در این کارگاه سید مهدی طاهری در چهار بخش به موضوع داده‌های بزرگ پرداخت. در بخش اول مفهوم، ویژگی‌ها، عوامل زمینه ساز و کاربردهای داده‌های بزرگ را توضیح داد. وی گفت: اصطلاح داده‌های بزرگ بر مفهوم و رشد داده‌ها در محیط شبکه‌ای دلالت دارد. این داده ها هم به صورت ساختارمند و هم به صورت غیرساختارمند هستند و اهمیت داده های بزرگ برای این است که حجم داده‌ها، امکان تحلیل‌های بیشتر را باعث شده، و در واقع دانش بیشتری تولید می شود و زمینه را برای اتخاذ تصمیمات بهتر فراهم می‌کند.

دکتر طاهری ویژگی های داده های بزرگ را حجم داده، گوناگونی، شتاب، درستی، تغییر پذیری و پیچیدگی داده ها برشمرد و گفت معنای داده ها به بافت وابسته است.

وی در بخش دوم به فرصت‌ها و تهدیدهای داده های بزرگ پرداخت و گفت: فرصت یا تهدید داده های بزرگ به رویکرد ما بستگی دارد. وی افزود: عدم آگاهی از micro –processes، و نحوه اجرا و محرمانگی اطلاعات از جمله انتقاد ها به داده های بزرگ است، همچنین تعامل اطلاعات، معنا بخشی، توسعه بین المللی در همه زمینه ها از جمله فرصت های داده های بزرگ محسوب می‌شود.

طاهری در ادامه و در بخش سوم صحبتهای خود گفت: داده ثروتی عظیم است ولی تا زمانی که داده‌ها پردازش نشوند و روابط میان آنها کشف نگردد، به خوبی قابل استفاده نیستند، و از این رو، داده‌های پیوندی و داده کاوی را، از راه حل های رفع چالش داده‌های بزرگ بیان کرد.

وی در بخش چهارم مباحث مطرح شده درباره داده های بزرگ و بافت کتابخانه‌ای گفت: استانداردها، ابزارها، و فنون مورد استفاده علم اطلاعات از جمله در حوزه سازماندهی اطلاعات و دانش می‌تواند برای کنترل و پردازش پدیده داده‌های بزرگ مناسب باشد؛ و اینکه داده‌های کتابخانه ای بهترین بستر پیاده سازی برای داده های پیوندی است مانند خدمات داده‌های بزرگ کتابخانه کنگره آمریکا.

در پایان کارگاه، به پرسش‌ها گوناگون کاربران پاسخ داده شد.