Forwarded from Hadi
یکی از موارد جالب این پست تطبیق الزامات ISO27001:2013 با برقراری امنیت در سطوح مختلف ابر هست....خیلی جالبه و مورد توجه امنیتی ها....
Forwarded from Deleted Account
یگ دیتا یکی از قدرتمندترین ابزار در انتخابات ریاست جمهوری ۲۰۱۶ آمریکا می باشد. با جستجو در میان کسانی که احتمالا رای می دهند، کمپین ها بر روی بخش های خاصی از اطلاعات تمرکز می کنند، و از آمارهای جمعیت شناسی منطقه برای بدست آوردن تاریخچه رای دهی افراد استفاده می کنند. شبیه به موسسات تبلیغاتی و آژانس های بازاریابی که از داده ها برای پیدا کردن و متقاعد کردن بازار استفاده می کنند. کمپین های سیاسی هم از بیگ دیتا برای تدوین پیام های تبلیغاتی، جمع آوری و فهرست کردن اشخاص تاثیر گذار آن منطقه و رای جمع کن ها و تلفن های تماس آنها آستفاده می کنند.
میان همه کاندیدا های انتخابات آمریکا یک وجه مشترک وجود دارد و آن استفاده از یک پلتفرم به نام NationBuilder است که مدیریت داده های بزرگ را میسر می کند. انبوهی از فایل های اکسل و CSV، بدون استفاده از ابزار تجزیه و تحلیل انتخابات و رای دهندگان، بی اثر و بیهوده هستند. پلتفرم مدیریت داده های بزرگ NationBuilder، اجازه می دهد تا کمپین های انتخاباتی، انبوهی از اطلاعات رای دهندگان مانند لیست دنبال کنندگان توییتر، وابستگی حزبی و تاریخچه رای دادن و داده های آماری مانند محدوده حقوق و دستمزد، وضعیت تأهل، و نژاد آنها را آپلود مدیریت و تفسیر کنند.
میان همه کاندیدا های انتخابات آمریکا یک وجه مشترک وجود دارد و آن استفاده از یک پلتفرم به نام NationBuilder است که مدیریت داده های بزرگ را میسر می کند. انبوهی از فایل های اکسل و CSV، بدون استفاده از ابزار تجزیه و تحلیل انتخابات و رای دهندگان، بی اثر و بیهوده هستند. پلتفرم مدیریت داده های بزرگ NationBuilder، اجازه می دهد تا کمپین های انتخاباتی، انبوهی از اطلاعات رای دهندگان مانند لیست دنبال کنندگان توییتر، وابستگی حزبی و تاریخچه رای دادن و داده های آماری مانند محدوده حقوق و دستمزد، وضعیت تأهل، و نژاد آنها را آپلود مدیریت و تفسیر کنند.
Forwarded from Deleted Account
مطالعات مختلف نشان می دهد افراد موزیک های مشابه را می پسندند، نرم افزار Shazam یک نرم افزار عالی و پرطرفدار برای یافتن موزیک می باشد که استودیوی Shazam Entertainment Limited آن را عرضه نموده است و با میلیون ها خرید از گوگل پلی در صدر برترین و محبوب ترین نرم افزارهای موزیک و آیدیو قرار دارد.
روش کار نرم افزار Shazam Encore نیز آسان است به گونه ای که تنها کافیست برنامه را اجرا کنید و از طریق میکروفون موزیک مورد نظر خود را پخش کنید و یا متن موزیک را بخوانید تا برنامه در عرض چند ثانیه در دیتابیس قوی خود بگردد و اطلاعات موزیک را برای شما به نمایش بگذارد.
این شرکت با آنالیز آهنگ ها می تواند پیش بینی نماید که چه آهنگی در حال محبوبیت است و خوانندگان آینده را پیش بینی خواهد کرد.
آهنگ ها طی سال های اخیر داده محور شده اند، آهنگ های داده محور ظرفیت های باورد نکردنی را ایجاد خواهند کرد هر آهنگی از هر خواننده ای می تواند ظرفیت های زیادی برای تولید آهنگ ایجاد نماید بدین صورت که دیگر خواننده ای وجود نخواهد داشت و این ربات های خواننده خواهند بود که برای مخاطبان خود با هر سلیقه ای موسیقی متناسب با آن فرد را تولید نمایند.
روش کار نرم افزار Shazam Encore نیز آسان است به گونه ای که تنها کافیست برنامه را اجرا کنید و از طریق میکروفون موزیک مورد نظر خود را پخش کنید و یا متن موزیک را بخوانید تا برنامه در عرض چند ثانیه در دیتابیس قوی خود بگردد و اطلاعات موزیک را برای شما به نمایش بگذارد.
این شرکت با آنالیز آهنگ ها می تواند پیش بینی نماید که چه آهنگی در حال محبوبیت است و خوانندگان آینده را پیش بینی خواهد کرد.
آهنگ ها طی سال های اخیر داده محور شده اند، آهنگ های داده محور ظرفیت های باورد نکردنی را ایجاد خواهند کرد هر آهنگی از هر خواننده ای می تواند ظرفیت های زیادی برای تولید آهنگ ایجاد نماید بدین صورت که دیگر خواننده ای وجود نخواهد داشت و این ربات های خواننده خواهند بود که برای مخاطبان خود با هر سلیقه ای موسیقی متناسب با آن فرد را تولید نمایند.
Forwarded from Deleted Account
تحقیقات شرکت علوم داده Teradata نشان می دهد که ۸۲ درصد از شرکت های بیمه انگلستان با گردش مالی بیش از ۵۰۰ میلیون دلار، یک اولویت استراتژیک برای بیگ دیتا در سال ۲۰۱۶ می باشند. در این تحقیقات، ۳۰۰ نفر از تصمیم گیرندگان ارشد صنعت بیمه، از کشورهای بریتانیا، فرانسه و آلمان همکاری دارند. در انگلستان، ۴۲ درصد از پاسخ دهندگان از شرکت هایی با گردش مالی بین ۵۰ تا ۵۰۰ میلیون دلار و ۲۲ درصد از شرکت ها با گردش مالی ۵۰۰ میلیون دلار یا بیشتر بودند. در میان شرکت های کوچک تر مستقر در بریتانیا، یک اقلیت ۴۶ درصدیویک، در حال ساخت بیگ دیتا به عنوان یک اولویت هستند. همچنین ۷۳ درصد از شرکت های بزرگ از بیگ دیتا برای افزایش حق بیمه برای مقابله با امکان تقلب استفاده می کنند.
Forwarded from Deleted Account
۸ گروه از دانشمندان علوم داده :
1- کسانی که در علوم آماری مهارت دارند: گاهی این اشخاص تئوری های آماری جدید را برای داده های بزرگ، که حتی آماردانان سنتی از آن آگاه نیستند توسعه می دهند. آنها در مدل سازی آماری، طراحی تجربی، نمونه برداری، خوشه بندی، کاهش داده ها، فواصل اطمینان، آزمون، مدلسازی، مدل سازی پیش بینی و دیگر تکنیک های مرتبط متخصص می باشند.
۲- کسانی که در ریاضیات مهارت دارند: NSA (آژانس امنیت ملی) و یا دفاع / افراد نظامی که بر روی داده های بزرگ کار می کنند، ستاره شناسان، و کسانی که روی بهینه سازی کسب و کار تحلیلی کار می کنند (مدیریت موجودی و پیش بینی، بهینه سازی قیمت گذاری، زنجیره تامین، کنترل کیفیت، بهینه سازی عملکرد) که داده ها را جمع آوری و تجزیه و تحلیل کرده و از آنها ارزش استخراج می کنند.
۳- کسانی که در مهندسی داده ها مهارت دارند،این افراد در Hadoop، پایگاه داده ها / حافظه / بهینه سازی فایل سیستم و معماری، رابط های برنامه کاربردی (API)، تجزیه و تحلیل به عنوان یک سرویس و بهینه سازی جریان داده ها مهارت دارند.
۴- کسانی که در یادگیری ماشین مهارت دارند / کامپیوتر (الگوریتم، محاسبات پیچیده)
۵- کسانی که در تحلیل کسب و کار مهارت دارند، بهینه سازی بازدهی سرمایه(ROI)، علوم تصمیم گیری، که دخیل هستند در بعضی از کارهایی که به طور سنتی توسط تحلیلگران کسب و کار در شرکت های بزرگتر انجام می شود (طراحی داشبورد، انتخاب ترکیبی اندازه گیری و تعاریف اندازه گیری، بهینه سازی ROI، طراحی پایگاه داده های سطح بالا )
۶- کسانی که در کدنویسی مهارت دارند، مهندسین نرم افزار (کسانی که به چند زبان برنامه نویسی مهارت دارند)
۷- کسانی که در مصورسازی داده ها مهارت دارند.
۸- کسانی که در سیستم های اطلاعاتی ناوبری GIS، داده های فضایی و مدل سازی داده ها با استفاده از گراف مهارت دارند.
#BigData
1- کسانی که در علوم آماری مهارت دارند: گاهی این اشخاص تئوری های آماری جدید را برای داده های بزرگ، که حتی آماردانان سنتی از آن آگاه نیستند توسعه می دهند. آنها در مدل سازی آماری، طراحی تجربی، نمونه برداری، خوشه بندی، کاهش داده ها، فواصل اطمینان، آزمون، مدلسازی، مدل سازی پیش بینی و دیگر تکنیک های مرتبط متخصص می باشند.
۲- کسانی که در ریاضیات مهارت دارند: NSA (آژانس امنیت ملی) و یا دفاع / افراد نظامی که بر روی داده های بزرگ کار می کنند، ستاره شناسان، و کسانی که روی بهینه سازی کسب و کار تحلیلی کار می کنند (مدیریت موجودی و پیش بینی، بهینه سازی قیمت گذاری، زنجیره تامین، کنترل کیفیت، بهینه سازی عملکرد) که داده ها را جمع آوری و تجزیه و تحلیل کرده و از آنها ارزش استخراج می کنند.
۳- کسانی که در مهندسی داده ها مهارت دارند،این افراد در Hadoop، پایگاه داده ها / حافظه / بهینه سازی فایل سیستم و معماری، رابط های برنامه کاربردی (API)، تجزیه و تحلیل به عنوان یک سرویس و بهینه سازی جریان داده ها مهارت دارند.
۴- کسانی که در یادگیری ماشین مهارت دارند / کامپیوتر (الگوریتم، محاسبات پیچیده)
۵- کسانی که در تحلیل کسب و کار مهارت دارند، بهینه سازی بازدهی سرمایه(ROI)، علوم تصمیم گیری، که دخیل هستند در بعضی از کارهایی که به طور سنتی توسط تحلیلگران کسب و کار در شرکت های بزرگتر انجام می شود (طراحی داشبورد، انتخاب ترکیبی اندازه گیری و تعاریف اندازه گیری، بهینه سازی ROI، طراحی پایگاه داده های سطح بالا )
۶- کسانی که در کدنویسی مهارت دارند، مهندسین نرم افزار (کسانی که به چند زبان برنامه نویسی مهارت دارند)
۷- کسانی که در مصورسازی داده ها مهارت دارند.
۸- کسانی که در سیستم های اطلاعاتی ناوبری GIS، داده های فضایی و مدل سازی داده ها با استفاده از گراف مهارت دارند.
#BigData
Forwarded from Deleted Account
با رشد روزافزون فناوری، موسسات مالی، آسمان خراش ها و مراکز بزرگی را می توانید پیدا کنید که در طول چند سال گذشته تعداد مصرف کنندگان در آن به صورت تصاعدی افزایش یافته است. گزارش ها نشان می دهد که ۹۱ درصد از جمعیت امارات متحده عربی از مهاجران تشکیل شده است که دارای حقوق بالا و مزایای مالیاتی رایگان هستند. طبق یک تحقیق که در اوایل سال جاری توسط شرکت اریکسون انجام شده است، نشان می دهد مصرف کنندگان تا سال ۲۰۱۷، ۱۵ برابر بیشتر نسبت به امروز از داده ها استفاده می کنند و ۳ میلیارد مشترک گوشی های هوشمند، ۵ میلیارد اشتراک پهنای باند تلفن همراه و ۹ میلیارد مشترک تلفن همراه وجود خواهد داشت. همچنین تا سال ۲۰۲۰، ۵۰ میلیارد دستگاه متصل به اینترنت در سراسر جهان وجود خواهد داشت. سوالی که مطرح می شود این است که چگونه این شرکت ها همیشه دقیقا آنچه را که شما می خواهید را تولید می کنند؟
پاسخ بیگ دیتا است. داده های بزرگ از گوشی های موبایل شما، لایک های فیسبوک، داده های اشتراک گذاشته شده در یوتیوب، ایمیل ها، فایل های پی دی اف، دانلودها، تراشه های سنسور تعبیه شده در ماشین های شما و…ایجاد می شود. دانش و اطلاعات حاصل از تجزیه و تحلیل داده های بزرگ می تواند فرصت های بزرگی را برای تعامل بیشتر با مشتری، بهینه سازی عملیات، کاهش ریسک و سرمایه گذاری روی منابع جدید حاصل از درآمدها را ایجاد کند. براساس تحقیقات IBM، و ۹۰ درصد داده های بزرگ به تنهایی در این دو سال ایجاد شده است. در حال حاضر امارات متحده عربی به عنوان یک بازار بالقوه برای داده های بزرگ به رسمیت شناخته شده و در حال تلاش برای نفوذ بیشتر با تکنولوژی و خدمات بهتر است. تحقیقات انجام شده توسط EMC نشان می دهد که شرکت ها در امارات متحده عربی به طور روزافزون مزایای مختلفی را با تکنولوژی تجزیه و تحلیل داده های بزرگ بدست می آورند.
#BigData
پاسخ بیگ دیتا است. داده های بزرگ از گوشی های موبایل شما، لایک های فیسبوک، داده های اشتراک گذاشته شده در یوتیوب، ایمیل ها، فایل های پی دی اف، دانلودها، تراشه های سنسور تعبیه شده در ماشین های شما و…ایجاد می شود. دانش و اطلاعات حاصل از تجزیه و تحلیل داده های بزرگ می تواند فرصت های بزرگی را برای تعامل بیشتر با مشتری، بهینه سازی عملیات، کاهش ریسک و سرمایه گذاری روی منابع جدید حاصل از درآمدها را ایجاد کند. براساس تحقیقات IBM، و ۹۰ درصد داده های بزرگ به تنهایی در این دو سال ایجاد شده است. در حال حاضر امارات متحده عربی به عنوان یک بازار بالقوه برای داده های بزرگ به رسمیت شناخته شده و در حال تلاش برای نفوذ بیشتر با تکنولوژی و خدمات بهتر است. تحقیقات انجام شده توسط EMC نشان می دهد که شرکت ها در امارات متحده عربی به طور روزافزون مزایای مختلفی را با تکنولوژی تجزیه و تحلیل داده های بزرگ بدست می آورند.
#BigData
Forwarded from Deleted Account
هشت گرایش بیگ دیتا در سال ۲۰۱۶
🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹
استفاده گسترده از تجزیه و تحلیل داده ها، همراه با پردازش ابری و هدوپ (Hadoop)، منجر به ایجاد تغییرات و هیجان گسترده ای در صنعت و کسب و کار شده است که برخی کسب و کار ها با این تغییرات همراه خواهند شد و از آن سود می برند و برخی دیگر آن را نادیده می گیرند. در اینجا ۸ پیش بینی و گرایش درباره بیگ دیتا در سال ۲۰۱۶ ذکر شده است:
۱- استفاده بیشتر از NoSQL
فن آوری های NoSQL، معمولا با داده های بدون ساختار در ارتباط است.
۲- استفاده از Apache Spark در بیگ دیتا
سرعت پردازش داده در Apache Spark در مقایسه با Hadoop بسیار بیشتر است و در حال حاضر Apache Spark بزرگترین پروژه متن باز جهان می باشد.
۳- تکامل پروژه Hadoop
شرکت ها به سمت استفاده از Hadoop در مفاهیم تولید پیش خواهند رفت.
۴- بیگ دیتا رشد خواهد کرد و Hadoop به استاندارد شرکت ها می افزاید.
۵- بیگ دیتا سریع تر خواهد شد : گزینه ها برای اضافه کردن به سرعت پردازش Hadoop افزایش می یابد.
۶- گزینه هایی برای آماده سازی کاربر نهایی برای کشف تمام اشکال رشد داده : کاربران کسب و کار می خواهند زمان و پیچیدگی آماده سازی داده ها برای تجزیه و تحلیل را کاهش دهند ، چیزی که به خصوص در جهان بیگ دیتا در هنگام برخورد با انواع داده ها با فرمت های مختلف مهم است.
۷- رشد پایگاه داده ها در ابر
۸- این واژه ها همگرا می شوند: اینترنت اشیا، ابر و بیگ دیتا
اینترنت اشیا، ابر و بیگ دیتا همگی با هم در پروژه ها استفاده می شوند.
#BigData
🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹
استفاده گسترده از تجزیه و تحلیل داده ها، همراه با پردازش ابری و هدوپ (Hadoop)، منجر به ایجاد تغییرات و هیجان گسترده ای در صنعت و کسب و کار شده است که برخی کسب و کار ها با این تغییرات همراه خواهند شد و از آن سود می برند و برخی دیگر آن را نادیده می گیرند. در اینجا ۸ پیش بینی و گرایش درباره بیگ دیتا در سال ۲۰۱۶ ذکر شده است:
۱- استفاده بیشتر از NoSQL
فن آوری های NoSQL، معمولا با داده های بدون ساختار در ارتباط است.
۲- استفاده از Apache Spark در بیگ دیتا
سرعت پردازش داده در Apache Spark در مقایسه با Hadoop بسیار بیشتر است و در حال حاضر Apache Spark بزرگترین پروژه متن باز جهان می باشد.
۳- تکامل پروژه Hadoop
شرکت ها به سمت استفاده از Hadoop در مفاهیم تولید پیش خواهند رفت.
۴- بیگ دیتا رشد خواهد کرد و Hadoop به استاندارد شرکت ها می افزاید.
۵- بیگ دیتا سریع تر خواهد شد : گزینه ها برای اضافه کردن به سرعت پردازش Hadoop افزایش می یابد.
۶- گزینه هایی برای آماده سازی کاربر نهایی برای کشف تمام اشکال رشد داده : کاربران کسب و کار می خواهند زمان و پیچیدگی آماده سازی داده ها برای تجزیه و تحلیل را کاهش دهند ، چیزی که به خصوص در جهان بیگ دیتا در هنگام برخورد با انواع داده ها با فرمت های مختلف مهم است.
۷- رشد پایگاه داده ها در ابر
۸- این واژه ها همگرا می شوند: اینترنت اشیا، ابر و بیگ دیتا
اینترنت اشیا، ابر و بیگ دیتا همگی با هم در پروژه ها استفاده می شوند.
#BigData
Forwarded from Deleted Account
چگونه بیگ دیتا، صنعت سینما را دگرگون خواهد کرد
🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹
قبل از آنکه لئوناردو دی کاپریو حماسه دیگری خلق کند، استودیو Fox با کمک یک شرکت نرم افزاری کوچک به نام Lightwave به اندازه گیری واکنش های مخاطبان به فیلم های مختلف پرداخته است. این موضوع باعث وصلت بین هالیوود و تکنولوژی نیز شده است که در فیلم های آینده نتیجه آن را خواهیم دید.
پاییز گذشته، شرکت Lightwave حدود ۱۰۰ علاقه مند به حوزه سینما را از چهار شهر بوستون، شیکاگو، فیلادلفیا و واشنگتن دی سی، تحت نظر قرار داد. همه آنها قرار بود نسخه قبل از انتشار رسمی داستانی قدیمی را که در سال ۱۸۲۰ نوشته شده بود و درباره بقا و انتقام نوشته شده بود را به تماشا بشینند.
شرکت Lightwave برای تست این ۱۰۰ نفر از یک گجت دستکاری شده استفاده کرده است. این گجت یک پوشیدنی هوشمند می باشد که کار ردیابی تناسب اندام را به عهده داشته اما برای اهداف دیگری تغییر کاربری داده و قطعا برای فروش در بازار آزاد نمی باشد.
این شرکت ردیاب تناسب اندام را بر روی مچ تک تک افزار مورد ازمایشش قرار داد و به اندازه گیری ضربان قلب آنها (ده بار در هر ثانیه)، دمای بدنشان و حرکات و تغییرات پوستی شان پرداخت. هدف Lightwave از این کار دریافت و ثیت واکنش های این افراد از مشاهده فیلمی بود که قرار بود ببینند.
(خطر لو رفتن فیلم: اگر تا به حال این فیلم را مشاهده نکرده اید بهتر است پاراگراف بعدی را مطالعه نکنید)
صدا، دوربین، حرکت!
اولین تغییرات رفتاری و واکنشی مخاطبان این فیلم در دقیقه ۲۶ فیلم قابل مشاهده می باشند؛ زمانی که Hugh Glass (DiCaprio) برخورد نزدیکی با یک خرس گریزلی دارد. چنین صحنه هایی در ادامه فیلم ۱۴ بار دیگر تکرار میشوند (تیر خوردن کاراکترها، چاقو خوردن، تیر خوردن، زنده سوختن، به دار آویخته شدن و….)
🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹
وقتی ضربان قلب تماشاگران از کوبیدن می ایستد آنها مبهوت فیلم شده اند (بیش از ۷۶ دقیقه از فیلم ۱۵۶ دقیقه ای اتفاق خاصی در فیلم رخ نمی دهد و حرکت تندی انجام نمی گیرد) و این موضوع توسط سنسور های Lightwave کاملا ثبت و ضبط شده است.
رانا جون، بنیانگذار و مدیرعامل شرکت Lightwave گفته است که بر این اساس، شرکت Lightwave تاکنون هزاران میلیون رکورد، را ثبت کرده است. البته این موضوع نیز مشخص است که هالیوود نیز بر اساس ارزیابی واکنش های قبلی مخاطبانش به غربالگری فیلم هایی که در آینده قرار است بسازد می پردازد اما هدف ما فیلم هایی است که بعد از دریافت بازخورد های بسیار منفی متوقف شده و یا شکست خورده اند. موضوع این است که روش های قبلی اندازه گیری و آنالیز بازخورد ها خام و نادرست بوده اند و این موضوع می بایست علمی بررسی شود.
خانم جون می گوید: زمانی که مردم پای یک فیلم دو ساعته می نشینند و بعد از اتمام آن از آنها درباره فیلم می پرسیم، خیلی سخت است که ایرادی را که مثلا در دقیقه ۱۳ فیلم دیده اند به یاد بیاورند و بیان کنند و این مسئله باعث از بین رفتن تعصب آنها از نظر دهی درباره کلیت فیلم میشود و به فیلم سازان کمک میکند که به بهتر کردن فیلم های آینده شان با استفاده از بازخورد های بینندگان در لحظه پایانی فیلم بپردازند. هدف نهایی این است که فیلم سازان و هنرمندان بتوانند با استفاده از داده های بدست آمده از بینندگان خود، فیلم های آینده خود را بهبود بخشیده و آنچه را که مخاطب نیاز دارد و می پسندد بسازند. بیشتر مردم خبر ندارند اما بدن انها دارای شاخص های فیزیولوژیکی بسیار می باشد که به تجربه های عاطفی آنها کمک کرده و دریافت اطلاعات از آنها می تواند به فیلم سازان بسیار کمک کند.
#BigData
🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹
قبل از آنکه لئوناردو دی کاپریو حماسه دیگری خلق کند، استودیو Fox با کمک یک شرکت نرم افزاری کوچک به نام Lightwave به اندازه گیری واکنش های مخاطبان به فیلم های مختلف پرداخته است. این موضوع باعث وصلت بین هالیوود و تکنولوژی نیز شده است که در فیلم های آینده نتیجه آن را خواهیم دید.
پاییز گذشته، شرکت Lightwave حدود ۱۰۰ علاقه مند به حوزه سینما را از چهار شهر بوستون، شیکاگو، فیلادلفیا و واشنگتن دی سی، تحت نظر قرار داد. همه آنها قرار بود نسخه قبل از انتشار رسمی داستانی قدیمی را که در سال ۱۸۲۰ نوشته شده بود و درباره بقا و انتقام نوشته شده بود را به تماشا بشینند.
شرکت Lightwave برای تست این ۱۰۰ نفر از یک گجت دستکاری شده استفاده کرده است. این گجت یک پوشیدنی هوشمند می باشد که کار ردیابی تناسب اندام را به عهده داشته اما برای اهداف دیگری تغییر کاربری داده و قطعا برای فروش در بازار آزاد نمی باشد.
این شرکت ردیاب تناسب اندام را بر روی مچ تک تک افزار مورد ازمایشش قرار داد و به اندازه گیری ضربان قلب آنها (ده بار در هر ثانیه)، دمای بدنشان و حرکات و تغییرات پوستی شان پرداخت. هدف Lightwave از این کار دریافت و ثیت واکنش های این افراد از مشاهده فیلمی بود که قرار بود ببینند.
(خطر لو رفتن فیلم: اگر تا به حال این فیلم را مشاهده نکرده اید بهتر است پاراگراف بعدی را مطالعه نکنید)
صدا، دوربین، حرکت!
اولین تغییرات رفتاری و واکنشی مخاطبان این فیلم در دقیقه ۲۶ فیلم قابل مشاهده می باشند؛ زمانی که Hugh Glass (DiCaprio) برخورد نزدیکی با یک خرس گریزلی دارد. چنین صحنه هایی در ادامه فیلم ۱۴ بار دیگر تکرار میشوند (تیر خوردن کاراکترها، چاقو خوردن، تیر خوردن، زنده سوختن، به دار آویخته شدن و….)
🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹🔹
وقتی ضربان قلب تماشاگران از کوبیدن می ایستد آنها مبهوت فیلم شده اند (بیش از ۷۶ دقیقه از فیلم ۱۵۶ دقیقه ای اتفاق خاصی در فیلم رخ نمی دهد و حرکت تندی انجام نمی گیرد) و این موضوع توسط سنسور های Lightwave کاملا ثبت و ضبط شده است.
رانا جون، بنیانگذار و مدیرعامل شرکت Lightwave گفته است که بر این اساس، شرکت Lightwave تاکنون هزاران میلیون رکورد، را ثبت کرده است. البته این موضوع نیز مشخص است که هالیوود نیز بر اساس ارزیابی واکنش های قبلی مخاطبانش به غربالگری فیلم هایی که در آینده قرار است بسازد می پردازد اما هدف ما فیلم هایی است که بعد از دریافت بازخورد های بسیار منفی متوقف شده و یا شکست خورده اند. موضوع این است که روش های قبلی اندازه گیری و آنالیز بازخورد ها خام و نادرست بوده اند و این موضوع می بایست علمی بررسی شود.
خانم جون می گوید: زمانی که مردم پای یک فیلم دو ساعته می نشینند و بعد از اتمام آن از آنها درباره فیلم می پرسیم، خیلی سخت است که ایرادی را که مثلا در دقیقه ۱۳ فیلم دیده اند به یاد بیاورند و بیان کنند و این مسئله باعث از بین رفتن تعصب آنها از نظر دهی درباره کلیت فیلم میشود و به فیلم سازان کمک میکند که به بهتر کردن فیلم های آینده شان با استفاده از بازخورد های بینندگان در لحظه پایانی فیلم بپردازند. هدف نهایی این است که فیلم سازان و هنرمندان بتوانند با استفاده از داده های بدست آمده از بینندگان خود، فیلم های آینده خود را بهبود بخشیده و آنچه را که مخاطب نیاز دارد و می پسندد بسازند. بیشتر مردم خبر ندارند اما بدن انها دارای شاخص های فیزیولوژیکی بسیار می باشد که به تجربه های عاطفی آنها کمک کرده و دریافت اطلاعات از آنها می تواند به فیلم سازان بسیار کمک کند.
#BigData