Big data infrastruktura i servisi

Cilj ovog predmeta je osposobljavanje studenata za samostalno projektovanje, realizaciju i korišćenje big data infrastrukture, servisa i rešenja u elektronskom poslovanju

Studenti su osposobljeni za samostalno projektovanje, realizaciju i korišćenje big data sistema u elektronskom poslovanju.

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. Uvođenje 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 uređaja. 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. T. White, Hadoop: The Definitive Guide: Storage and Analysis at Internet Scale, 4th Edition, O’Reilly Media, 2015, ISBN: 978-1491901632.
3. M. Bonzanini, Mastering Social Media Mining with Python, Packt Publishing, 2016, ISBN: 978-1783552016.
4. Kleppmann, M. (2017). Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems, O’Reilly Media; 1 edition, ISBN-10: 1449373321.
5. 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
6. Materijali u e-formi, sa portala za e-učenje moodle.elab.fon.bg.ac.rs. 2021