Piazza, Lorenzo
(2021)
Progetto e Valutazione di Pipeline di Big Data Analytics per Progetti di Sostenibilità.
[Laurea magistrale], Università di Bologna, Corso di Studio in
Ingegneria informatica [LM-DM270]
Documenti full-text disponibili:
![[img]](http://amslaurea.unibo.it/style/images/fileicons/application_pdf.png) |
Documento PDF (Thesis)
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato
Download (4MB)
|
Abstract
«Rafforzare i mezzi di attuazione e rinnovare il partenariato mondiale per lo sviluppo sostenibile»: è con questo obiettivo che si conclude l’Agenda ONU 2030, un programma ratificato da tutti i 193 Paesi membri delle Nazioni Unite con lo scopo di perseguire un modello di sviluppo sostenibile a livello globale.
Sotto questa spinta nasce il partenariato tra le aziende Hera, Conad e Camst e il progetto Hera SDG, all’interno del quale si inserisce il mio lavoro di tesi.
Hera SDG si propone di creare una Smart Sustainable Community in cui vengano incentivati i comportamenti virtuosi e sostenibili dei cittadini attraverso un meccanismo di ricompensa.
Il progetto viene supportato dalla presenza di un’infrastruttura IT sottostante (applicazioni mobili, siti web, dispositivi IoT) che permetta di tracciare i comportamenti effettuati degli utenti aderenti alla Community e di assegnare automaticamente le ricompense in token virtuali.
La Community Hera SDG, quindi è una potenziale sorgente di grandi quantità di dati che, se raccolti, gestiti e analizzati in modo opportuno, possono diventare una ricchezza per la comunità stessa.
L’obiettivo di questa tesi è quello di realizzare un Pipeline di Big Data Analytics che accompagni i suddetti dati nell’intero processo che va dalla loro importazione, alla loro memorizzazione ed infine al loro processamento e analisi. La pipeline dovrà presentare un’architettura adeguata alla gestione di dati potenzialmente estesi dal punto di vista del volume, della velocità con cui vengono generati e dell’eterogeneità. Dovrà inoltre offrire un Frontend attraverso il quale i Business Manager della Community potranno condurre analisi coadiuvate da tecniche avanzate di Machine Learning e prendere decisioni data-driven volte al miglioramento della Community stessa.
Grazie a questa tesi, il progetto Hera SDG risulterà arricchito di uno strumento con il quale poter avvalorare i dati raccolti e generare valore su tre fronti: economico, sociale e ambientale.
Abstract
«Rafforzare i mezzi di attuazione e rinnovare il partenariato mondiale per lo sviluppo sostenibile»: è con questo obiettivo che si conclude l’Agenda ONU 2030, un programma ratificato da tutti i 193 Paesi membri delle Nazioni Unite con lo scopo di perseguire un modello di sviluppo sostenibile a livello globale.
Sotto questa spinta nasce il partenariato tra le aziende Hera, Conad e Camst e il progetto Hera SDG, all’interno del quale si inserisce il mio lavoro di tesi.
Hera SDG si propone di creare una Smart Sustainable Community in cui vengano incentivati i comportamenti virtuosi e sostenibili dei cittadini attraverso un meccanismo di ricompensa.
Il progetto viene supportato dalla presenza di un’infrastruttura IT sottostante (applicazioni mobili, siti web, dispositivi IoT) che permetta di tracciare i comportamenti effettuati degli utenti aderenti alla Community e di assegnare automaticamente le ricompense in token virtuali.
La Community Hera SDG, quindi è una potenziale sorgente di grandi quantità di dati che, se raccolti, gestiti e analizzati in modo opportuno, possono diventare una ricchezza per la comunità stessa.
L’obiettivo di questa tesi è quello di realizzare un Pipeline di Big Data Analytics che accompagni i suddetti dati nell’intero processo che va dalla loro importazione, alla loro memorizzazione ed infine al loro processamento e analisi. La pipeline dovrà presentare un’architettura adeguata alla gestione di dati potenzialmente estesi dal punto di vista del volume, della velocità con cui vengono generati e dell’eterogeneità. Dovrà inoltre offrire un Frontend attraverso il quale i Business Manager della Community potranno condurre analisi coadiuvate da tecniche avanzate di Machine Learning e prendere decisioni data-driven volte al miglioramento della Community stessa.
Grazie a questa tesi, il progetto Hera SDG risulterà arricchito di uno strumento con il quale poter avvalorare i dati raccolti e generare valore su tre fronti: economico, sociale e ambientale.
Tipologia del documento
Tesi di laurea
(Laurea magistrale)
Autore della tesi
Piazza, Lorenzo
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Big Data,Big Data Analytics Pipeline,Kubernetes,Helm,HDFS,Apache Kafka,Apache Spark,ML clustering,Hera SDG
Data di discussione della Tesi
28 Maggio 2021
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Piazza, Lorenzo
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Big Data,Big Data Analytics Pipeline,Kubernetes,Helm,HDFS,Apache Kafka,Apache Spark,ML clustering,Hera SDG
Data di discussione della Tesi
28 Maggio 2021
URI
Statistica sui download
Gestione del documento: