GI LogoGI Logo
  • Anmelden
Digitale Bibliothek
    • Gesamter Bestand

      • Bereiche & Sammlungen
      • Titel
      • Autor
      • Erscheinungsdatum
      • Schlagwort
    • Diese Sammlung

      • Titel
      • Autor
      • Erscheinungsdatum
      • Schlagwort
Digital Bibliothek der Gesellschaft für Informatik e.V.
GI-DL
    • English
    • Deutsch
  • Deutsch 
    • English
    • Deutsch
Dokumentanzeige 
  •   Startseite
  • Fachbereiche
  • Wirtschaftsinformatik (WI)
  • HMD Praxis der Wirtschaftsinformatik
  • HMD 51(4) - August 2014 - Big Data
  • Dokumentanzeige
JavaScript is disabled for your browser. Some features of this site may not work without it.
  •   Startseite
  • Fachbereiche
  • Wirtschaftsinformatik (WI)
  • HMD Praxis der Wirtschaftsinformatik
  • HMD 51(4) - August 2014 - Big Data
  • Dokumentanzeige

Empirische Ergebnisse zu Big Data

Autor(en):
Gluchowski, Peter [DBLP]
Zusammenfassung
Der vorliegende Beitrag nähert sich dem Themenkreis Big Data auf der Basis unterschiedlicher empirischer Untersuchungen, die das Ziel verfolgen, das Themenfeld weiter auszuleuchten. Entsprechende Umfrageergebnisse liegen inzwischen in großer Vielfalt vor, was sicherlich durch dem immer noch existierenden Aufklärungsbedarf geschuldet ist, und wurden vor allem von Analysten und Produktherstellern publiziert. Die vorliegende Untersuchung konzentriert sich auf unterschiedliche unabhängige Studien zum Thema Big Data und hebt zentrale gleichartige sowie abweichende Ergebnisse in kondensierter Form hervor.
  • Vollständige Referenz
  • BibTeX
Gluchowski, P., (2014). Empirische Ergebnisse zu Big Data.   HMD Praxis der Wirtschaftsinformatik: Vol. 51, No. 4. Springer. (S. 401-411). DOI: 10.1365/s40702-014-0037-9
@article{mci/Gluchowski2014,
author = {Gluchowski, Peter},
title = {Empirische Ergebnisse zu Big Data},
journal = {HMD Praxis der Wirtschaftsinformatik},
volume = {51},
number = {4},
year = {2014},
,
pages = { 401-411 } ,
doi = { 10.1365/s40702-014-0037-9 }
}

Sollte hier kein Volltext (PDF) verlinkt sein, dann kann es sein, dass dieser aus verschiedenen Gruenden (z.B. Lizenzen oder Copyright) nur in einer anderen Digital Library verfuegbar ist. Versuchen Sie in diesem Fall einen Zugriff ueber die verlinkte DOI: 10.1365/s40702-014-0037-9

Haben Sie fehlerhafte Angaben entdeckt? Sagen Sie uns Bescheid: Feedback abschicken

Mehr Information

DOI: 10.1365/s40702-014-0037-9
ISSN: 2198-2775
Datum: 2014
Typ: Text/Journal Article

Keywords

  • Analytics
  • Big Data
  • Datenvolumen
  • Hadoop
  • In-Memory
Sammlungen
  • HMD 51(4) - August 2014 - Big Data [14]

Zur Langanzeige


Über uns | FAQ | Hilfe | Impressum | Datenschutz

Gesellschaft für Informatik e.V. (GI), Kontakt: Geschäftsstelle der GI
Diese Digital Library basiert auf DSpace.

 

 


Über uns | FAQ | Hilfe | Impressum | Datenschutz

Gesellschaft für Informatik e.V. (GI), Kontakt: Geschäftsstelle der GI
Diese Digital Library basiert auf DSpace.