Nieustrukturyzowany

Nieustrukturyzowany to przymiotnik używany w informatyce i analizie danych do opisu danych, które nie posiadają stałej, z góry określonej struktury. W odróżnieniu od danych ustrukturyzowanych, zapisanych w tabelach relacyjnych i zarządzanych według jasno zdefiniowanego modelu, dane nieustrukturyzowane nie mieszczą się w jednym spójnym schemacie. Mogą występować w wielu formatach i zawierać informacje trudne do wyodrębnienia bez uprzedniego przetwarzania.

Przykłady nieustrukturyzowanych danych obejmują teksty (dokumenty, e-maile, artykuły), multimedia (obrazy, nagrania audio i wideo), pliki logów, wiadomości w mediach społecznościowych oraz surowe dane sensorów. Cechą wspólną jest brak stałego modelu danych i często duża różnorodność treści, języka, metafor i kontekstów.

Wyzwania związane z nieustrukturyzowanymi danymi obejmują trudności w indeksowaniu, wyszukiwaniu i mechanicznej analizie. Przetwarzanie wymaga technik takich jak przetwarzanie języka naturalnego, mining danych, uczenie maszynowe i techniki ekstrakcji informacji. Przechowywanie często realizuje się w architekturach typu data lake, gdzie brak sztywnego schematu umożliwia elastyczne dodawanie nowych danych, ale jednocześnie stwarza problemy z jakością, zgodnością i zarządzaniem metadanymi.

W praktyce nieustrukturyzowane dane znajdują zastosowanie w analityce treści, analizie sentymentu, monitoringu mediów, badaniach rynkowych i logistyce operacyjnej. Zarządzanie nimi najczęściej łączy się z odpowiednim katalogowaniem, metadanymi i procesami zapewniającymi ścieżkę pochodzenia danych.