Cilj
Ishod
Metode izvodjenja nastave
Sadržaj
Literatura
Teorijska nastava
Uloga big data u poslovanju preduzeća. Big data infrastruktura i servisi u elektronskom poslovanju. Projektovanje
informacionih sistema u big data okruženju. Nerelacione baze podataka. Prelaz sa relacionog na nerelacioni model
podataka. Uvodjenje kontolisane redudanse. Apstrakcije relacionog modela na tabelu (big table model) i na binarnu relaciju
(key value model). Skalabilno i distribuirano procesiranje podataka u big data okruženju. MapReduce. Big data rešenja u
Apache Hadoop ekosistemu. Big SQL koncepti i rešenja. Big data analitika i otkrivanje znanja. Big data analitika u realnom
vremenu. In-database analitika. Infrastruktura za analitiku u realnom vremenu, Apache Spark. Primena big data u:
elektronskoj trgovini, internet marketingu, e-upravi, e-zdravstvu, e-bankarstvu. Analiza logova velikih veb sajtova. Analiza
podataka iz velikih elektronskih prodavnica. Big data u mobilnom poslovanju. Analiza društvenih mreža. Sentiment
analiza. Analiza multimedijalnih i nestrukturiranih podataka u elektronskom poslovanju. Primena big data za prikupljanje
i analizu senzorskih podataka u pametnim okruženjima. Upravljanje podacima u big data okruženju. Problemi privatnosti i
sigurnosti. Trendovi u big data.
Praktična nastava
Projektovanje big data rešenja za preduzeća. Razvoj big data rešenja nad nerelacionim bazama podataka. MongoDB. Cassandra.
Redis. Big data obrada u realnom vremenu: Apache Spark, Twitter Heron. Implementacija striming poslova u realnom vremenu.
Upravljanje resursima big data infrastrukture. Hadoop ekosistem za big data: hdfs, Hbase, Yarn, mapreduce, Pig, Hive, Ambari,
Zookeeper. Big data analitika. Apache Mahout. Spark MLlib. Razvoj personalizovanih rešenja u big data okruženju. Razvoj
sistema za pretragu podataka u elektronskom poslovanju. Apache Solr. Razvoj big data rešenja za sisteme zasnovane na
mobilnim i tehnologijama interneta inteligentnih uredjaja. Analiza društvenih mreža u Python-u. Vizuelizacija podataka.
Izrada projekata i evaluacija razvijenih rešenja.
1.
B.Radenković,
M.Despotović-Zrakić,
Z.Bogdanović, D.Barać,
A.Labus
Elektronsko poslovanje, poglavlje 20. Trendovi u
tehnologijama elektronskog poslovanja, pp. 275-
282
FON 2015
2.
Milovanović S., Bogdanović
Z., Labus A., Barać D.,
Despotović-Zrakić, M.
An approach to identify user preferences based on
social network analysis. Future Generation Computer
Systems, 93, 121-129
ISSN 0167-739X 2019
3. T. White Hadoop: The Definitive Guide: Storage and Analysis
at Internet Scale O’Reilly Media 2015
4. M. Bonzanini Mastering Social Media Mining with Python Packt Publishing 2016
5.
B. Radenković, M.
Despotović-Zrakić, Z.
Bogdanović, D. Barać, A.
Labus
Materijali za predmet Big data infrastruktura i servisi, u
e-formi, sa portala za e-učenje
moodle.elab.fon.bg.ac.rs
2021
6. Kleppmann, M. Designing Data-Intensive Applications: The Big Ideas
Behind Reliable, Scalable, and Maintainable Systems
O’Reilly Media; 1 edition, ISBN10: 1449373321. 2017
