Ustrukturerede

Ustrukturerede data betegner information, som ikke følger et foruddefineret skema eller en fast struktur. Sådan data kommer ofte i form af tekstfiler, e-mails, sociale medieindlæg, billeder, lyd og video samt rå sensor- og logdata. Modsat strukturerede data, der normalt optræder i tabeller og databaser med veldefinerede kolonner, kræver ustrukturerede data særlige metoder og værktøjer for at kunne forstås og analyseres.

Behandling og analyse af ustrukturerede data indebærer ofte forberedelse og fortolkning, herunder schema-on-read, metadata og tagging samt anvendelse af teknikker inden for naturlig sprogbehandling, computer vision og talegenkendelse. Dataene må indekseres og ofte gemmes i data lakes eller lignende arkitekturer, hvor de senere kan analyseres af maskinlæringsmodeller eller gennem menneskelig gennemlæsning. Effektiv håndtering kræver også data governance, kvalitetssikring og sikkerhedspraksisser.

Anvendelser og udfordringer ved ustrukturerede data er brede. De spiller en central rolle i kundeindsigt, dokumentanalyse, medicinske journaler og juridiske dokumenter, hvor de giver rig information, men samtidig udfordrer søgning, standardisering og overholdelse af regler. Særligt krav til persondata og fortrolighed kræver omhyggelig håndtering og sporbarhed.

I praksis kombineres ustrukturerede data ofte med strukturerede data i hybride arkitekturer som data lakes og data-lakehouses. Moderne analyseværktøjer og skalerbare beregningsrammer i skyen muliggør større udnyttelse af ustrukturerede informasjonskilder, drevet af fremskridt inden for NLP, computer vision og big data-teknologier.