半结构化和非结构化数据的概念

当今世界数据无处不在，并且仍在不断的产生。

我们如何来定义数据呢？

数据是为某种目的收集和翻译的任何字符集，通常用于研究或分析。数据可以包括：事实、观察、感知、数字、字符、符号、图像、音频、文本或任意其中的组合。

01数据的类型多种多样

常见的数据类型有：

单个字符；

Boolean（TRUE/FALSE）;

文本（字符串）；

数字（整数或小数）；

图片；

声音；

视频……

数据可分为原始（一手）数据和二手数据。

一手数据是经需要该信息的个人直接获取生成；二手数据是指已经为其他目的而收集的数据。原始数据（未经分析），包含数字、仪器读数和从源头收集而来的数据。在考试中，原始数据便是学生的考试成绩。经处理后，原始数据输出可以用于分析和研究。在计算机上，数据和信息的手机是通过使用硬盘驱动器或其他存储设备，以二进制形式（0或1）进行存储。

数据

数据的形式有以下几种：

1.个人数据（personaldata）：特定于个人的任何信息，如姓名、人口统计、位置、地址和其他身份识别信息。

2.业务数据（transactionaldata）：在线广告、网购、网站访问等形式的数据，这些数据需要进行采集，对商业活动非常重要，可以帮助企业灵活应变和优化运营。

3.网页数据（webdata）：互联网上面向公众的信息的总括（换句话说，不是存储在私有数据库中）。公司可以使用这些信息来了解竞争对手、跟踪潜在客户、跟踪渠道合作伙伴、生成潜在客户和构建应用程序。

4.传感器数据（sensordata）：由对象产生的信息，通常称为物联网（IoT，InternetofThings）。这类数据涵盖了从测量心率和温度的智能手表，到带有外部传感器的建筑物，这些传感器可以测量天气或在检测到移动时打开灯光等。目前，传感器数据的主要用途是帮助优化流程。

数据按照等级和刚性分类，有以下几种类型：

1.结构化数据（structureddata）：数据库以行和列存储和显示结构化数据，类似于Excel或Word表格。数据按照清晰的图式和严格的结构进行存储，这些特性也使得关系数据库（以表格形式存储数据）成为结构化数据的理想选择。MicrosoftSQLServer、IBMDb2和Oracle数据库等都是用于存储结构化数据的具体示例。

2.半结构化数据（semi-structureddata）：具有一些组织属性，但数据不以严格的表格图式收集在所需的行和列中。相反，半结构化数据使用标签和元数据组织成层次结构，并存储在非关系数据库中。

3.非结构化数据（unstructureddata）：不具有可识别结构或特定格式、序列、语义或规则的数据，通常存储在NoSQL数据库中。非结构化数据最常见的例子包括文本，如Word文档和电子邮件，还包括图像、音频文件和日志文件等。MongoDB、Hbase、CassandraDB和OracleNoSQLDB等是用于存储半结构化和非结构化数据的具体示例。

述（最多18字

02数据的来源与使用

目前有多种数据源可用，包括：

1.存储在数据库中的内部组织数据；

2.公共可用数据，如天气、金融、政府等相关的数据；

3.API和网页服务；

4.网站、数据流和提要；

5.社交平台；

6.带有传感器的设备……

这些数据被存储、处理并可用于分析，为企业发展与运营提供洞察。

数据源可以是内部的（internal），也可以是外部的（external）。当个人从组织、集团或其他实体提供的报告和记录中收集数据时，这称为内部来源。内部来源的示例包括会计信息、订单处理详细信息、工资单和装运信息等。当用户从组织、集团或其他实体之外的来源收集数据时，这称为外部来源。外部来源的例子包括社交媒体、天气报告、政府信息和研究等。

企业可以利用内部和外部数据扩大业务规模，了解客户购买趋势，并提高整体生产力。