Big data

Mégadonnées

Le big data /ˌbɪɡ ˈdeɪtə/[1] (litt. « grosses données » en anglais), les mégadonnées[2],[3] ou les données massives[2], désigne les ressources d’informations dont les caractéristiques en termes de volume, de vélocité et de variété imposent l’utilisation de technologies et de méthodes analytiques particulières pour créer de la valeur[4],[5], et qui dépassent en général les capacités d'une seule et unique machine et nécessitent des traitements parallélisés.

L’explosion quantitative (et souvent redondante) des données numériques permet une nouvelle approche pour analyser le monde[6]. Le volume colossal de données numériques disponibles, implique de mettre en œuvre de nouveaux ordres de grandeur concernant la capture, le stockage, la recherche, le partage, l'analyse et la visualisation des données. Le traitement des big data[7] permet de nouvelles possibilités d'exploration de l'information et des données, celles-ci proviennent de nombreuses sources numériques : les réseaux sociaux, les médias[8], l'OpenData, le Web, des bases de données privées, publiques à caractère commercial ou scientifique. Cela permet des recoupements et des analyses prédictives dans de nombreux domaines : scientifique, santé, économique, commercial… La multiplicité des applications a été comprise et développée par les plus gros acteurs du secteur des technologies de l'information[9].

Divers experts, grandes institutions (comme le MIT[10] aux États-Unis, le Collège de France[11] en Europe), administrations[12] et spécialistes sur le terrain des technologies ou des usages[13] considèrent le phénomène big data comme l'un des grands défis informatiques de la décennie 2010-2020 et en ont fait une de leurs nouvelles priorités de recherche et développement, qui pourrait notamment conduire à l'Intelligence artificielle en étant exploré par des réseaux de neurones artificiels autoapprenants[14].

Une visualisation des données créée par IBM[15] montre que les big data sur les modifications de Wikipedia par le robot Pearle ont plus de signification lorsqu'elles sont mises en valeur par des couleurs et des localisations[16].
  1. Prononciation en anglais standard retranscrite selon la norme API.
  2. a et b [PDF] Commission générale de terminologie et de néologie, Journal officiel de la République française du [lire en ligne].
  3. « mégadonnées », Grand Dictionnaire terminologique, Office québécois de la langue française (consulté le ).
  4. (en) Andrea De Mauro, Marco Greco et Michele Grimaldi, « A formal definition of Big Data based on its essential features », Library Review, vol. 65, no 3,‎ , p. 122–135 (ISSN 0024-2535, DOI 10.1108/LR-06-2015-0061, lire en ligne, consulté le )
  5. « Conférence : voyage au cœur du Big Data », sur CEA/Médiathèque, (consulté le ).
  6. (en) Cukier, K., & Mayer-Schoenberger, V. (2013). Rise of Big Data: How it's Changing the Way We Think about the World, The. Foreign Aff., 92, 28.
  7. « Qu’est-ce que le Big Data ? », sur lebigdata.ma.
  8. Les médias dans la moulinette du « big data », 6 janvier 2014, consulté 12 janvier 2014.
  9. Michel Cartier, « Le "Big Data" », sur 21e siècle.
  10. (en) CSAIL Researchers to Teach MIT's First Online Professional Course on Big Data, Tackling the Challenges of Big Data, janvier 2014, consulté 2014-01-12
  11. Création au Collège de France d'une Chaire « Sciences des données » en 2018., college-de-france.fr.
  12. [PDF]Gouvernement français (2012) - Investissements d’avenir – Fonds national pour la société numérique, Appel à projets no 3 - Big Data.
  13. Big Data Paris, conférence-exposition, 20-21 mars 2012.
  14. (en) « The AI revolution in science », Science | AAAS,‎ (lire en ligne, consulté le )
  15. Non accessible le 31 mars 2019, sur ibm.com
  16. Watters, Audrey, Visualize Big Data with Flowing Media, ReadWriteWeb. 15 avril 2010

Developed by StudentB