Casa Finanza personale Nozioni di base dei dati strutturati e non strutturati in Predictive Analysis - dummies

Nozioni di base dei dati strutturati e non strutturati in Predictive Analysis - dummies

Video: Introduzione al Corso online Open data 2025

Video: Introduzione al Corso online Open data 2025
Anonim

I dati contenuti in database, documenti, e-mail e altri file di dati per l'analisi predittiva possono essere classificati come dati strutturati o non strutturati. I dati strutturati sono ben organizzati, seguono un ordine coerente, sono relativamente facili da cercare e interrogare e possono essere facilmente accessibili e compresi da una persona o da un programma per computer.

Un classico esempio di dati strutturati è un foglio di calcolo Excel con colonne etichettate. Tali dati strutturati sono coerenti; intestazioni di colonne - di solito descrizioni brevi e precise del contenuto di ogni colonna - indicano esattamente quale tipo di contenuto aspettarsi.

I dati strutturati vengono solitamente memorizzati in schemi ben definiti come i database. Di solito è tabellare, con colonne e righe che definiscono chiaramente i suoi attributi.

I dati non strutturati , d'altro canto, tendono ad essere liberi, non tabulari, dispersi e non facilmente recuperabili; tali dati richiedono un intervento deliberato per dare un senso a questo. Varie e-mail, documenti, pagine Web e file (sia di testo, audio e / o video) in posizioni sparse sono esempi di dati non strutturati.

È difficile classificare il contenuto di dati non strutturati. Tende ad essere principalmente testo, di solito è creato in un miscuglio di stili in forma libera, e trovare qualsiasi attributo che puoi usare per descriverlo o raggrupparlo non è un compito da poco.

Il contenuto dei dati non strutturati è difficile da utilizzare o da impostare a livello di programmazione. I programmi per computer non possono analizzare o generare rapporti su tali dati, semplicemente perché mancano di struttura, non hanno caratteristiche dominanti sottostanti e le singole voci di dati non hanno un terreno comune.

In generale, c'è una percentuale più alta di dati non strutturati rispetto ai dati strutturati nel mondo. I dati non strutturati richiedono più lavoro per renderlo utile, in modo da ottenere più attenzione, quindi tendono a consumare più tempo.

Non sottovalutare l'importanza dei dati strutturati e il potere che porta alla tua analisi. È molto più efficiente analizzare i dati strutturati che analizzare i dati non strutturati. I dati non strutturati possono anche essere costosi per il pre-elaborazione per l'analisi mentre si sta costruendo un progetto di analisi predittiva. La selezione dei dati rilevanti, la loro pulizia e le successive trasformazioni possono essere lunghe e noiose.

I risultanti nuovi dati organizzati da quelle fasi di pre-elaborazione necessarie possono quindi essere utilizzati in un modello di analisi predittiva. Tuttavia, la trasformazione all'ingrosso dei dati non strutturati potrebbe dover attendere che il modello di analisi predittiva sia in funzione e in esecuzione.

Il data mining e l'analisi del testo sono due approcci per strutturare i documenti di testo, collegare i loro contenuti, raggruppare e riepilogare i loro dati e scoprire modelli in quei dati. Entrambe le discipline forniscono un ricco quadro di algoritmi e tecniche per estrarre il testo sparsi in un mare di documenti.

Vale anche la pena notare che le piattaforme dei motori di ricerca forniscono strumenti prontamente disponibili per l'indicizzazione dei dati e per renderli ricercabili.

Confrontiamo i dati strutturati e non strutturati.

Caratteristiche Strutturato Non strutturato
Associazione Organizzato Disperso e disperso
Aspetto Formalmente definito Forma libera
Accessibilità Facile da accesso e query Difficile accesso e query
Disponibilità Percentuale inferiore Percentuale più alta
Analisi Efficiente per analizzare È necessaria una pre-elaborazione aggiuntiva

I dati non strutturati non sono completamente mancanza di struttura - devi solo scovarlo. Persino il testo all'interno dei file digitali ha ancora qualche struttura ad esso associata, spesso visualizzata nei metadati - ad esempio, titoli di documenti, date dell'ultima modifica dei file e nomi dei loro autori.

La stessa cosa vale per le e-mail: i contenuti possono essere non strutturati, ma i dati strutturati sono associati ad essi - ad esempio, la data e l'ora di invio, i nomi dei mittenti e dei destinatari, sia che contengano allegati.

La linea di separazione tra i due tipi di dati non è sempre chiara. In generale, puoi sempre trovare alcuni attributi di dati non strutturati che possono essere considerati dati strutturati. Non è chiaro se tale struttura rifletta il contenuto di tali dati o sia utile nell'analisi dei dati.

Per questo, i dati strutturati possono contenere dati non strutturati al suo interno. In un modulo Web, ad esempio, agli utenti potrebbe essere chiesto di fornire un feedback su un prodotto scegliendo una risposta da più scelte, ma anche di presentare una casella di commento in cui possono fornire un feedback aggiuntivo.

Le risposte da più scelte sono strutturate; il campo dei commenti non è strutturato a causa della sua natura di forma libera. Tali casi sono meglio compresi come un mix di dati strutturati e non strutturati. La maggior parte dei dati è composta da entrambi.

Per un progetto di analisi predittiva di successo, sia i dati strutturati che quelli non strutturati devono essere combinati in un formato logico che possa essere analizzato.

Nozioni di base dei dati strutturati e non strutturati in Predictive Analysis - dummies

Scelta dell'editore

Tasti di scelta rapida per Microsoft Office 2007 - dummies

Tasti di scelta rapida per Microsoft Office 2007 - dummies

Microsoft Office 2007 è pieno di scorciatoie da tastiera per risparmiare tempo. Comprimi i componenti di Office 2007 - Word, Excel, Outlook, PowerPoint e Access - utilizzando i tasti di scelta rapida utili della seguente tabella. Con poco sforzo, puoi aprire file, trovare contenuti, modificare quel contenuto e altro! Funzione Ctrl Copia Ctrl + C Taglia Ctrl + X Trova Ctrl + F Vai ...

Vantaggi di Lync Online - dummies

Vantaggi di Lync Online - dummies

Lync Online è disponibile sia in ambito professionale sia in piccole imprese (P) e aziendali (E ) piani in Office 365. Le funzionalità includono messaggistica istantanea (IM), chiamate audio e video, presenza, riunioni online, presentazioni online e la possibilità di connettersi con i contatti di Windows Live Messenger e altri utenti esterni che eseguono Lync. La tecnologia è integrata in tutto ...

Come avviare una conversazione con Lync Online - dummies

Come avviare una conversazione con Lync Online - dummies

La scheda di contatto di Lync Online è un ottimo modo per avviare una conversazione con un collega o i membri del tuo team. Oltre alle note personali, alla presenza e alla posizione, vengono visualizzate anche le informazioni sulla tua organizzazione come il titolo e i numeri di telefono. Per visualizzare la scheda di contatto, passa con il mouse sopra l'immagine di una persona e fai clic sul gallone ...

Scelta dell'editore

Come scegliere un'immagine di sfondo Twitter per Visual Social Marketing - dummies

Come scegliere un'immagine di sfondo Twitter per Visual Social Marketing - dummies

Quando si imposta su un account Twitter per il social marketing visivo, un tipo di immagine che è richiesto per il tuo profilo è l'immagine di sfondo - viene visualizzata dietro il profilo Twitter. Nella parte superiore della schermata Impostazioni disegno, Twitter ti consente di scegliere tra una serie di temi premade. Un tema premade applica un ...

Come scegliere un buon nome utente Twitter - dummy

Come scegliere un buon nome utente Twitter - dummy

Su Twitter, il tuo nome utente, o handle, è il tuo identità. Se puoi, iscriviti a Twitter usando il tuo nome o una variante di esso come nome utente (supponendo che qualcun altro non lo stia già utilizzando). Ad esempio, se il tuo nome è John Ira, potresti scegliere un nome utente Twitter come @johnira o ...

Come personalizzare il tuo profilo Twitter - dummies

Come personalizzare il tuo profilo Twitter - dummies

La tua pagina pubblica su Twitter, noto anche come profilo, è la prima impressione che gli altri utenti di Twitter hanno di te, e può fare una grande differenza nel decidere se seguirti. Personalizzare la tua pagina del profilo Twitter in modo che rifletta te o la tua azienda fa la differenza quando si tratta di persone ...

Scelta dell'editore

Perché avresti bisogno di più profili utente per Dragon Professional Individuale - manichini

Perché avresti bisogno di più profili utente per Dragon Professional Individuale - manichini

Drago Individuo professionale capisce solo quelli che si sono presentati ufficialmente come utenti e hanno creato un profilo utente. Ecco quattro motivi per cui potresti voler creare più di un profilo utente: usi diversi vocabolari o stili di scrittura per compiti diversi. Si utilizzano diversi microfoni per compiti diversi. Volete ...

Lavorare con fogli di calcolo Usare NaturallySpeaking - dummies

Lavorare con fogli di calcolo Usare NaturallySpeaking - dummies

Utilizzando fogli di calcolo con versioni precedenti di NaturallySpeaking era difficile perché non si poteva indirizzare direttamente i nomi delle celle. Volevi dire qualcosa come "Cella A5" o "Seleziona Colonna C." Ma (sospiro), niente dado. Il tuo assistente non aveva idea di cosa stavi parlando. Bene, il tuo assistente ha "up-leveled" le sue abilità! Ora è possibile ...

Su Evernote's Passcode Lock - dummies

Su Evernote's Passcode Lock - dummies

Abbonati premium e business che utilizzano determinati dispositivi ora possono bloccare l'app Evernote con un blocco Passcode . Ogni volta che torni all'app, ti viene chiesto di inserire il tuo codice. Un blocco passcode è un'ottima opzione se condividi il tuo telefono o tablet con altre persone e vuoi impedire loro di accedere a ...