非結構化資料是乙個Oxymoron

嚴格來說，「非結構化資料」是乙個矛盾。資料必須具有易於理解的結構。通過「非結構化資料」，人們通常指的是具有非**結構的資料。

**資料是**中的資料。每行對應乙個主題，每列對應一種測量。這是最容易使用的資料。

非**資料可能意味著除**資料之外的任何其他資料，但在實踐中它通常意味著文字，或者它可能意味著具有圖形結構或某種其他結構的資料。

更富有成效的討論

我的觀點不是對語言的使用進行狡辯，而是提出乙個建設性的建議：說明結構資料有什麼，而不是它沒有的結構。

關於「非結構化資料」的討論通常是徒勞的，因為兩個人可以使用這個術語，它有兩個不同的含義，並認為它們是不一致的。也許一位高管和銷售代表握手達成一項並非真正達成協議的協議。

最終，必須討論結構資料實際上具有什麼，而不是它缺乏什麼結構，以及該結構可被利用的程度。盡快進行討論可以節省很多錢。

自由文字字段

一種形式的「非結構化」資料是自由文字字段。這些字段不是沒有結構的。它們通常包含散文，用特定語言編寫，或者至多包含少量語言。那是乙個開始。從上下文應該有乙個更可利用的結構。該文字是病理報告嗎？facebook狀態？法律意見？

客戶端將詢問如何取消標識自由文字字段。你不能。如果文字是真正自由的，那麼根據定義它可以是任何東西。但是如果有一些已知的結構，那麼可能有一些實用的方法來匿名化資料，特別是如果有一些容錯的錯誤。

例如，程式可以搜尋並掩蓋可能的名稱。這樣的程式會找到「伊莉莎白」但可能找不到「女王」。因為只有幾個皇后[1]，這將是乙個隱私洩露。此類軟體也會產生誤報，例如掩蓋女王伊利沙伯二世的遠洋班輪的名稱。[2]

筆記[1]維基百科目前的主權君主名單中僅列出了兩名女性，即英國女王伊利沙伯二世和丹麥女王瑪格麗特二世。

[2]該船，也稱為qe2，是伊利沙伯二世女王，而君主是女王伊利沙伯二世。