Casa Finanza personale Come cercare i dati di Predictive Analytics - dummies

Come cercare i dati di Predictive Analytics - dummies

Sommario:

Video: Philip Evans: How data will transform business 2025

Video: Philip Evans: How data will transform business 2025
Anonim

Per utilizzare i dati di analisi predittiva necessari per sapere come trovare le informazioni che si desidera trovare. Esistono due concetti principali di ricerca dei dati in preparazione per l'utilizzo nell'analisi predittiva:

  • Prepararsi ad andare oltre la ricerca di parole chiave di base

  • Rendere semanticamente ricercabili i dati

Come utilizzare la ricerca basata sulle parole chiave in modalità predittiva analisi

Immagina se tu fossi incaricato di cercare grandi quantità di dati. Un modo per affrontare il problema è quello di pubblicare una query di ricerca che consiste (ovviamente) di parole. Lo strumento di ricerca cerca le parole corrispondenti nel database, nel data warehouse o fruga in qualsiasi testo in cui risiedono i tuoi dati.

Supponiamo che stia emettendo la seguente query di ricerca: il Presidente degli Stati Uniti visita l'Africa . I risultati della ricerca saranno costituiti da un testo che contiene esattamente una o una combinazione delle parole Presidente, Stati Uniti, visite, Africa . Potresti ottenere le informazioni esatte che stai cercando, ma non sempre.

E i documenti che non contengono nessuna delle parole precedentemente menzionate, ma una combinazione dei seguenti: Viaggio di Obama in Kenya .

Nessuna delle parole che hai inizialmente cercato è lì - ma i risultati della ricerca sono semanticamente (significativamente) utili. Come puoi preparare i tuoi dati per essere semanticamente recuperabili? Come puoi andare oltre la tradizionale ricerca per parole chiave? Le tue risposte possono essere trovate se continui a leggere.

Come utilizzare le ricerche semantiche nell'analisi predittiva

Un'illustrazione di come funziona la ricerca basata sulla semantica è un progetto che Anasse Bari ha condotto presso il World Bank Group, un'organizzazione internazionale la cui missione principale è combattere la povertà in tutto il mondo.

Il progetto intendeva investigare la ricerca e l'analisi aziendale esistente su larga scala sul mercato e costruire un prototipo per una struttura all'avanguardia che avrebbe organizzato i dati della Banca Mondiale - la maggior parte dei quali era una raccolta non strutturata di documenti, pubblicazioni, rapporti di progetto, riassunti e casi studio.

Questa enorme conoscenza preziosa è una risorsa utilizzata per la principale missione della Banca di ridurre la povertà nel mondo. Ma il fatto che non sia strutturato rende difficile accedere, acquisire, condividere, capire, cercare, estrarre dati e visualizzare.

La Banca Mondiale è un'immensa organizzazione, con molte divisioni in tutto il mondo. Una delle principali divisioni si stava sforzando di avere un quadro ed era pronta a stanziare risorse per aiutare la squadra di Bari a costituire la Rete di sviluppo umano all'interno della Banca Mondiale.

Il vicepresidente della Human Development Network ha delineato un problema che scaturiva dall'ambiguità: la sua divisione utilizzava diversi termini e concetti che avevano lo stesso significato generale ma sfumature diverse.

Per esempio, termini come climatologia, cambiamenti climatici, esaurimento dell'ozono di gas, e emissioni di gas serra erano tutti correlati semanticamente ma non identici nel significato. Voleva una capacità di ricerca abbastanza intelligente da estrarre i documenti che contenevano concetti correlati quando qualcuno cercava uno di questi termini.

La struttura del prototipo per quella funzionalità selezionata dal team di Bari è stata l'architettura non strutturata di gestione delle informazioni (UIMA), una soluzione basata su software. Progettato originariamente da IBM Research, UIMA è disponibile in software IBM come IBM Content Analytics, uno degli strumenti che ha alimentato IBM Watson, il famoso computer che ha vinto il gioco Jeopardy.

Il team di Bari ha unito le forze con un team di talento di IBM Content Management e Enterprise Search, e in seguito con un team IBM Watson, per collaborare a questo progetto.

Una soluzione non strutturata di gestione delle informazioni (UIM) è un sistema software che analizza grandi volumi di informazioni non strutturate (testo, audio, video, immagini e così via) per scoprire, organizzare e fornire conoscenze pertinenti a il client o l'utente finale dell'applicazione.

L'ontologia di un dominio è una serie di concetti e termini correlati, in particolare a un dominio. Una soluzione basata su UIMA utilizza ontologie per fornire tag semantici, che consente una ricerca arricchita indipendentemente dal formato dei dati (testo, sintesi vocale, presentazione di PowerPoint, posta elettronica, video e così via). UIMA aggiunge un altro livello ai dati acquisiti, quindi aggiunge metadati per identificare i dati che possono essere strutturati e cercati semanticamente.

La ricerca semantica si basa sul significato contestuale dei termini di ricerca così come appaiono nello spazio dati ricercabile che UIMA costruisce. La ricerca semantica è più accurata della normale ricerca basata su parole chiave perché una query utente restituisce risultati di ricerca non solo di documenti che contengono i termini di ricerca, ma anche di documenti semanticamente rilevanti per la query.

Se stai cercando biodiversità in Africa , una ricerca tipica (basata su parole chiave) restituirà documenti con le parole biodiversità e Africa esatte. Una ricerca semantica basata su UIMA restituirà non solo i documenti che hanno queste due parole, ma anche tutto ciò che è semanticamente rilevante per i documenti "biodiversità in Africa" ​​che contengono tali combinazioni di parole come "risorse vegetali in Africa", "risorse animali in Marocco, "o" risorse genetiche nello Zimbabwe. "

Attraverso il tagging semantico e l'uso di ontologie, le informazioni diventano semanticamente recuperabili, indipendentemente dalla lingua o dal supporto in cui sono state create le informazioni (Word, PowerPoint, e-mail, video e così via). Questa soluzione fornisce un singolo hub in cui i dati possono essere acquisiti, organizzati, scambiati e resi semanticamente recuperabili.

I dizionari di sinonimi e termini correlati sono open-source (disponibili gratuitamente) oppure puoi sviluppare i tuoi dizionari specifici per il tuo dominio o i tuoi dati. È possibile creare un foglio di calcolo con la parola radice e le relative parole correlate, sinonimi e termini più ampi. Il foglio di calcolo può essere caricato in uno strumento di ricerca come IBM Content Analytics (ICA) per potenziare la ricerca aziendale e l'analisi dei contenuti.

Come cercare i dati di Predictive Analytics - dummies

Scelta dell'editore

Il programma in cinque passaggi per superare la menopausa - dummy

Il programma in cinque passaggi per superare la menopausa - dummy

Alcune donne capiscono a malapena che la menopausa è loro. Altre donne, tuttavia, sono meno fortunate. Se sei uno di questi, prendi in mano questi pochi modi per rendere la tua esperienza più facile per te stesso: capisci e accetta che stai attraversando una transizione naturale, proprio come la pubertà. Fortunatamente, sei più vecchio e più saggio di te ...

Menopausa For Dummies Cheat Sheet (edizione UK) - dummies

Menopausa For Dummies Cheat Sheet (edizione UK) - dummies

Menopausa segna la fine della fase riproduttiva della tua vita e così è un momento significativo di cambiamento fisico, emotivo e mentale per molte donne ma, per generazioni, donne di tutte le età hanno vagato alla cieca in menopausa senza sapere cosa aspettarsi. Qui puoi scoprire alcune delle nozioni di base.

Perimenopausa: facilitare la transizione dalle mestruazioni alla menopausa - manichini

Perimenopausa: facilitare la transizione dalle mestruazioni alla menopausa - manichini

Mestruazioni e menopausa sono ben noti biologici pietre miliari nella vita di una femmina. Contrariamente al pensiero popolare, la menopausa non è il periodo di mesi o anni in cui una donna sta "attraversando il cambiamento". "Questo lasso di tempo è chiamato perimenopausa. La menopausa è una data effettiva nel tempo. In particolare, è il 12 ° anniversario dell'ultimo ciclo mestruale di una donna. ...

Scelta dell'editore

Come utilizzare il filtro automatico personalizzato su una tabella di Excel - dummies

Come utilizzare il filtro automatico personalizzato su una tabella di Excel - dummies

È Possibile creare un filtro automatico personalizzato . Per fare ciò, seleziona il comando Filtro testo dal menu della tabella e scegli una delle opzioni di filtro del testo. Indipendentemente dall'opzione di filtro del testo selezionata, Excel visualizza la finestra di dialogo Filtro automatico personalizzato. Questa finestra di dialogo consente di specificare con estrema precisione quali record si desidera ...

Come utilizzare la funzione DPRODUCT in un database Excel - dummies

Come utilizzare la funzione DPRODUCT in un database Excel - dummies

DPRODUCT moltiplica i valori che corrispondono al criterio in un database Excel. Questo è potente ma anche in grado di produrre risultati che non sono l'intenzione. In altre parole, è una cosa da aggiungere e ricavare una somma. Questa è un'operazione comune su un set di dati. Osservando la seguente figura, è possibile ...

Come utilizzare la funzione DPRODUCT in Excel - dummy

Come utilizzare la funzione DPRODUCT in Excel - dummy

La funzione DPRODUCT in Excel è strana. La funzione DPRODUCT moltiplica i valori nei campi da un elenco di database in base ai criteri di selezione. Perché vorresti farlo? Chissà. La funzione utilizza la sintassi = DPRODUCT (database, campo, criteri) in cui il database è un riferimento all'intervallo alla tabella di Excel che contiene il valore desiderato ...

Scelta dell'editore

Programmazione con Java: riutilizzo dei nomi nella tua app per Android - dummies

Programmazione con Java: riutilizzo dei nomi nella tua app per Android - dummies

Ci sono un paio di cose a cui vuoi pensare quando riutilizzi i nomi nella tua app per Android. È possibile dichiarare due variabili Java - bag1 e bag2 - per fare riferimento a due diversi oggetti BagOfCheese. Va bene. Ma a volte, avere solo una variabile e riutilizzarla per il secondo oggetto funziona altrettanto bene, ...

Java: Mettere a frutto l'uso della classe - dummies

Java: Mettere a frutto l'uso della classe - dummies

La classe Employee nell'elenco non ha alcun metodo principale , quindi non c'è un punto di partenza per l'esecuzione del codice. Per risolvere questo problema, il programmatore scrive un programma separato con un metodo principale e utilizza tale programma per creare istanze Employee. Questo elenco di codici mostra una classe con un metodo principale - uno che inserisce il ...

Classi wrapper java - dummies

Classi wrapper java - dummies

La differenza tra tipi primitivi e tipi di riferimento è una delle funzionalità più controverse di Java e gli sviluppatori si lamentano spesso sulle differenze tra valori primitivi e valori di riferimento. Ogni tipo primitivo viene cotto nella lingua. Java ha otto tipi primitivi. Ogni tipo di riferimento è una classe o un'interfaccia. È possibile definire il proprio ...