Research on Big Data – A systematic mapping study

Analytics for the Internet of Things

“…Akoka et al [6] ✓ Big Data Research Trends Lin et al [116] ✓ Fog Computing Architecture Farahzadia et al [58] ✓ ✓ Middleware for Cloud IoT Sethi et al [181] ✓ IoT Architectures, Apps…”

“…In 2017, Akoka et al [6] perform a systematic mapping study, a method for structuring a research field, to classify big data academic research and identify trends in the research. Both analytics and the IoT were identified as popular topics.…”

“…Given the traction of big data analytics in the industry and the IoT's potential to become a "dominant source" of big data [39], while also a consumer of insights and optimisation drawn from analytics, we foresee that researchers will be looking to understand the process of deriving analytical insights from the IoT. This is further justified by the argument of Akoka et al [6] that "data of IoT is useful only when analyzed". As we have noted in our chronological study of previous reviews, this particular combination of areas, with a focus on IoT analytics, to the best of our knowledge, has not been explored in depth.…”

Toma de decisiones en el contexto de Big Data: estudio de caso único de una cooperativa de consumo en Argentina

“…Todavia, esta última característica torna o gerenciamento de informações mais complexo dentro das organizações. Tam-bém se observa uma aceleração na percentagem de dados não estruturados (Akoka, 2017).…”

“…Em uma empresa, não apenas as fontes de informações internas, como produtos, estoque, arquivos de funcionários, fornecedores, etc., podem ser digitalizados e armazenados, mas também as variáveis externas à organização, como registros de clientes, métodos de pagamento, comportamento dos clientes, comportamento competitivo, etc. Isso faz com que diferentes tipos de dados possam ser armazenados e analisados ao mesmo tempo, em particular os dados semiestruturados ou não estruturados, provenientes, em sua maioria, de novas plataformas via link de internet, que têm de coexistir com os dados estruturais tradicionais internos da organização, acrescentando complexidade adicional(Zikipoulos, 2013).VelocidadeEsta característica não apenas se refere à velocidade com que os dados são gerados e transferidos ao seu lugar de armazenamento, mas também à necessidade de analisarmos e de obtermos informações deles em prazos curtos de tempo(Zikipoulos, 2013;Akoka et al, 2017). Muitos dos dados armazenados pelas organizações perdem o seu valor ao longo do tempo.…”