کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7425195 1482832 2018 16 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
On big data-guided upstream business research and its knowledge management
ترجمه فارسی عنوان
در تحقیق بزرگ کسب و کار بالایی در زمینه داده ها و مدیریت دانش
کلمات کلیدی
کسب و کار بالادست، داده های هتروژن و چند بعدی، انبار داده و معدن، پارادایم بزرگ داده، ابعاد فضایی و زمانی،
ترجمه چکیده
ادغام داده های در حال ظهور بزرگ باعث چالش های متنوعی می شود، و به خطر می اندازد. عدم همبستگی، چند بعدی، سرعت و حجم عظیمی که به چالش می کشد پارادایم بزرگ داده ها می تواند داده های موثر و پروتکل های یکپارچه سازی سیستم را از بین ببرد. همکاری های تجاری در داخل و بین شرکت های مشترک تحت تاثیر قرار می گیرد، زیرا شرکت ها به سرعت به تغییرات در محیط های صنعتی سازگار می شوند. در زمینه صنعت نفت و گاز، ما مصنوعات یکپارچه را برای مخزن ذخیره انبوه انعطاف پذیر طراحی می کنیم. با دسترسی به چند دهه از منابع منابع در شرکت های بالادست، ما مدل های داده مبتنی بر دانش را با ابعاد فضایی-زمانی در طرح های داده ها به منظور به حداقل رساندن ابهام در پیاده سازی مخزن انبار ترکیب می کنیم. ملاحظات طراحی، منحصر به فرد بودن و خواص مونتونیکی ابعاد را حفظ می کنند، ارتباط بین آثار هنری و دستیابی به تراز تجاری را حفظ می کنند. ویژگی های چند بعدی، تحلیلگران بزرگ داده را محدوده ای از تحقیقات کسب و کار با دانش جدید ارزشمند برای سیستم های پشتیبانی تصمیم گیری و اضافه کردن ارزش های کسب و کار بیشتر در مقیاس جغرافیایی.
موضوعات مرتبط
علوم انسانی و اجتماعی مدیریت، کسب و کار و حسابداری کسب و کار و مدیریت بین المللی
چکیده انگلیسی
The emerging Big Data integration imposes diverse challenges, compromising the sustainable business research practice. Heterogeneity, multi-dimensionality, velocity, and massive volumes that challenge Big Data paradigm may preclude the effective data and system integration processes. Business alignments get affected within and across joint ventures as enterprises attempt to adapt to changes in industrial environments rapidly. In the context of the Oil and Gas industry, we design integrated artefacts for a resilient multidimensional warehouse repository. With access to several decades of resource data in upstream companies, we incorporate knowledge-based data models with spatial-temporal dimensions in data schemas to minimize ambiguity in warehouse repository implementation. The design considerations ensure uniqueness and monotonic properties of dimensions, maintaining the connectivity between artefacts and achieving the business alignments. The multidimensional attributes envisage Big Data analysts a scope of business research with valuable new knowledge for decision support systems and adding further business values in geographic scales.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Business Research - Volume 89, August 2018, Pages 143-158
نویسندگان
, , ,