« Mégadonnées » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
Ligne 1 : | Ligne 1 : | ||
==Définition== | ==Définition== | ||
En français, « big data » se traduit par deux termes acceptables : mégadonnées et données massives. | |||
En grec, le préfixe méga désigne une quantité d’un million (10<sup>6</sup>). C’est le sens qu’on retrouve dans le terme mégaoctets, qui signifie 1 million d’octets. D’autre part, l’usage de méga a été élargi pour représenter quelque chose de très grand. Par exemple, une méga vente ou un mégaprojet. Ainsi, les méga barrages, de grandes constructions, produisent des mégawatts, des millions de watts. On voit dans cette phrase les deux sens différents du préfixe méga. Dans le sens élargi de méga pour désigner une grande quantité et non un million, on peut donc parler de mégadonnées. | |||
Par contre, le terme données massives est préférable quand on sait qu’il n’est pas rare de traiter des quantités de données qui dépassent le million comme des gigaoctets (10<sup>9</sup>), des téraoctets (10<sup>12</sup>) ou des pétaoctets (10<sup>15</sup>). | |||
== Compléments== | |||
Les données massives ou mégadonnées désignent des ensembles de données devenus si volumineux qu'ils dépassent l'intuition et les capacités humaines d'analyse et même celles des outils informatiques classiques de gestion de base de données ou de l'information. Leur apparition est liée aux progrès des systèmes de production, de transmission, de stockage, de fouille et d’analyse de l’information numérisée. Les mégadonnées ont amené l’émergence de méthodes à visée analytique, qui traitent les données pour en tirer du sens. | |||
<!--Sur Internet, quelque 2,5 trillions d’octets de données sont produits tous les jours : courriels, vidéos, informations climatiques, signaux GPS, transactions en ligne, cryptomonnaies etc. Aucun outil informatique classique de gestion de base de données ne peut traiter ces données de masse: elles ont exigé le développement de nouveaux '''[[algorithmes]]''' afin de pouvoir les stocker, les classer et les analyser. --> | <!--Sur Internet, quelque 2,5 trillions d’octets de données sont produits tous les jours : courriels, vidéos, informations climatiques, signaux GPS, transactions en ligne, cryptomonnaies etc. Aucun outil informatique classique de gestion de base de données ne peut traiter ces données de masse: elles ont exigé le développement de nouveaux '''[[algorithmes]]''' afin de pouvoir les stocker, les classer et les analyser. --> | ||
Aucun outil informatique classique de gestion de base de données ne peut traiter ces données de masse: elles ont exigé le développement de nouveaux algorithmes afin de pouvoir les stocker, les classer et les analyser | Aucun outil informatique classique de gestion de base de données ne peut traiter ces données de masse: elles ont exigé le développement de nouveaux algorithmes afin de pouvoir les stocker, les classer et les analyser | ||
==Français== | ==Français== | ||
Ligne 30 : | Ligne 36 : | ||
[https://fr.wikipedia.org/wiki/Big_data Source: Wikipedia, ''Big Data''.] | [https://fr.wikipedia.org/wiki/Big_data Source: Wikipedia, ''Big Data''.] | ||
</small><br> <div style="border:2px solid #336699; background: #f6f6f6; padding: 1em; margin-bottom:1em; width: 90%;"><html><a href="https://datafranca.org/wiki/Cat%C3%A9gorie:101"><img src="https://datafranca.org/images/icone-101-mots.png" width="250"></a></html> | </small><br> <div style="border:2px solid #336699; background: #f6f6f6; padding: 1em; margin-bottom:1em; width: 90%;"><html><a href="https://datafranca.org/wiki/Cat%C3%A9gorie:101"><img src="https://datafranca.org/images/icone-101-mots.png" width="250"></a></html> | ||
Ligne 41 : | Ligne 46 : | ||
[[Catégorie:GDP]] | [[Catégorie:GDP]] | ||
[[Catégorie:101]] | [[Catégorie:101]] | ||
[[Catégorie:PUBLICATION]] |
Version du 6 août 2022 à 18:07
Définition
En français, « big data » se traduit par deux termes acceptables : mégadonnées et données massives.
En grec, le préfixe méga désigne une quantité d’un million (106). C’est le sens qu’on retrouve dans le terme mégaoctets, qui signifie 1 million d’octets. D’autre part, l’usage de méga a été élargi pour représenter quelque chose de très grand. Par exemple, une méga vente ou un mégaprojet. Ainsi, les méga barrages, de grandes constructions, produisent des mégawatts, des millions de watts. On voit dans cette phrase les deux sens différents du préfixe méga. Dans le sens élargi de méga pour désigner une grande quantité et non un million, on peut donc parler de mégadonnées.
Par contre, le terme données massives est préférable quand on sait qu’il n’est pas rare de traiter des quantités de données qui dépassent le million comme des gigaoctets (109), des téraoctets (1012) ou des pétaoctets (1015).
Compléments
Les données massives ou mégadonnées désignent des ensembles de données devenus si volumineux qu'ils dépassent l'intuition et les capacités humaines d'analyse et même celles des outils informatiques classiques de gestion de base de données ou de l'information. Leur apparition est liée aux progrès des systèmes de production, de transmission, de stockage, de fouille et d’analyse de l’information numérisée. Les mégadonnées ont amené l’émergence de méthodes à visée analytique, qui traitent les données pour en tirer du sens.
Aucun outil informatique classique de gestion de base de données ne peut traiter ces données de masse: elles ont exigé le développement de nouveaux algorithmes afin de pouvoir les stocker, les classer et les analyser
Français
mégadonnées
données volumineuses
données massives
données de masse
Anglais
big data
massive data
big dataset
massive dataset
Source: CEA/Médiathèque, « Conférence: voyage au coeur du Big Data » [archive, 5 juillet 2017 (consulté le 4 septembre 2017)]
Source: Glossaire de l'UNESCO, Données de masse.
Contributeurs: Claude Coulombe, Jacques Barolet, wiki, Robert Meloche