خصائص البيانات المهيكلة

اقرأ في هذا المقال


المعيار الأساسي للبيانات المهيكلة هو أنّ جميع السجلات لها نفس الأسلوب وتتكون من أرقام أو رموز وعادةً ما يتم حفظ البيانات المهيكلة في مجموعات البيانات تتكون من جداول.

ما هي خصائص البيانات المهيكلة

  • إنّ البيانات المهيكلة لها هيكل قابل للتحديد يتوافق مع نموذج البيانات.
  • يتم تقديمها في صفوف وأعمدة مثل قاعدة البيانات.
  • منظمة بحيث يتم فهم تعريف البيانات وشكلها ومعناها بوضوح.
  • موجودة في حقول ثابتة في ملف أو سجل.
  • لديها مجموعات متشابهة من البيانات مجمعة معًا في فصول.
  • نقاط البيانات في نفس المجموعة لها نفس السمات.
  • المعلومات سهلة الوصول والاستعلام عن البشر والبرامج الأخرى.
  • يمكن معالجة العناصر، ممّا يتيح التحليل الفعال والمعالجة.
  • تختلف مصادر هذه البيانات حسب المنظمة، وتوجد بيانات تم إنشاؤها بواسطة الكمبيوتر أو الجهاز دون الحاجة إلى تدخل بشري.
  • يتضمن ذلك أشياء مثل: بيانات المستشعر وسجلات الويب وتفاصيل نقاط البيع والمعلومات المالية ويتم التقاط كل هذا تلقائيًا بواسطة الآلات.
  • بينما تشكل البيانات المهيكلة حاليًا (20 بالمائة) من نوع بيانات المؤسسة، فإنّ هذه النسبة تنخفض ولا تزال البيانات المهيكلة ذات قيمة مع زيادة التركيز على التنبؤات للأعمال.
  • بينما كان التركيز ينصب على تحويل البيانات غير المهيكلة أو شبه المهيكلة إلى بيانات مهيكلة، ينصب التركيز الآن على توفير البيانات للأجهزة دون الحاجة إلى الخطوة الإضافية والمكلفة والمستهلكة للوقت لتحويلها إلى بيانات مهيكلة.
  • عادةً ما يكون النوع الأول من البيانات هو الأبسط ويشار إليه عادةً باسم البيانات المهيكلة، حيث إنّها البيانات التي تتبع تنسيقًا معينًا بترتيب معين.
  • تعتمد البيانات المهيكلة على نموذج البيانات ويشبه نموذج البيانات مخطط البيانات في مجموعة البيانات العلائقية باستثناء أن المخطط يعمل على تحديد بنية البيانات بأكملها.
  • يحدد نموذج البيانات الهيكل في الحقول الفردية، حيث إنّها الطريقة التي تحدد بها ما يدخل في كل حقل بيانات ومن المؤكد سيحتوي جدول البيانات على الكثير من البيانات المهيكلة.

المصدر: Foundations of Data Science By Avrim Blum, John Hopcroft, Ravindran Kannan / First EditionIntroducing Data Science: Big data, machine learning, and more, using Python tools By Davy Cielen, Arno Meysman / First EditionAn Introduction to Data Science By Jeffrey S. Saltz, Jeffrey M. Stanton / First EditionData Science from Scratch: First Principles with Python by Joel Grus / 2nd Edition


شارك المقالة: