@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00147548,
 author = {田仲, 正弘 and 田浦, 健次朗 and 鳥澤, 健太郎 and Masahiro, Tanaka and Kenjiro, Taura and Kentaro, Torisawa},
 book = {ウィンターワークショップ2016・イン・逗子 論文集},
 month = {Jan},
 note = {大規模データ分析には，高効率な分散並列処理，数年のスパンで常時流入するデータの継続的な分析，データ分析において本質的な操作である多種多様な分析の試行錯誤のサポートや分析プログラムのアップデートへの対応，計算機環境の移行に伴うマイグレーションの短時間化，容易化など，プログラム実装や運用上の数多くの課題がある．本稿では，大規模データ分析のプログラミングと運用を容易にするためのオブジェクト SaPO (Self-adaptive Persistent Object) を提案する．, Large-scale data analysis poses a wide variety of issues in both development and operations including efficient distributed processing, continuous processing on streaming data over several years, support of trial and errors that are essential for various analysis, and reducing time and cost of migration of computation environments. In this paper, we propose SaPO (Self-adaptive Persistent Object) as the solution, which is an object with some features for simplifying development and operations for large-scale data analysis.},
 pages = {26--27},
 publisher = {情報処理学会},
 title = {大規模データ分析のためのオブジェクトSaPOの提案},
 volume = {2016},
 year = {2016}
}