Video: Pílulas do Evangelho - Silêncio ou Omissão?! Qual é a sua Escolha - 20170810 2025
En del af Big Data For Dummies Cheat Sheet
Ustrukturerede data er forskellige fra strukturerede data, fordi dens strukturen er uforudsigelig. Eksempler på ustrukturerede data omfatter dokumenter, e-mails, blogs, digitale billeder, videoer og satellitbilleder. Det indeholder også nogle data genereret af maskiner eller sensorer. Faktisk tegner ustrukturerede data sig for de fleste data, der findes på din virksomheds lokaler såvel som eksterne til din virksomhed i private og offentlige kilder, som f.eks. Twitter og Facebook.
Tidligere kunne de fleste virksomheder ikke enten fange eller gemme denne enorme mængde data. Det var simpelthen for dyrt eller for overvældende. Selvom virksomhederne kunne fange dataene, havde de ikke værktøjerne til nemt at analysere dataene og bruge resultaterne til at træffe beslutninger. Meget få værktøjer kunne give mening af disse store mængder data. De værktøjer, der eksisterede, var komplekse at bruge og producerede ikke resultater inden for en rimelig tidsramme.
I sidste ende blev de, der virkelig ønskede at gå til den enorme indsats for at analysere disse data, tvunget til at arbejde med snapshots af data. Dette har den uønskede effekt af manglende vigtige begivenheder, fordi de ikke var i et bestemt øjebliksbillede.
En metode, der bliver mere og mere værdsat som en måde at opnå forretningsmæssig værdi fra ustrukturerede data på, er tekstanalyse, processen med at analysere ustruktureret tekst, udvinde relevant information og omdanne den til struktureret information, der kan udnyttes på forskellige måder. Analyse- og udvindingsprocesserne udnytter teknikker, der stammer fra computational lingvistik, statistik og andre computervidenskabelige discipliner.
