An overview on the roles of fuzzy set techniques in big data processing: Trends, challenges and opportunities

در دوران داده های بزرگ، ما با حجم فراوان و سرعت بالا داده ها با ساختارهای پیچیده مواجه هستیم. داده ها را می توان از طریق معاملات آنلاین و آفلاین، شبکه های اجتماعی، سنسورها و از طریق فعالیت های زندگی روزمره ما تولید کرد. پردازش مناسب داده های بزرگ می تواند تصمیمات آموزنده، هوشمند و مرتبط را در زمینه های مختلف مانند مراقبت های بهداشتی و پزشکی، کسب و کار، مدیریت و دولت تکمیل کند. برای رسیدگی به داده های بزرگ موثرتر، پارادایم تحقیق جدید مشغول به کار شده است، اما روش های تفکر در مورد تماس های بزرگ داده ها برای پیگیری های نوآورانه تر درازمدت. مجموعه های فازی برای پردازش داده های بزرگ به دلیل توانایی های آنها برای نشان دادن و کم کردن ابعاد عدم قطعیت مورد استفاده قرار گرفته اند. چند رویکرد نوآورانه در چارچوب رایانه گرانولیکی پیشنهاد شده است. خلاصه ای از مشارکت های فعلی و چشم انداز تحولات بیشتر، این مرور کلی سه جنبه را مطرح می کند: (1) مطالعات اخیر را از دو دیدگاه متمایز بررسی می کنیم. اولین دیدگاه در مورد نوعی از تکنیک های مجموعه فازی گرفته شده است. این شناسایی روند مشخصی برای استفاده از مجموعه های فازی در پردازش داده های بزرگ است. دیدگاه دیگر بر توضیح مزایای مجموعه های فازی در مشکلات داده بزرگ متمرکز است. ما تحلیل می کنیم که چه زمانی و چرا مجموعه های فازی در این مشکلات کار می کنند. (2) ما بازبینی بحرانی از مشکلات موجود را ارائه می دهیم و چالش های فعلی داده های بزرگ را مورد بحث قرار می دهیم که می تواند در چارچوب مجموعه های فازی به صورت بالقوه و جزئی حل شود. (3) بر اساس برخی اصول، روند احتمالی استفاده از مجموعه های فازی را در پردازش داده های بزرگ به دست می آوریم. ما تأکید می کنیم که برخی از افزوده های پیچیده تر مجموعه های فازی و ادغام آنها با ابزارهای دیگر می توانند یک محیط پردازش جدید محرک را ارائه دهند.