Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Refine search results

Journals help
Authors help
Years help

Results found: 74

first rewind previous Page / 4 next fast forward last

Search results

Search:
in the keywords:  big data
help Sort By:

help Limit search:
first rewind previous Page / 4 next fast forward last
PL
Analizy big data otworzyły nowy rozdział w podejściu do wnioskowania na podstawie danych pozyskiwanych z Internetu. Przede wszystkim dostępne dane mają już nie tylko historyczny charakter i nie dotyczą tylko prób z badanych populacji, ale zyskały walor aktualności i masowości dzięki ekstrakcji danych z Internetu. Nadal jednak poza obszarem obserwacji badawczych pozostali wykluczeni cyfrowo, którzy są niewidoczni w sieci choć pozostają częścią społeczeństwa. Celem artykułu jest wskazanie możliwości wykorzystania analiz dużych zbiorów danych pozyskiwanych z Internetu oraz określenie wskaźników pochodzących z sieci społecznościowych, które mogą służyć do wnioskowania w opisie zjawisk społecznych, politycznych i gospodarczych.
EN
Analysis of big data opened a new chapter in the approach to inference on the basis of data obtained from the Internet. First of all available data no longer has just a historical nature and does not apply only to samples of the studied population, but have gained the values of current affairs and mass scale through extraction of data from the Internet. Still, beyond the research observations are thedigitally excluded who are invisible in the network although they remain a part of society. The aim of this article is to show the possibility of analysing big data obtained from the Internet to identify indicators from social networks, which can be used for inference in the description of social, political and economic phenomena.
|
2023
|
vol. 68
|
issue 6 (413)
58-70
EN
Over the last years, we have been witnessing a fast development of data processing, starting from machine learning, through big data, to artificial intelligence (AI), which results in new opportunities for using them in many areas (e.g. security, finance, trade, marketing). The European Commission estimates that the share of data based economy in the EU gross domestic product reached 3.9 percent in 2022. The area where big data has been gradually used is the activity of Supreme Audit Institutions (SAIs). There are, however, many challenges here, and the need to introduce methodological and organisational changes. Yet this may lead to more effective auditing of the public administration and other entities, and to better spending of resources. The aim of the article is to discuss opportunities of using big data tools in the activities of Supreme Audit Institutions. The first part of the article presents the significance of this technology in the public sector, the second part discusses the conditions related to using big data, and the last part contains considerations related to digital transformation of SAIs, as well as factors that have an impact on the use of big data in SAIs.
PL
Ostatnie lata przyniosły szybki rozwój technologii przetwarzania danych, poczynając od uczenia maszynowego, przez big data (zbiory danych) do sztucznej inteligencji (ang. artificial intelligence, AI). W konsekwencji zwiększają się możliwości ich wykorzystania we wszystkich dziedzinach wiedzy (m.in. bezpieczeństwo, finanse, handel, marketing). Komisja Europejska oszacowała udział gospodarki opartej na danych w unijnym PKB na 3,9%1 w 2022 r. Obszarem wykorzystania big data stopniowo staje się działalność najwyższych organów kontroli (NOK). Wiąże się to jednak z wieloma wyzwaniami oraz koniecznością dokonania zmian metodycznych i organizacyjnych, ale może doprowadzić do skuteczniejszej kontroli administracji publicznej i innych podmiotów, a jednocześnie do lepszego wykorzystania zasobów.
EN
The main purpose of the article is to describe the state of the art in using big data in official statistics. The article presents selected examples of how data from mobile operators, sensors, social media or scanners are used by national statistical offices. The authors also identify chances, challenges and risks related to the use of big data in the field of official statistics.
PL
Celem artykułu była identyfikacja sposobów i obszarów wykorzystania danych Big Data w przedsiębiorstwach w oparciu o wyniki badań bezpośrednich. W artykule omówiono specyfikę dużych zbiorów danych – Big Data oraz zaprezentowano systemy Business Intelligence jako narzędzia ich analizy. W dalszej części zaprezentowano wyniki badań dotyczące wykorzystania Big Data w organizacjach. Badanie opiera się na: 1) krytycznej analizie literatury przedmiotu dotyczącej Big Data, 2) analizie przypadków wykorzystania BD w działalności różnych organizacji i na 3) prezentacji wybranych wyników badań ankietowych dotyczących wykorzystania tego rozwiązania informatycznego w organizacjach. W ramach projektu badawczego przeprowadzono badania, które miały charakter bezpośredni i były wykonane za pomocą kwestionariusza ankietowego. Badaniami objęto firmy z branży produkcyjnej, usługowej oraz handlowej
PL
Szkoły wyższe w coraz większym stopniu stosują różnorodne metody i narzędzia marketingowe, które zaczynają decydować o sukcesie oraz budowaniu przewagi konkurencyjnej. Do nawiązywania i utrzymywania długotrwałych relacji z otoczeniem oraz prowadzenia innych działań marketingowych coraz częściej wykorzystują m.in. media społecznościowe, umożliwiające im aktywne kreowanie swojego wizerunku. Celem podjętego badania jest zastosowanie narzędzi i metod big data do pomiaru aktualnego stanu wykorzystania mediów społecznościowych w szkolnictwie wyższym. Z analiz przeprowadzonych w I kwartale 2019 r. wynika, że duże szkoły wyższe (zgodnie z przyjętym podziałem – 1696 studentów i więcej) w największym stopniu wykorzystują serwisy społecznościowe w celu publikowania bieżących informacji. Odsetek uczelni średnich (223–1695 studentów) i małych (do 222 studentów) posiadających konto w mediach społecznościowych jest znacznie mniejszy. Media społecznościowe służą uczelniom przede wszystkim do promowania organizowanych przez siebie wydarzeń.
PL
Cele artykułu to prezentacja poziomu świadomości polskich menedżerów co do znaczenia analityki Big Data oraz określenie, na ile potrzeby analityczne polskich firm wiążą się w sposób jawny bądź nie z przetwarzaniem właśnie tego typu danych i z wdrażaniem odpowiednich do tego rozwiązań IT. Pytania badawcze brzmią następująco: jak menedżerowie rozumieją znaczenie terminu Big Data, jakie są rodzaje analityki biznesowej szczególnie ważne dla organizacji, jakie rodzaje danych i/lub wiedzy, rozwiązania ICT i jakie funkcjonalności narzędzi ICT mających wspierać zaawansowane analizy biznesowe są pożądane przez polskich menedżerów. Wyniki prezentowane w artykule są wynikiem badań przeprowadzonych w 2016 r. z wykorzystaniem studiów przypadków. Metodą zbierania danych były wywiady półustrukturyzowane, przeprowadzone w 15 polskich przedsiębiorstwach. Stwierdzono, że potrzeby analityczne polskich menedżerów można powiązać z pojęciem Big Data, ponadto w wypowiedziach respondentów silnie uwidaczniają się temporalny charakter Big Data i dominująca rola czasu w analityce tych danych
Historia@Teoria
|
2017
|
vol. 1
|
issue 3
169-181
EN
The article discusses the main problems of the contemporary history of historiography. The author states that the greatest problem of historiography in the 21st century is big data. The next important issue are the test methods for big data. One of the paradigms, which att empts to explore the world of big data, is digital history. Therefore, the methods of digital history are presented, including its primary method which is data visualization. Finally, the author argues that big data should become the main subject of study of the modern history of historiography.
8
Content available remote

Problem big data w naukach eksperymentalnych

94%
PL
W artykule opisuję fenomenbig data i jak ma się on do pracy badawczej realizo-wanej w ramach nauk eksperymentalnych. Poszukuję odpowiedzi na dwa ważne pytania. Czy metody badawcze zaproponowane w ramach paradygmatu big data mają zastosowanie w naukach eksperymentalnych? Czy zastosowanie metod badaw-czych z paradygmatu big data w konsekwencji prowadzi do nowego rozumienia tego, czymjest nauka?
PL
Big data stwarza nowe wyzwania dla gospodarki globalnej. Trudno sobie dzisiaj wyobrazić biznes, który nie byłby wspomagany nowymi technologiami ICT. Wolumeny danych, z jakimi mamy do czynienia na wejściu procesu przetwarzania, zmuszają nas do wykorzystania metod, które są specyficzne dla big data. Od big data nie wymaga się dokładnego uzyskania wyniku w postaci liczbowej. Ważne są przede wszystkim procedury, które potrafią określić zależność pomiędzy napływającymi różnymi danymi. W gospodarce globalnej jest to szczególnie ważne, ponieważ zmienia się model prowadzenia biznesu. W artykule przedstawiona jest rola technologii big data w procesie globalizacji prowadzenia biznesu
PL
Celem niniejszego artykułu jest zaprezentowanie rozważań autorów na temat głównych perspektyw wykorzystania Big Data w analizie zbiorów danych tworzonych, gromadzonych oraz przechowywanych w mediach społecznościowych. Inspiracją dla napisania niniejszego artykułu były badania pilotażowe przeprowadzone przez jednego z autorów mające na celu zidentyfikowanie dwóch głównych perspektyw wykorzystania Big Data do analizy informacji zawartych w mediach społecznościowych. Artykuł zawiera swoistą syntezę rozważań teoretycznych z obszaru ontologii Big Data, przeglądu kluczowych informatycznych narzędzi wykorzystywanych do pozyskiwania danych od użytkowników mediów społecznościowych oraz kierunków wykorzystania tych danych przez przedsiębiorców. W artykule zostaną pokrótce zsyntetyzowane wyniki badań prowadzonych przez autorów artykułu, które to badania szerzej zostały omówione w artykułach zamieszczonych w Przeglądzie Organizacji nr 8/2017 oraz 9/2017
EN
Contemporary enterprises must deal with changes in turbulent surrounding. New technologies are present in all societies. One effect of the explosion in the adoption of social media technologies has been the growth of so-called “Big Data”. Social media and Big Data are changing accounting and accountability in companies, but often such changes take place outside accounting subsystems. Use of digital technologies and methods is essential to gather, store and process large amount of data. With Big Data technologies, despite some challenges, modern enterprises are able to deal with such large volume of data, provide better forecasts and business decisions. There is presented in the paper the influence of the new technologies on management accounting.
EN
In many applications of the multivariate analyses of variance, the classic parametric solutions for testing hypotheses of equality in population means or multisample and multivariate location problems might not be suitable for various reasons. Multivariate multisample location problems lack a comparative study of the power behaviour of the most important combined permutation tests as the number of variables diverges. In particular, it is useful to know under which conditions each of the different tests is preferable in terms of power, how the power of each test increases when the number of variables under the alternative hypothesis diverges, and the power behaviour of each test as the function of the proportion of true alternative hypotheses. The purpose of this paper is to fill the gap in the literature about combined permutation tests, in particular for big data with a large number of variables. A Monte Carlo simulation study was carried out to investigate the power behaviour of the tests, and the application to a real case study was performed to show the utility of the method.
EN
The development of modern technologies used in the analysis of customer information allows not only for the collection of past data on buyers’ preferences, but also makes it possible to analyse consumer behaviour on the Internet, online payments, social media and other real-time sources. The aim of the paper is to present the possibilities of using big data in the process of customizing the offer in the context of buyer behaviour. The paper analyses the process of collecting and processing data for the purposes of customizing the offer and identifies practical examples of using big data in the international business practice. It has been stated that the ability to meet the individual needs of buyers has become the basis of modern competitiveness. The real-time acquisition of non-structural data and the ability to analyse it are a condition of successful operation for businesses in technologically developed economies. To build market position, companies need to use big data analysis capabilities, anticipating future customer behaviour and customize not only the product but also all the components of the marketing mix.
EN
One of the fundamental aspects of the big data phenomenon is the possibility of application in management. This potential differs depending on the specifics of the organization and the area of application. The article aims to indicate the specificity and directions of applying big data methods in marketing, with particular emphasis on improving customer relationships. After presenting the general characteristics of the big data phenomenon in management, the evolution of business analytics related to new possibilities of mass data processing was described. Then, the focus was on the examples of big data applications in improving customer relationships, which confirms the thesis that these methods are very useful in marketing.
PL
Jednym z podstawowych aspektów zjawiska big data, czyli przetwarzania masowych danych, są możliwości zastosowań jego technik w zarządzaniu. Ich potencjał różni się wyraźnie w zależności od specyfiki organizacji i obszaru jej działalności. Celem artykułu jest wskazanie specyfiki i kierunków zastosowań metod big data w zakresie marketingu, ze szczególnym uwzględnieniem doskonalenia relacji z klientami. W artykule przedstawiono ogólną charakterystykę zjawiska big data w kontekście zarządzania, opisano ewolucję analityki biznesowej związaną z nowymi możliwościami przetwarzania masowych danych oraz wskazano przykładowe obszary zastosowań big data w zakresie doskonalenia relacji z klientami, które potwierdzają tezę o wysokiej przydatności tych metod w marketingu.
LogForum
|
2018
|
vol. 14
|
issue 2
151-161
EN
Background: Big data and predictive analytics could improve the ability to help with the sustainability of sourcing decisions. Sustainability has become a necessary goal for businesses and a powerful strategy for competitive advantage. There’s a need for sustainable innovations along the supply chain to enable companies to have a strong market presence. Developing absorptive capacity both in firms and in supply chains are also integral to responding to dynamic markets and customer needs. The main objective of this paper is to identify the features of big data and predictive analytics applied to sustainable supply chain innovation, and to analyze the role of absorptive capacity. Methods: A literature review investigates how absorptive capacity affects the impact of the utilization of big data and predictive analytics on sustainable supply chain innovation. Results: This paper proposes a conceptual framework linking the different elements. It also proposes a synthesis of the existing definitions of the used concepts. In particular, the role of absorptive capacity as enabler on Big Data and Predictive Analytics on sustainable supply chain innovation is stressed. Conclusions: The paper investigates the emerging paradigm of big data and predictive analytics. The conceptual framework use theoretical foundation of absorptive capacity, and the extant literature on Big Data and predictive analytics. This framework will help us to build a research model for sustainable supply chain innovation applications. Further work is required to develop an action research methodology for validating the framework in depth within a company.
PL
Wstęp: Zastosowanie analizy big data oraz estymacji umożliwiają lepsze zrównoważenie decyzji wykorzystania zasobów. Rozwój zrównoważony stał się niezbędnym celem biznesowym i potężną strategią uzyskania przewagi konkurencyjnej. Można zaobserwować rosnące zapotrzebowania na zrównoważone innowacje w obrębie łańcucha dostaw, umożliwiające przedsiębiorstwom silny wpływ na rynek. Rozwój zdolności absorpcyjnej zarówno w firmach jak i w łańcuchach dostaw jest zintegrowane z potrzebami konsumentów oraz dynamicznych rynków. Głównym celem tej pracy było zidentyfikowanie cech analizy big data oraz estymacji istotnych dla zrównoważonych innowacji w obrębie łańcucha dostaw oraz analiza roli zdolności absorpcyjnej. Metody: Podstawą pracy był przegląd literatury, umożliwiający analizę wpływu zdolności absorpcyjnych na zastosowanie analizy big data oraz estymacji dla osiągnięcia zrównoważonej innowacyjności w obrębie łańcucha dostaw. Wyniki: Zaproponowano koncepcję rozwiązania łączącą różne elementy. Zaproponowano również syntezę istniejących definicji stosowanych koncepcji. W szczególności, rolę zdolności absorpcyjnych jako elementu umożliwiającego stosowanie analizy big data oraz estymacji dla zrównoważonej innowacyjności w obrębie łańcucha dostaw. Wnioski: W pracy badano pojawiający się paradygmat analizy big data oraz estymacji. Koncepcja oparta jest na zastosowaniu zdolności absorpcyjnej oraz istniejących danych literaturowych i ich wpływu na analizę big data. Praca pomaga zbudować model badawczy dla zrównoważonych innowacji w obrębie łańcucha dostaw. Zwrócono uwagę na potrzebę kontynuowania badań w tym zakresie.
EN
Although sample surveys do not play a primary role in research, their impact has increased recently in many areas of finance and economics. At the same time, however, new difficulties have arisen in conducting surveys and making inference on the basis of sample results. These difficulties concern not only up-to-date sampling frames and proper modes of interviewing respondents, but also the rapid increase of non-response rates, which affects the quality of outcomes. In these circumstances it seems reasonable to search for external data in order to reduce the consequences of non-sampling errors. The article presents the authors’ view on the possible use of big data as supplementary information. It also discusses some of the main challenges for survey-based research in the near future. The main conclusion is that big data will support rather than overtake surveys in finance in the years ahead.
PL
Mimo że badania próbkowe nie stanowią najczęściej podstawowego podejścia w naukach nieeksperymentalnych, to ich znaczenie w ostatnich latach rośnie zarówno w ekonomii, jak i w finansach. Jednocześnie jednak pojawiają się nieznane dotychczas trudności w prowadzeniu badań próbkowych i we wnioskowaniu, którego są podstawą. Są to nie tylko problemy z właściwym operatem losowania i skutecznym sposobem komunikowania się ankietera z respondentem, ale także szybko rosnące wskaźniki odmowy respondentów udziału w tego typu badaniach. W tych warunkach szczególnego znaczenia nabierają informacje spoza próby, mogące poprawić jakość wnioskowania. Artykuł przedstawia punkt widzenia autorów na kwestię wykorzystania możliwości big data jako zewnętrznego, wspomagającego próbę źródła informacji. Autorzy prezentują ponadto najważniejsze wyzwania, jakie stawiane są przed badaniami próbkowymi w najbliższej przyszłości. Głównym wnioskiem z rozważań jest przekonanie autorów, że w najbliższej przyszłości big data nie zdoła zastąpić badań próbkowych, ale może przyczynić się do poprawy ich jakości.
EN
The goal of this paper is to present, on the one hand, the benefits for official statistics (labour market) resulting from the use of web scraping methods to gather data on job advertisements from websites belonging to big data compilations, and on the other, the challenges connected to this process. The paper introduces the results of experimental research where web-scraping and text-mining methods were adopted. The analysis was based on the data from 2017–2018 obtained from the most popular jobsearching websites, which was then collated with Statistics Poland’s data obtained from Z-05 forms. The above-mentioned analysis demonstrated that web-scraping methods can be adopted by public statistics services to obtain statistical data from alternative sources complementing the already-existing databases, providing the findings of such research remain coherent with the results of the already-existing studies.
PL
Celem artykułu jest zaprezentowanie korzyści wynikających z wykorzystania na potrzeby statystyki publicznej (rynku pracy) narzędzi do automatycznego pobierania danych na temat ofert pracy zamieszczanych na stronach internetowych zaliczanych do zbiorów big data, a także związanych z tym wyzwań. Przedstawiono wyniki eksperymentalnych badań z wykorzystaniem metod web scrapingu oraz text miningu. Analizie poddano dane z lat 2017 i 2018 pochodzące z najpopularniejszych portali z ofertami pracy. Odwołano się do danych Głównego Urzędu Statystycznego (GUS) zbieranych na podstawie sprawozdania Z-05. Przeprowadzona analiza prowadzi do wniosku, że web scraping może być stosowany w statystyce publicznej do pozyskiwania danych statystycznych z alternatywnych źródeł, uzupełniających istniejące bazy danych statystycznych, pod warunkiem zachowania spójności z istniejącymi badaniami.
PL
Jednym z największych problemów badania świata mediów jest duża liczba danych – zwanych big data. Stare metody są zupełnie nieprzydatne do badania nowych typów danych. Od kilkunastu lat dynamicznie rozwija się humanistyka cyfrowa, która proponuje nowe narzędzia do badania big data, w tym wizualizację informacji. W Polsce problematyka ta nie była do tej pory przedmiotem szerszego zainteresowania za strony badaczy. Sytuacja ta uległa zmianie, gdy w 2016 r. ukazało się studium Veslavy Osińskiej Wizualizacja informacji. Książka jest przeznaczona dla informatologów, praktyków i reprezentantów każdej innej dziedziny naukowej specjalizującej się w zakresie wizualizacji informacji. Z pewnością skorzystają z niej również osoby wrażliwe na piękno infografiki lub nowicjusze poszukujący wydajnych sposobów prezentacji dużych zbiorów danych.
EN
One of the biggest problems is the large number of media research data – called big data. The old methods are completely unsuitable for testing new types of data.From more than a dozen dynamically develops digital humanities, which proposes new tools to study the big date, including visualization of information. In Poland this problem have not been the subject of much interest for researchers. This situation changed when, in 2016, the study Veslava Osińska Visualization of information was published. The book is intended for researchers in the field of information science, practitioners and representatives of each scientific field specializing in Infovis. Certainly the people sensitive to the beauty of infographics or novices looking for efficient ways of presenting large data sets will appreciate the current work.
PL
W ubiegłych latach stosunkowo duża część banków centralnych miała problem z realizacją własnych celów inflacyjnych. Badanie ma na celu odpowiedzieć, czy przyczyną tego zjawiska jest niedoskonała organizacja prac działów badań ekonomicznych. Przedstawiony model wskazuje pozytywną, choć stosunkowo mało istotną statystycznie relację pomiędzy koncentracją idei poruszanych w badaniach a sumą odchyleń od celów inflacyjnych. Przedstawione zostały również nieregularności widoczne w danych. Amerykańska Rezerwa Federalna, Bundesbank czy Bank Anglii prowadzą mniej zdywersyfikowane badania niż EBC. Departamenty badań Banku Włoch oraz NBP są zdominowane przez prace wąskiej grupy badaczy. Z kolei Banki Francji i Kanady prowadzą najbardziej różnorodne badania.
EN
In the recent years, the a great vast majority of the world’s central banks have globally failed to realize meet their inflation targets. We attempt to answer a question of determine whether such this failure resulted from insufficient inadequate organization organisation of economic research in those institutions. Our study shows a positive, but statistically weak, relationship between these two issues aspects. However, the analysis finds also finds a few several adverse irregularities in how research is organised in major central banks’s. research organizations. The research of the U.S. Federal Reserve, the Bundesbank, and the Bank of England are is relatively less diversified compared tothan that of the European Central Bank. In the cases of Poland and Italy, central bank economic departments are dominated by groups of researchers focused on a narrow range of topics. On the other hand, the organization organisation of research departments in France and Canada supports a greater variety of topics and independence of researchers.
first rewind previous Page / 4 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.