<?xml version="1.0" encoding="UTF-8"?>
<!-- generator="FeedCreator 1.8" -->
<?xml-stylesheet href="https://bigdatakms.pl/lib/exe/css.php?s=feed" type="text/css"?>
<rdf:RDF
    xmlns="http://purl.org/rss/1.0/"
    xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
    xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
    xmlns:dc="http://purl.org/dc/elements/1.1/">
    <channel rdf:about="https://bigdatakms.pl/feed.php">
        <title>Big Data and KMS - pl</title>
        <description></description>
        <link>https://bigdatakms.pl/</link>
        <image rdf:resource="https://bigdatakms.pl/lib/exe/fetch.php?media=wiki:dokuwiki.svg" />
       <dc:date>2026-04-19T12:09:54+00:00</dc:date>
        <items>
            <rdf:Seq>
                <rdf:li rdf:resource="https://bigdatakms.pl/doku.php?id=pl:analityka&amp;rev=1769178783&amp;do=diff"/>
                <rdf:li rdf:resource="https://bigdatakms.pl/doku.php?id=pl:big_data&amp;rev=1769179211&amp;do=diff"/>
                <rdf:li rdf:resource="https://bigdatakms.pl/doku.php?id=pl:korzysci_bigdata_kms&amp;rev=1769178896&amp;do=diff"/>
                <rdf:li rdf:resource="https://bigdatakms.pl/doku.php?id=pl:literatura&amp;rev=1769195849&amp;do=diff"/>
                <rdf:li rdf:resource="https://bigdatakms.pl/doku.php?id=pl:o_mnie&amp;rev=1769167436&amp;do=diff"/>
                <rdf:li rdf:resource="https://bigdatakms.pl/doku.php?id=pl:praktyka&amp;rev=1769180255&amp;do=diff"/>
                <rdf:li rdf:resource="https://bigdatakms.pl/doku.php?id=pl:przechowywanie_duzych_zbiorow&amp;rev=1769178505&amp;do=diff"/>
                <rdf:li rdf:resource="https://bigdatakms.pl/doku.php?id=pl:przyklady&amp;rev=1769167436&amp;do=diff"/>
                <rdf:li rdf:resource="https://bigdatakms.pl/doku.php?id=pl:sidebar&amp;rev=1769167436&amp;do=diff"/>
                <rdf:li rdf:resource="https://bigdatakms.pl/doku.php?id=pl:sidebar2&amp;rev=1769167437&amp;do=diff"/>
                <rdf:li rdf:resource="https://bigdatakms.pl/doku.php?id=pl:start&amp;rev=1769173515&amp;do=diff"/>
                <rdf:li rdf:resource="https://bigdatakms.pl/doku.php?id=pl:zalety_wady_bigdata&amp;rev=1769179309&amp;do=diff"/>
            </rdf:Seq>
        </items>
    </channel>
    <image rdf:about="https://bigdatakms.pl/lib/exe/fetch.php?media=wiki:dokuwiki.svg">
        <title>Big Data and KMS</title>
        <link>https://bigdatakms.pl/</link>
        <url>https://bigdatakms.pl/lib/exe/fetch.php?media=wiki:dokuwiki.svg</url>
    </image>
    <item rdf:about="https://bigdatakms.pl/doku.php?id=pl:analityka&amp;rev=1769178783&amp;do=diff">
        <dc:format>text/html</dc:format>
        <dc:date>2026-01-23T14:33:03+00:00</dc:date>
        <dc:creator>Anonymous (anonymous@undisclosed.example.com)</dc:creator>
        <title>analityka</title>
        <link>https://bigdatakms.pl/doku.php?id=pl:analityka&amp;rev=1769178783&amp;do=diff</link>
        <description>Analityka

W celu wydobycia ze zgromadzonych danych informacji takich jak np. preferencje klientów stosuje się techniki analizy danych takie jak na przykład mechanizm MapReduce, który jest rozproszonym procesem przetwarzania danych. Jest on częścią podstawowej funkcjonalności ekosystemu Hadoop i obecnie używa go wiele bardzo dużych organizacji takich jak: Amazon, Google, Facebook.</description>
    </item>
    <item rdf:about="https://bigdatakms.pl/doku.php?id=pl:big_data&amp;rev=1769179211&amp;do=diff">
        <dc:format>text/html</dc:format>
        <dc:date>2026-01-23T14:40:11+00:00</dc:date>
        <dc:creator>Anonymous (anonymous@undisclosed.example.com)</dc:creator>
        <title>big_data</title>
        <link>https://bigdatakms.pl/doku.php?id=pl:big_data&amp;rev=1769179211&amp;do=diff</link>
        <description>Big Data

Big Data to termin odnoszący się do niezwykle dużych i złożonych zbiorów danych generowanych zarówno przez ludzi jak i maszyny. Nie można nimi łatwo zarządzać ani ich analizować za pomocą tradycyjnych narzędzi do przetwarzania danych w szczególności zwykłych arkuszy kalkulacyjnych. Termin ten obejmuje dane:</description>
    </item>
    <item rdf:about="https://bigdatakms.pl/doku.php?id=pl:korzysci_bigdata_kms&amp;rev=1769178896&amp;do=diff">
        <dc:format>text/html</dc:format>
        <dc:date>2026-01-23T14:34:56+00:00</dc:date>
        <dc:creator>Anonymous (anonymous@undisclosed.example.com)</dc:creator>
        <title>korzysci_bigdata_kms</title>
        <link>https://bigdatakms.pl/doku.php?id=pl:korzysci_bigdata_kms&amp;rev=1769178896&amp;do=diff</link>
        <description>Korzyści z połączenia Big Data i KMS

Połączenie tych dwóch systemów pozwala zwiększyć konkurencję biznesową poprzez zrozumienie aktualnych trendów rynkowych. Synergia pomiędzy zarządzaniem posiadaną wiedzą a ciągłą analizą danych w czasie rzeczywistym pozwala na poprawę niemal każdego aspektu firmy. Dzięki analizie danych big data, firmy mogą ulepszać swoje produkty i ich funkcje, obniżać koszty produkcyjne, pozwala im wdrażać dynamiczne modele cenowe i personalizować oferty oraz rabaty tworząc…</description>
    </item>
    <item rdf:about="https://bigdatakms.pl/doku.php?id=pl:literatura&amp;rev=1769195849&amp;do=diff">
        <dc:format>text/html</dc:format>
        <dc:date>2026-01-23T19:17:29+00:00</dc:date>
        <dc:creator>Anonymous (anonymous@undisclosed.example.com)</dc:creator>
        <title>literatura</title>
        <link>https://bigdatakms.pl/doku.php?id=pl:literatura&amp;rev=1769195849&amp;do=diff</link>
        <description>*  Michał Jagielski, „Rola i znaczenie zarządzania wiedzą dla przedsiębiorstw z sektora MSP”, 2018
	*  Sam Hijazi, „Big Data and Knowledge Management: A Possible Course to Combine Them Together”, 2019
	*  Michael Chen, „Co to jest Big Data?”, Oracle Polska, 23.09.2024, dostęp: 20.12.2025</description>
    </item>
    <item rdf:about="https://bigdatakms.pl/doku.php?id=pl:o_mnie&amp;rev=1769167436&amp;do=diff">
        <dc:format>text/html</dc:format>
        <dc:date>2026-01-23T11:23:56+00:00</dc:date>
        <dc:creator>Anonymous (anonymous@undisclosed.example.com)</dc:creator>
        <title>o_mnie</title>
        <link>https://bigdatakms.pl/doku.php?id=pl:o_mnie&amp;rev=1769167436&amp;do=diff</link>
        <description>Autor

Przemysław Bączek

O mnie

Jestem studentem IV roku Informatyki w Inżynierii Komputerowej na wydziale Inżynierii Elektrycznej i Komputerowej.
Strona została zrealizowana w ramach projektu z przedmiotu Informatyczne Systemy Zarządzania.

Kontakt</description>
    </item>
    <item rdf:about="https://bigdatakms.pl/doku.php?id=pl:praktyka&amp;rev=1769180255&amp;do=diff">
        <dc:format>text/html</dc:format>
        <dc:date>2026-01-23T14:57:35+00:00</dc:date>
        <dc:creator>Anonymous (anonymous@undisclosed.example.com)</dc:creator>
        <title>praktyka</title>
        <link>https://bigdatakms.pl/doku.php?id=pl:praktyka&amp;rev=1769180255&amp;do=diff</link>
        <description>Praktyczne podejście

Wiedza w organizacji jest dynamiczna, staje się aktualizowana w czasie rzeczywistym. Obecnie w Big Data mamy możliwość zbierania danych od klientów ale również gromadzenie danych rynkowych, danych z social mediów, logów systemowych czy czujników.</description>
    </item>
    <item rdf:about="https://bigdatakms.pl/doku.php?id=pl:przechowywanie_duzych_zbiorow&amp;rev=1769178505&amp;do=diff">
        <dc:format>text/html</dc:format>
        <dc:date>2026-01-23T14:28:25+00:00</dc:date>
        <dc:creator>Anonymous (anonymous@undisclosed.example.com)</dc:creator>
        <title>przechowywanie_duzych_zbiorow</title>
        <link>https://bigdatakms.pl/doku.php?id=pl:przechowywanie_duzych_zbiorow&amp;rev=1769178505&amp;do=diff</link>
        <description>Magazynowanie danych

Technologia komputerowa rozwija się bardzo szybko. W latach 80 XX w. średnia pojemność dysku twardego dla komputera osobistego wynosiła (jeśli komputer w ogóle posiadał dysk) 5MB. Obecnie można zakupić dyski o pojemności  nawet 8TB danych. Choć wydaje się to bardzo duża ilość, to jest naprawdę niewielka jeśli porównamy ją z szacowaną ilością nowych danych produkowanych codziennie na poziomie 2,5 EB co daje około 2,5 miliona TB.</description>
    </item>
    <item rdf:about="https://bigdatakms.pl/doku.php?id=pl:przyklady&amp;rev=1769167436&amp;do=diff">
        <dc:format>text/html</dc:format>
        <dc:date>2026-01-23T11:23:56+00:00</dc:date>
        <dc:creator>Anonymous (anonymous@undisclosed.example.com)</dc:creator>
        <title>przyklady</title>
        <link>https://bigdatakms.pl/doku.php?id=pl:przyklady&amp;rev=1769167436&amp;do=diff</link>
        <description>Przykład

Do celów testowych pobrany został Dataset Yelp, w którym znajduje się 6990280 opinii, 150346 firm, 11 obszarów miejskich oraz 200100 zdjęć. Za przetwarzanie danych odpowiedzialny był Apache Spark. Postanowiono, że na podstawie danych zweryfikowane zostanie jakie atrybuty mają wpływ na ocenę, jaką klienci wystawiają lokalowi w zakresie 1-5 gwiazdek.
W pierwszej kolejności wyświetlone zostały przykładowe dane wraz z nazwami poszczególnych kolumn zawartych w pobranym datasecie.…</description>
    </item>
    <item rdf:about="https://bigdatakms.pl/doku.php?id=pl:sidebar&amp;rev=1769167436&amp;do=diff">
        <dc:format>text/html</dc:format>
        <dc:date>2026-01-23T11:23:56+00:00</dc:date>
        <dc:creator>Anonymous (anonymous@undisclosed.example.com)</dc:creator>
        <title>sidebar</title>
        <link>https://bigdatakms.pl/doku.php?id=pl:sidebar&amp;rev=1769167436&amp;do=diff</link>
        <description>*  Big Data
	*  Big Data wady i zalety
	*   Przechowywanie dużych zbiorów danych
	*   Analityka
	*   Korzyści oraz zastosowania</description>
    </item>
    <item rdf:about="https://bigdatakms.pl/doku.php?id=pl:sidebar2&amp;rev=1769167437&amp;do=diff">
        <dc:format>text/html</dc:format>
        <dc:date>2026-01-23T11:23:57+00:00</dc:date>
        <dc:creator>Anonymous (anonymous@undisclosed.example.com)</dc:creator>
        <title>sidebar2</title>
        <link>https://bigdatakms.pl/doku.php?id=pl:sidebar2&amp;rev=1769167437&amp;do=diff</link>
        <description>*  Praktyczne podejście
	*  Przykład
	*  Literatura
	*  Informacje</description>
    </item>
    <item rdf:about="https://bigdatakms.pl/doku.php?id=pl:start&amp;rev=1769173515&amp;do=diff">
        <dc:format>text/html</dc:format>
        <dc:date>2026-01-23T13:05:15+00:00</dc:date>
        <dc:creator>Anonymous (anonymous@undisclosed.example.com)</dc:creator>
        <title>start</title>
        <link>https://bigdatakms.pl/doku.php?id=pl:start&amp;rev=1769173515&amp;do=diff</link>
        <description>Strona obejmuje analizę relacji pomiędzy koncepcją Big Data a systemami zarządzania wiedzą (KMS). Opisuje w jaki sposób wykorzystać można duże zbiory danych przy generowaniu wartości dla organizacji.
Współcześnie przedsiębiorstwa, które chcą się rozwijać oraz skutecznie konkurować z innymi podmiotami na rynku muszą dysponować odpowiednimi zasobami wiedzy. Pozwalają one na monitorowanie procesów zachodzących w otoczeniu organizacji, a następnie odpowiednie identyfikowanie i wykorzystywanie szans …</description>
    </item>
    <item rdf:about="https://bigdatakms.pl/doku.php?id=pl:zalety_wady_bigdata&amp;rev=1769179309&amp;do=diff">
        <dc:format>text/html</dc:format>
        <dc:date>2026-01-23T14:41:49+00:00</dc:date>
        <dc:creator>Anonymous (anonymous@undisclosed.example.com)</dc:creator>
        <title>zalety_wady_bigdata</title>
        <link>https://bigdatakms.pl/doku.php?id=pl:zalety_wady_bigdata&amp;rev=1769179309&amp;do=diff</link>
        <description>Zalety Big Data

Duże zbiory danych umożliwiają zrozumienie trendów oraz wzorców różnych zestawów danych w celu uzyskanie pełnego obrazu. Ułatwia to analizę oraz zwiększa możliwości przewidywania zapewniając dokładniejsze prognozy i pozwala na podejmowanie strategicznych decyzji. W połączeniu ze sztuczną inteligencją możemy wykroczyć poza tradycyjną analitykę i umożliwić wprowadzanie innowacyjnych rozwiązań oraz stymulowanie transformacji. 
Dokładniejsze odpowiedzi przekładają się na wzrost zauf…</description>
    </item>
</rdf:RDF>
