什麼是半結構化數據?
什麼是結構化數據？什麼是半結構化數據
結構化數據(即行數據,存儲在數據庫裡,可以用二維表結構來邏輯表達實現的數據) 非結構化數據,包括所有格式的辦公文檔、文本、圖片、XML、HTML、各類報表、圖像和音頻/視頻信息等等 對於結構化數據（即行數據，存儲在數據庫裡，可以用二維表結構來邏輯表達實現的數據）而言，不方便用數據庫二維邏輯表來表現的數據即稱為非結構化數據，包括所有格式的辦公文檔、文本、圖片、XML、HTML、各類報表、圖像和音頻/視頻信息等等。 非結構化數據庫是指其字段長度可變，並且每個字段的記錄又可以由可重複或不可重複的子字段構成的數據庫，用它不僅可以處理結構化數據（如數字、符號等信息）而且更適合處理非結構化數據（全文文本、圖象、聲音、影視、超媒體等信息）。 非結構化WEB數據庫主要是針對非結構化數據而產生的，與以往流行的關係數據庫相比，其最大區別在於它突破了關係數據庫結構定義不易改變和數據定長的限制，支持重複字段、子字段以及變長字段並實現了對變長數據和重複字段進行處理和數據項的變長存儲管理，在處理連續信息（包括全文信息）和非結構化信息（包括各種多媒體信息）中有著傳統關係型數據庫所無法比擬的優勢。
什麼是結構化數據？什麼是半結構化數據
結構化數據(即行數據,存儲在數據庫裡,可以用二維表結構來邏輯表達實現的數據)
非結構化數據,包括所有格式的辦公文檔、文本、圖片、XML、HTML、各類報表、圖像和音頻/視頻信息等等
對於結構化數據（即行數據，存儲在數據庫裡，可以用二維表結構來邏輯表達實現的數據）而言，不方便用數據庫二維邏輯表來表現的數據即稱為非結構化數據，包括所有格式的辦公文檔、文本、圖片、XML、HTML、各類報表、圖像和音頻/視頻信息等等。
非結構化數據庫是指其字段長度可變，並且每個字段的記錄又可以由可重複或不可重複的子字段構成的數據庫，用它不僅可以處理結構化數據（如數字、符號等信息）而且更適合處理非結構化數據（全文文本、圖象、聲音、影視、超媒體等信息）。
非結構化WEB數據庫主要是針對非結構化數據而產生的，與以往流行的關係數據庫相比，其最大區別在於它突破了關係數據庫結構定義不易改變和數據定長的限制，支持重複字段、子字段以及變長字段並實現了對變長數據和重複字段進行處理和數據項的變長存儲管理，在處理連續信息（包括全文信息）和非結構化信息（包括各種多媒體信息）中有著傳統關係型數據庫所無法比擬的優勢。
什麼是結構化數據，非結構化數據和半結構化數據
結構化數據(即行數據,存儲在數據庫裡,可以用二維表結構來邏輯表達實現的數據)
非結構化數據,包括所有格式的辦公文檔、文本、圖片、XML、HTML、各類報表、圖像和音頻/視頻信息等等。
對於結構化數據（即行數據，存儲在數據庫裡，可以用二維表結構來邏輯表達實現的數據）而言，不方便用數據庫二維邏輯表來表現的數據即稱為非結構化數據，包括所有格式的辦公文檔、文本、圖片、XML、HTML、各類報表、圖像和音頻/視頻信息等等。
非結構化數據庫是指其字段長度可變，並且每個字段的記錄又可以由可重複或不可重複的子字段構成的數據庫，用它不僅可以處理結構化數據（如數字、符號等信息）而且更適合處理非結構化數據（全文文本、圖象、聲音、影視、超媒體等信息）。
非結構化WEB數據庫主要是針對非結構化數據而產生的，與以往
什麼是半結構化信息？
結構化:數據結構字段含義確定,清晰,典型的如數據庫中的表結構.
半結構化:具有一定結構,但語義不夠確定,典型的如HTML網頁,有些字段是確定的(title),有些不確定(table)
非結構化:雜亂無章的數據,很難按照一個概念去進行抽取,無規律性
結構化程度是指對某一決策問題的決策過程、決策環境和規律，能否用明確的語言(數學的或邏輯學的、形式的禒非形式的、定量的或定性的)給予說明或描述清晰程度或準確程度。按照決策問題的結構化程度不同把決策問題分成結構化問題、半結構化問題和非結構化問題三種類型。
1)．結構化決策問題
結構化決策問題相對比較簡單、直接，其決策過程和決策方法有固定的規律可以遵循，能用明確的語言和模型加以描述，並可依據一定的通用模型和決策規則實現其決策過程的基本自動化。早期的多數管理信息系統，能夠求解這類問題，例如，應用運籌學方法等求解資源優化問題。
如：飼料配方、生產計劃、調度等
2)．非結構化決策問題
非結構化決策問題是指那些決策過程複雜，其決策過程和決策方法沒有固定的規律可以遵循，沒有固定的決策規則和通用模型可依，決策者的主觀行為(學識、經驗、直覺、判斷力、洞察力、個人偏好和決策風格等)對各階段的決策效果有相當影響。往往是決策者根據掌握的情況和數據臨時做出決定。
如：聘用人員，為雜誌選封面
3)．半結構化決策問題
半結構化決策問題介於上述兩者之間，其決策過程和決策方法有一定規律可以遵循，但又不能完全確定，即有所瞭解但不全面，有所分析但不確切，有所估計但不確定。這樣的決策問題一般可適當建立模型，但無法確定最優方案。
如：開發市場，經費預算；
參考資料：百度一下
什麼是結構化數據，非結構化數據和半結構化數據
相對於結構化數據(即行數據,存儲在數據庫裡,可以用二維表結構來邏輯表達實現的數據)而言,不方便用數據庫二維邏輯表來表現的數據即稱為非結構化數據,包括所有格式的辦公文檔、文本、圖片、XML、HTML、各類報表、圖像和音頻/視頻信息等等。
字段可根據需要擴充，即字段數目不定，可稱為半結構化數據，例如Exchange存儲的數據。
非結構化數據庫
在信息社會，信息可以劃分為兩大類。一類信息能夠用數據或統一的結構加以表示，我們稱之為結構化數據，如數字、符號；而另一類信息無法用數字或統一的結構表示，如文本、圖像、聲音、網頁等，我們稱之為非結構化數據。結構化數據屬於非結構化數據，是非結構化數據的特例
數據清洗從名字上也看的出就是把“髒”的“洗掉”。因為數據倉庫中的數據是面向某一主題的數據的集合，這些數據從多個業務系統中抽取而來而且包含歷史數據，這樣就避免不了有的數據是錯誤數據、有的數據相互之間有衝突，這些錯誤的或有衝突的數據顯然是我們不想要的，稱為“髒數據”。我們要按照一定的規則把“髒數據”“洗掉”，這就是數據清洗.而數據清洗的任務是過濾那些不符合要求的數據，將過濾的結果交給業務主管部門，確認是否過濾掉還是由業務單位修正之後再進行抽取。不符合要求的數據主要是有不完整的數據、錯誤的數據、重複的數據三大類。
(1)不完整的數據
這一類數據主要是一些應該有的信息缺失，如供應商的名稱、分公司的名稱、客戶的區域信息缺失、業務系統中主表與明細表不能匹配等。對於這一類數據過濾出來，按缺失的內容分別寫入不同Excel文件向客戶提交，要求在規定的時間內補全。補全後才寫入數據倉庫。
(2)錯誤的數據
這一類錯誤產生的原因是業務系統不夠健全，在接收輸入後沒有進行判斷直接寫入後臺數據庫造成的，比如數值數據輸成全角數字字符、字符串數據後面有一個回車操作、日期格式不正確、日期越界等。這一類數據也要分類，對於類似於全角字符、數據前後有不可見字符的問題，只能通過寫SQL語句的方式找出來，然後要求客戶在業務系統修正之後抽取。日期格式不正確的或者是日期越界的這一類錯誤會導致ETL運行失敗，這一類錯誤需要去業務系統數據庫用SQL的方式挑出來，交給業務主管部門要求限期修正，修正之後再抽取。
(3)重複的數據
對於這一類數據——特別是維表中會出現這種情況——將重複數據記錄的所有字段導出來，讓客戶確認並整理。
數據清洗是一個反覆的過程，不可能在幾天內完成，只有不斷的發現問題，解決問題。對於是否過濾，是否修正一般要求客戶確認，對於過濾掉的數據，寫入Excel文件或者將過濾數據寫入數據表，在ETL開發的初期可以每天向業務單位發送過濾數據的郵件，促使他們儘快地修正錯誤,同時也可以做為將來驗證數據的依據。數據清洗需要注意的是不要將有用的數據過濾掉，對於每個過濾規則認真進行驗證，並要用戶確認。
隨著網絡技術的發展，特別是Internet和Intranet技術的飛快發展，使得非結構化數據的數量日趨增大。這時，主要用於管理結構化數據的關係數據庫的侷限性暴露地越來越明顯。因而，數據庫技術相應地進入了“後關係數據庫時代”，發展進入基於網絡應用的非結構化數據庫時代。所謂非結構化數據庫，是指數據庫的變長紀錄由若干不可重複和可重複的字段組成，而每個字段又可由若干不可重複和可重複的子字段組成。簡單地說，非結構化數據庫就是字段可變的數據庫。
我國非結構化數據庫以北京國信貝斯(iBase)軟件有限公司的iBase數據庫為代表。IBase數據庫是......
什麼是結構化數據表
結構化信息與非結構化信息 我們可以把科技信息劃分為結構化信息與非結構化信息。 結構化信息是可以數字化的數據信息，可以方便地通過計算機和數據庫技術進行管理。 無法完全數字化的信息稱為非結構化信息，如文檔文件、圖片、圖紙資料 、縮微膠片等。這些資源中擁有大量的有價值的信息。現在這類非結構化信息正以成倍的速度增長。 另一種定義： 對於來源繁多的信息資料，專業人士根據信息的格式加以劃分，將其分為結構化信息和非結構化信息兩大類。 結構化信息，我們通常接觸的數據庫所管理的信息，包括生產、業務、交易、客戶信息等方面的記錄。 非結構化信息，專業術語為內容，所涵蓋的信息更為廣泛，可分為：營運內容（operational content）：如合約、發票、書信與採購記錄；部門內容（workgroup content）：如 文書處理、電子表格、簡報檔案與電子郵件；Web內容：如HTML與XML等格式的信息；多媒體內容（Rich Media Content）：如聲音、影片、圖形等。 如果說結構化信息更多的忠實、詳實地記錄了企業的生產交易活動，是顯性的表示，那麼非結構化信息則隱性包含了掌握著企業命脈的關鍵，隱含著許多提高企業效益的機會。對 於企業來說，企業內部，以及企業與供應商、客戶、合作伙伴和員工數字化共享所有形式的數據資源，已越來越重要。 90％的信息和知識 在結構化世界之外，IT應用中還存在著一個非結構化的世界。對大多數企業來說，ERP等業務系統所管理的結構化數據只佔到企業全部信息和知識的10%左右，其他的90%都是數據庫難以存取到的非結構化信息和知識。來自IDC的分析顯示，雖然很多企業投資不菲建立了諸多業務支撐系統，但仍有72%的管理者認為知識沒有在他們的組織得到重複利用，88%的人認為他們沒有接觸到企業最佳實踐的機會。Gartner 也曾預言，對非結構化信息和知識的管理將會帶來一個新IT應用潮流。 目前的非結構化信息處理類似於上世紀70年代以前的結構化信息應用。割裂、無法進行數據互操作的應用是其主流。以人們最常用的文檔軟件來看，DOC文檔是MS WORD的專用格式，WPS、永中、中文2000等OFFICE產品廠商則各有各的自留地。這種情況下，由於文檔格式的束縛而使信息四分五裂，信息流無法通暢流轉，信息處理更加困難，信息資源因為信息流的不通暢而喪失了其應有的巨大價值。 從非結構化到半結構化，從半結構化到結構化，從結構化到關聯數據體系，從關聯數據體系到數據挖掘，從數據挖掘到故事化呈現，從故事化呈現到決策導向。 互連網上出現的海量信息，大概分為結構化、半結構化和非結構化三種。結構化信息如電子商務信息，信息的性質和量值的出現的位置是固定的；半結構化的信息如專業網站上的細分頻道，其標題和正文的語法相當規範，關鍵詞的範圍相當侷限；非結構化的信息如BLOG和BBS，所有內容都是不可預知的。 結構化信息和非結構化信息是IT應用的兩個世界，它們有著各自不同的應用進化特點和規律。
什麼叫結構化，半結構化和非結構化數據
相對於結構化數據(即行數據,存儲在數據庫裡,可以用二維表結構來邏輯表達實現的數據)而言,不方便用數據庫二維邏輯表來表現的數據即稱為非結構化數據,包括所有格式的辦公文檔、文本、圖片、XML、HTML、各類報表、圖像和音頻/視頻信息等等。 字段可
半結構化數據的簡介
半結構化數據(semi-structured data)在做一個信息系統設計時肯定會涉及到數據的存儲，一般我們都會將系統信息保存在某個指定的關係數據庫中。我們會將數據按業務分類，並設計相應的表，然後將對應的信息保存到相應的表中。比如我們做一個業務系統，要保存員工基本信息：工號、姓名、性別、出生日期等等；我們就會建立一個對應的staff表。但不是系統中所有信息都可以這樣簡單的用一個表中的字段就能對應的。
什麼是結構化數據.非結構華數據,之間有什麼區別?
在信息社會，耿息可以劃分為兩大類。一類信息能夠用數據或統一的結構加以表示，我們稱之為結構化數據，如數字、符號；而另一類信息無法用數字或統一的結構表示，如文本、圖像、聲音、網頁等，我們稱之為非結構化數據。結構化數據屬於非結構化數據，是非結構化數據的特例。
隨著網絡技術的發展，特別是Internet和Intranet技術的飛快發展，使得非結構化數據的數量日趨增大。這時，主要用於管理結構化數據的關係數據庫的侷限性暴露地越來越明顯。因而，數據庫技術相應地進入了“後關係數據庫時代”，發展進入基於網絡應用的非結構化數據庫時代。所謂非結構化數據庫，是指數據庫的變長紀錄由若干不可重複和可重複的字段組成，而每個字段又可由若干不可重複和可重複的子字段組成。簡單地說，非結構化數據庫就是字段可變的數據庫。
什麼叫結構化數據，什麼叫非結構化數據？能舉例說明下嗎？--ITJOB
概念可以百度下，用食品舉例子。
把一堆水果的種類、顏色、名稱等屬性按照一定的格式記錄下來，這部分數據就是結構化數據，可以通過固定的模板讀取某一條記錄的某一個屬性值。
現在給水果們拍照，用語言描述水果的口感，甚至給每個水果做一個網頁，這些數據都是非結構化數據，這些數據不直接對應某個屬性，需要相對複雜的方式來分析才能知道其含義。