1. Caractérisation des mégadonnées
Cette section présente une caractérisation des mégadonnées, notamment au travers du modèle populaire des « 3V » étendu au « 5V ». Ensuite une distinction est faite entre le paradigme de l’informatique décisionnelle et celui des mégadonnées.
1.1 Modèle des 3V étendu aux 5V
La caractérisation de ces mégadonnées ou Big Data est généralement faite selon 3 « V », les V de Volume, de Variété et de Vélocité, auxquels s’ajoutent d’autres « V » complémentaires, comme ceux de Valeur et de Véracité/Validité.
HAUT DE PAGE
1.1.1 Volume
Le caractère « volume » est certainement celui qui est le mieux décrit par le terme « Big » de l’expression. Volume fait référence à la quantité d’informations, trop volumineuse pour être acquise, stockée, traitée, analysée et diffusée par des outils standards. Ce caractère peut s’interpréter comme le traitement d’objets informationnels de grande taille ou de grandes collections d’objets.
HAUT DE PAGE
1.1.2 Variété
Le caractère « variété » fait référence à l’hétérogénéité des formats, de types, et de qualité des informations. Il est lié au fait que ces données peuvent présenter des formes complexes du fait qu’elles trouvent leurs origines dans des capteurs divers et variés (température, vitesse du vent, hygrométrie, tours/mn, luminosité...), dans des messages échangés (e-mails, médias sociaux, échanges d’images, de vidéos, musique), dans des textes, des publications en ligne (bibliothèques numériques, sites web, blogs...), des enregistrements de transactions d’achats, des plans numérisés, des annuaires, des informations issues des téléphones mobiles, etc.
...
![Ecoutez notre podcast Cogitons Sciences : matériaux, durée de vie et fatigue [Matériaux, histoire d’une vie #3]](https://www.techniques-ingenieur.fr/actualite/wp-content/uploads/2022/06/Article-actu-Podcast-fatigue-matériaux-150x150.png)
QUIZ ET TEST DE VALIDATION PRÉSENTS DANS CET ARTICLE
