Goldene Daten: Wie Web Scraping die Bewertung von Kunden verändert

Die Art der Forschung hat eine qualitative, narrative Struktur und dieses Design versuchte, eine Erklärung und Analyse der Entwicklung des Konzepts von Big Data im Laufe der Zeit durch die Sammlung und Überprüfung von bibliografischen Veröffentlichungen von wissenschaftlichen Artikeln, wie ProQuest, Google Academic, EBSCO, sowie viele andere zu generieren. Die Strategie bestand in der Sammlung bibliografischer Quellen und das verwendete Werkzeug war die Referenzmatrix wissenschaftlicher Untersuchungen. Im Ergebnis wurde mehr über Big Data gelernt und darüber, wie es sich im Laufe der Zeit verändert hat und wie es als ETL implementiert werden kann, um ein besseres Verständnis der Daten zu erreichen und effizientere Entscheidungen in den Branchen treffen zu können, die diese Daten nutzen. Darüber hinaus wurden in der Analyse mehrere Forschungsthemen identifiziert, wie z. B. Finanz- und Verbraucherrisikomanagement, Text Mining und evolutionäre Schreibalgorithmen und evolutionäre Algorithmen. Die Analyse schließt mit einer Untersuchung der Auswirkungen der Lücken, die im Laufe der Zeit sowohl in der Forschung als auch in der Praxis entstanden sind, auf die verschiedenen Verwaltungs- und Dienstleistungsbereiche.

G. R. Apaza Ramos - IX-Zyklus-Student der Systemtechnik, mit Zertifikat in SCRUM-Grundlagen ID 871623, Cybersecurity Essentials, CRI, Unternehmensnetzwerke, Sicherheit und Automatisierung.E. M. Ñamo Alayo - Studentin der Universidad César Vallejo an der Fakultät für Systemtechnik. Daten-Ingenieur bei Bluetab Solutions Peru.