основы больших данных. данные Кудас. Контрольная работа дисциплина Основы работ с большими данными Ф. И. О студента Кудас Екатерина Алексеевна Специальность Гостиничное дело

• Название: Контрольная работа дисциплина Основы работ с большими данными Ф. И. О студента Кудас Екатерина Алексеевна Специальность Гостиничное дело
• Анкор: основы больших данных
• Дата: 21.02.2023
• Размер: 72.13 Kb.
• Имя файла: данные Кудас.docx
• Тип: Контрольная работа; #949055

МИНОБРНАУКИ РОССИИ

федеральное государственное бюджетное образовательное учреждение

высшего образования

«Новосибирский государственный университет экономики и управления «НИНХ»

(ФГБОУ ВО «НГУЭУ», НГУЭУ)


Кафедра статистики
КОНТРОЛЬНАЯ РАБОТА


Дисциплина: Основы работ с большими данными Ф.И.О студента: Кудас Екатерина Алексеевна Специальность: Гостиничное дело
Специализация: Управление гостиничным и санаторно-курортным комплексом Номер группы: 3ГД11
Номер зачетной книжки: 214041
Номер варианта контрольной работы: 1


Новосибирск 2023

Содержание

Задание № 1 3

Задание № 2 4

Задание № 3 5

Задание № 4 6

Задание № 5 7

Библиографический список 9

Задание № 1

На примере задач банковской деятельности ответьте на следующие вопросы:

- какие данные, подходящие под определение big data, фиксируются/могут фиксироваться в исследуемой предметной области;

- какими инструментами можно воспользоваться для сбора и хранения данных. Какие ресурсы необходимы для этого (технические, программные)

- описать источники данных и способы добычи данных из этих источников

Ответ оформите в табличном виде в формате.

Ответ:

Наименование программного средства/оборудования	Наименование собираемых/хранимых данных	Описание и краткая характеристика собираемых/хранимых данных, источники данных
ORACLE - многомодельная система управления базами данных	Данные о сделках, клиентах, контрактах, счетах, транзакциях, обращениях.	Табличные данные разной природы
Геолокационные системы, GPS, системы отслеживания ATM and Cassette Tracker - устройство для отслеживания Detwig - мультивендорная система мониторинга и управления сетями устройств банковского самообслуживания	Местоположение и состояние банкоматов, оперативный контроль состояния сети	Табличные данные разной природы
MetaTrader 4 - платформа/программа для торговли на рынке Форекс и анализа финансовых рынков	Биржевая информация	Табличные данные разной природы, временные ряды

Задание № 2

Приведите примеры способов обработки и визуализации данных с использованием инструментов работы с big data в банковской деятельности. Ответ оформите в табличном виде в формате.

Наименование данных	Характеристика результата после обработки/визуализации	Наименование программного средства, с помощью которого получен результат
Биржевая информация (временной ряд)	Линейные графики наблюдений, линейные автокорреляционные графики	MetaTrader 4, Matlab, Matplotlib.
Биржевая информация (исторические данные)	Гистограммы и графики плотности распределения	MetaTrader 4, Matlab, Matplotlib.
Данные о местоположении банкомата	Линейный график, соединяющий точки местоположения, тепловая карта и карта плотности вероятности	Detwig, Google Maps integration, Matlab, Matplotlib

Задание № 3

Сформулируйте задачи, возникающие в банковской деятельности, которые можно было бы решить с использованием машинного обучения. Опишите возможные результаты.

Ответ:

1. 
   Прогнозирование финансового состояния - позволяет прогнозировать момент окончания денежных средств и планировать их инкассацию
   
2. 
   Анализ видеозаписей - облегчает цикл рассмотрения претензий, позволяет обнаружить аномальное поведение и состояние банкоматов
   
3. 
   Анализ временных рядов - позволяет делать временной прогноз различных показателей (цен, нагрузки на системы и др.)
   

Задание № 4

Сформулировать и перечислить основные заинтересованные лица (стейкхолдеры), кто был бы заинтересован в полученных результатах. Опишите возможные результаты.

Ответ:

Перечень основных заинтересованных лиц (стейкхолдеров), заинтересованных в управлении, основанном на данных

Наименование заинтересованного лица (стейкхолдера)	Какой полезный результат могут получить
Банковские сети	Управление на основе данных позволяет банкам анализировать финансовое состояние всех банкоматов и отделений, прогнозировать количество необходимой наличности, планировать время инкассации, анализировать данные о местоположении и прогнозировать возможные места размещения банкоматов. Прогнозировать и распределять нагрузку на системы и соответствующим образом управлять данными.
Клиент банка	Управление на основе данных обеспечивает клиентам дополнительный уровень защиты. Так, если в банке есть системы прогнозирования вероятности мошеннических операций и аномального поведения, клиент может быть оперативно проинформирован об аномальных списаниях с его счета, или сам банк может принять своевременные меры, даже если угроза финансам клиента не была замечена (клиентом) .

Задание № 5

Сформулировать требования к возможным изменениям в нормативно-правовой базе.

Ответ:

Требуемые изменения в нормативно-правовой базе (государственный, отраслевой, внутренний уровни):

1. Одной из статей дохода финансовых учреждений является монетизация данных. Несмотря на то, что сбор данных о клиентах позволяет обеспечить дополнительный уровень защиты, использование данных о финансовом поведении клиентов, особенно при аффилированном обмене данными, может нанести вред клиенту банка. Таким образом, можно сделать вывод, что может возникнуть необходимость специально дополнить закон о персональных данных положениями о непередаче данных другим организациям.

2. У Центрального банка России есть свой стандарт по безопасности данных, а нормативы ЦБ РФ обязательны для всех кредитных организаций в России. В 2018 году был издан приказ "Об основных направлениях политики обработки персональных данных в Центральном банке Российской Федерации (Банке России)", а в 2021 году ЦБ РФ предложил создать платформу, с помощью которой граждане могли бы отзывать свое согласие на обработку персональных данных. Можно предположить, что на отраслевом уровне такой функционал должен быть предусмотрен для каждой финансовой организации, при этом обязывая финансовые организации не отказывать клиентам в предоставлении услуг при отзыве согласия на передачу их персональных данных сторонним организациям.

3. На внутреннем уровне можно также обратить внимание на стандарты ЦБ РФ, служебные регламенты ЦБ РФ контролируют соблюдение отдельными сотрудниками положений закона о персональных данных. Введение более строгих правил по соблюдению интересов клиентов в отношении персональных данных могло бы стать полезным дополнением к уже существующей системе анализа и хранения данных в финансовых учреждениях.

Библиографический список

1. 
   Анализ данных: учебник для академического бакалавриата / под ред. В. С. Мхитаряна. - М. : Издательство Юрайт, 2016. - 490 с.
   
2. 
   Большие данные: метод. указания по контактной и самостоятельной работе / сост. А. В. Параскевов. – Краснодар: КубГАУ, 2020. - 35 с.
   
3. 
   Горев А.И., Горева Е.Г. О применимости существующих алгоритмов обработки данных к Big Data [Электронный ресурс] // МСиМ. 2021. №1 (53). URL: https://cyberleninka.ru/article/n/o-primenimosti-suschestvuyuschih-algoritmov-obrabotki-dannyh-k-big-data (дата обращения: 16.02.2023)
   
4. 
   Лесковец, Ю. Анализ больших наборов данных / Ю. Лесковец, А. Раджараман. - М.: ДМК, 2016. - 498 c.
   
5. 
   Магеррамов З. Т., Абдуллаев В. Г., Магеррамова А. З. Big Data: проблемы, методы анализа, алгоритмы [Электронный ресурс] // Радиоэлектроника и информатика. 2017. №3. URL: https://cyberleninka.ru/article/n/big-data-problemy-metody-analiza-algoritmy (дата обращения: 16.02.2023)
   
6. 
   Big Data от А до Я [Электронный ресурс]: https://habr.com/ru (дата обращения 16.02.2023).