KaydedilenlerDerginizi ekleyin

Dergiler / Business and Management Studies: An International Journal / 2020 / Cilt: 8 - Sayı: 5

TÜRKİYE’DE KAMU VE ÖZEL KURUMLARIN BÜYÜK VERİ ALANINDA MEVCUT DURUM VE BEKLENTİLERİNİN DEĞERLENDİRİLMESİ ÜZERİNE NİTEL BİR ARAŞTIRMA

Zeynep AYTAÇ
HASAN ŞAKİR BİLGE
Sayfa
4646–4679
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Elde edilen bulgular, kurumların büyük veri analitiği mevcut durumu, üniversitelerin ilgili bölümlerinden ve öğrencilerden beklentileri ve öğrencilere ve üniversitelere önerileri olmak üzere üç ana başlıkta belirtilmektedir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmanın amacı, Türkiye’de kamu ve özel kurumlarda büyük veri analitiğinin kullanımını inceleyerek, mevcut durumun ve beklentilerinin ne yönde olduğunun değerlendirilmesidir.
📊
Temel Bulgular & Veri:Araştırma Ankara ilinde büyük veri analitiği çözümleri sunan 10 kamu ve özel kurumun büyük veri ekip liderleriyle derinlemesine mülakat yapılarak gerçekleştirilmiştir.
💡
Sonuç & Katkı:Elde edilen bulgular, kurumların büyük veri analitiği mevcut durumu, üniversitelerin ilgili bölümlerinden ve öğrencilerden beklentileri ve öğrencilere ve üniversitelere önerileri olmak üzere üç ana başlıkta belirtilmektedir.
🔬Tür:Uygulamalı Anket & Alan Araştırması
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Alan Parametreleri

Özet

Bu çalışmanın amacı, Türkiye’de kamu ve özel kurumlarda büyük veri analitiğinin kullanımını inceleyerek, mevcut durumun ve beklentilerinin ne yönde olduğunun değerlendirilmesidir. Bu doğrultuda Türkiye’de en çok tercih edilen büyük veri araçlarını ve bilgi teknolojileri sektörünün öğrencilerden ve üniversitelerden beklentilerini belirlemektir. Araştırma Ankara ilinde büyük veri analitiği çözümleri sunan 10 kamu ve özel kurumun büyük veri ekip liderleriyle derinlemesine mülakat yapılarak gerçekleştirilmiştir. Verilerin analizi için nitel araştırma yöntemlerinden gömülü teori yaklaşımı ve tematik kodlama kullanılmıştır. Elde edilen bulgular, kurumların büyük veri analitiği mevcut durumu, üniversitelerin ilgili bölümlerinden ve öğrencilerden beklentileri ve öğrencilere ve üniversitelere önerileri olmak üzere üç ana başlıkta belirtilmektedir. Kurumların büyük veri analitiği mevcut durumu kategorisinde, büyük veri ekibinde hangi pozisyonların tercih edildiği, bu ekiplerde çalışan sayısı, bu sayının yeterliliği ve kullandıkları teknolojilere yer verilmektedir. Beklentiler kategorisinde, büyük veri alanında hangi bölüm mezunlarının tercih edildiği, mezunlardan yetenek ve teknik beceri anlamında beklentilerin ne yönde olduğu yer almaktadır. Öneriler kısmında ise kurumların, bu alanda çalışmayı düşünen öğrencilere ve bu alanla alakalı olarak üniversitelere olan önerilerine yer verilme

🔖

Bu Makaleye Atıf Yap

AYTAÇ, Z., BİLGE, H. Ş. (2020). TÜRKİYE’DE KAMU VE ÖZEL KURUMLARIN BÜYÜK VERİ ALANINDA MEVCUT DURUM VE BEKLENTİLERİNİN DEĞERLENDİRİLMESİ ÜZERİNE NİTEL BİR ARAŞTIRMA. Business and Management Studies: An International Journal, Cilt: 8 - Sayı: 5, 4646–4679. https://ajindex.com/articles/219423

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (11)

  1. Analytics Center & Kariyer.net. (2016). Türkiye Analitik Yetenek ve Yetkinlik Araştırması. İstanbul:
  2. Smartcom. Bhadani, A. K., & Jothimani, D. (2016). Big data: challenges, opportunities, and realities. In Effective Big Data management and opportunities for implementation (pp. 1-24).
  3. IGI Global. Corbin, J., & Strauss A. (2015). Baiscs of Qualitative Research: Techniques and Procedures for Developing Grounded Theory. Sage Publications. Fourth Edition.
  4. Cukier, K. (2010). Data, data everywhere. The Economist. URL: https://www.economist.com/specialreport/ 2010/02/27/data-data-everywhere Son Erişim Tarihi: 08.05.2019
  5. DataScience. (2020). Data Science Colleges and Universities. URL: http://datascience.community/colleges Son Erişim Tarihi: 14.03.2020
  6. Davis, K., & Patterson, D. (2012). Ethics of Big Data: Balancing risk and innovation. O'Reilly Media. Demchenko, Y., Grosso, P., De Laat, C., & Membrey, P. (2013, May). Addressing big data issues in scientific data infrastructure. In 2013 International Conference on Collaboration Technologies and Systems (CTS) (pp. 48-55).
  7. IEEE. DiFranza, A. (2019, 11 29). The Biggest Data Analytics Challenge Of 2020. URL: https://www.northeastern.edu/graduate/blog/data-analytics-challenges/ Son Erişim Tarihi: 30.05.2020
  8. Dontha, R. (2017). Who came up with the name Big Data. Data Science Central, 13. Gahi, Y., Guennoun, M., & Mouftah, H. T. (2016, June). Big data analytics: Security and privacy challenges. In 2016 IEEE Symposium on Computers and Communication (ISCC) (pp. 952-957).
  9. IEEE. Gandomi, A., & Haider, M. (2015). Beyond the hype: Big data concepts, methods, and analytics. International journal of information management, 35(2), 137-144.
  10. Glaser, B. G., & Strauss, A. L. (1967). The discovery of grounded theory: strategies for qualitative research [pdf]. Zugriff unter http://www. sxf. uevora. pt/wp-content/uploads/2013/03/Glaser_1967. pdf. Gökşen, Y., & Aşan H. (2015). Veri büyüklüklerinin veritabanı yönetim sistemlerinde meydana getirdiği değişim: NOSQL. International Journal of Informatics Technologies, 8(3), 125. Hashem, I. A. T., Yaqoob, I., Anuar, N. B., Mokhtar, S., Gani, A., & Khan, S. U. (2015). The rise of “big data” on cloud computing: Review and open research issues. Information systems, 47, 98-115.
  11. Jyothirmayee, A. V. N. S., Reddy, D. G., & Akbar, K. (2014). Understanding Big Data & DV2 law. International Journal of Emerging Technology and Advanced Engineering, 4(7). Laney, D. (2001). 3D data management: Controlling da