以兩階段資料處理法改善大數據中不活躍使用者資料不可用的問題

近年來隨著全球資料量呈現爆炸性的增長，大數據(Big Data)已成為當前最熱門話題之一，此一技術的推出可以協助提升決策的效率、因應市場的需求縮短產品上市的時間、提升利潤等。大數據的上游資料是由網路上的設備物件（物聯網）而來，而這些資料存放在中游的雲端儲存系統，再交給下游的大數據分析將大量的資料即時轉為有用的資訊，最後這些資訊可以立刻被各種設備所存取利用。由於過去對於大數據議題之探討，大都聚焦在資料的分析與處理層面。然而在大數據應用需求中，經常會遇到“6用問題”。其中，“6用問題”的資料不可用問題中之不活躍使用者的資料，需要透過資料儲存和管理技術加以處理。因此，本研究在大數據相關應用中提出以「兩階段資料處理法(Two Phase Data Processing method ；TPDP)」，針對在大數據中資料不可用問題之不活躍使用者資料的儲存和管理進行研究。TPDP的第一階段是以本研究所提出的MRFM(Modified-RFM)找出不活躍使用者的資料；接著，在第二階段再以改良後的布隆過濾器(Linked based Bloom Filter；LBF)進行不活躍資料的儲存，以提供後續不活躍使用者資料的維護。

Timely and cost-effective analytics over “Big Data” has emerged as a key ingredient for success in many businesses, scientific and engineering disciplines, and government endeavors. The upstream data of Big Data is generated by the device from objects, and these data stored in the cloud storage system. Then the Big Data will be turned into useful information that can be immediately accessed by the use of a variety of devices. In the past, the study of Big Data mostly focused on the level of data analysis and processing. However, 'the six usage issues' with the applications of Big Data are often encountered. And, the information of inactive users in the unavailable data issues need to be addressed through the data storage and management techniques. In this study, 'Two Phase Data Processing method (TPDP)' is proposed to solve the management of inactive user's information in the unavailable data issues. In the first phase of TPDP, MRFM (Modified-RFM) is used to identify the information of inactive users. In the second phase of TPDP, Linked based Bloom Filter (LBF) is used to maintain the information of inactive user.