός παράγοντας για τη διαχείριση και τη σωστή διαχείριση των big data, επομένως, είναι η ταχύτητα.
• Ποικιλία. Τα big data ορίζονται ως μη δομημένα ή ημι-δομημένα δεδομένα και αυτό αποτελεί μια επιπλέον δυσκολία, καθώς απαιτείται προκαταρκτική ανάλυση πριν να μπορούν να επεξεργαστούν.

Σε ακόμη πιο πρόσφατες εποχές, άλλα χαρακτηριστικά έχουν συνδυαστεί με τα τρία Vs:

• Ακρίβεια: Για να επεξεργαστούν σωστά τα Big Data, πρέπει να φιλτραριστούν· καθώς πρόκειται για ακατέργαστα δεδομένα, μπορούν να οδηγήσουν σε λανθασμένη ανάλυση και υψηλό κίνδυνο στατιστικού σφάλματος και ερμηνείας.
• Αξία: Δεν έχουν όλα τα big data αξία, ανάλογα με τον σκοπό για τον οποίο επεξεργάζονται και ερμηνεύονται. Και πάλι, αυτά που ενδιαφέρουν πρέπει να επιλεγούν πριν την ανάλυση.
• Μεταβλητότητα: Μπορούν να φιλτραριστούν, να κατηγοριοποιηθούν και να χρησιμοποιηθούν με διάφορους τρόπους ανάλογα με τον χρήσιμο σκοπό.

Υπάρχουν γενικά τρεις τύποι δεδομένων: δομημένα, ημι-δομημένα και μη δομημένα. Πρέπει να τονιστεί, ωστόσο, ότι τα δεδομένα και οι πληροφορίες δεν είναι συνώνυμα, διότι - ειδικά στην πληροφορική - οι πληροφορίες δεν υπάρχουν από μόνες τους, αλλά ανακτώνται μέσω της επεξεργασίας των συλλεγμένων δεδομένων.

Όταν μιλάμε για δομημένα δεδομένα, εννοούμε έναν τύπο πληροφοριών που μπορεί εύκολα να ενσωματωθεί και να οργανωθεί σε πεδία δεδομένων, καθώς χαρακτηρίζεται από ακριβή δομή· για παράδειγμα, μπορούμε να σκεφτούμε έναν πίνακα σαν αυτόν, που περιέχει τρεις διαφορετικές στήλες με πεδία:

Όταν μιλάμε για ημι-δομημένα δεδομένα, αναφερόμαστε σε έναν τύπο πληροφοριών, μέρος των οποίων μπορεί να ενσωματωθεί σε πεδία δεδομένων - και επομένως είναι δομημένα δεδομένα - ενώ ένα άλλο τμήμα αποτελείται από μη δομημένα δεδομένα· χαρακτηριστικό παράδειγμα είναι τα e-mails, στα οποία κάποια πεδία είναι προκαθορισμένα, όπως ο αποστολέας, ο παραλήπτης και το θέμα, ενώ το σώμα του e-mail - δηλαδή το μήνυμα που στέλνουμε - είναι με τη μορφή μη δομημένων δεδομένων, καθώς δεν μπορεί να ενσωματωθεί σε συγκεκριμένο πεδίο.

^{Σχήμα 1 - Ταξινόμηση δεδομένων μέσα σε ένα e-mail}

Όσον αφορά τα big data, αυτά παίρνουν τη μορφή μη δομημένων, ημι-δομημένων και δομημένων δεδομένων.