布局化数据 vs. 非布局化数据
|
几年前，行使要害字和要害短语的说明职员可以搜刮非布局化数据，并对数据涉及的内容有一个清楚的观念。电子发明是这种要领的首要例子。可是，非布局化数据的增添速率很是快，以至于用户不只必要回收计较事变的说明，并且还要自动从他们的勾当和用户决定中进修。天然说话处理赏罚（NLP）、模式感知和分类以及文本发掘算法都是常见的例子，文档相干性说明、情绪说明和过滤器驱动的网页网络也是常见的例子。 行使呆板进修智能举办非布局化数据说明可使组织： 1.说明数字通讯的合规性。违背合规性将会使企业丧失数百万美元的用度、诉讼和营业丧失。模式辨认和电子邮件线程说明软件可以搜刮海量的电子邮件和谈天数据，以防隐藏的不合规环境。最近的一个例子就是公共汽车公司也许通过行使说明来监控可疑动静的通讯，从而停止了巨额罚款和荣誉丧失。 2.跟踪交际媒体中的大量客户对话。文天职析和情感说明可让说明师搜查营销勾当的起劲和负面功效，乃至辨认在线威胁。这种级此外说明是一种更为伟大的简朴要害字的搜刮，它只能陈诉根基常识，譬喻海报在新告白系列中说起企业名称的频率。新的说明还包罗以了局景：说起的是起劲照旧负面？海报是否有更好的宣传浸染？用户对行政通告的回响是什么？譬喻汽车行业大量参加交际媒体的说明，由于购趁魅者每每会转向其他海报来权衡他们的购车体验。说明师行使文本发掘和情绪说明相团结的方法来跟踪Twitter和Facebook上与自动相干的用户帖子。 3.得到新的营销谍报。呆板进修说明器材可快速处理赏罚大量文档以说明客户举动。一家重要的杂志刊行商可以将文本发掘应用到数以万计的文章中，并通过首要分论题的风行度来说明每个单独的出书物环境。然后，他们将说明扩展到全部内容属性，以查察哪些整体主题受到客户的首要存眷。该说明将全部出书物的数十万条内容举办说明，并以分段情势交错引用热点主题的功效。其功效是富厚的内容，哪些话题对差异的顾主最感乐趣，哪些营销信息与他们发生了最凶猛的共识。 在电子数据展示中，数据科学家行使要害字搜刮非布局化数据并得到有关数据的公道构思。 无论企业的营业详细是什么，其方针都是发掘营业代价，无论数据是布局化的还长短布局化的。这两种范例的数据都也许具有很高的代价，而较新的器材可以汇总、查询、说明和操作全部数据范例，以便在整个企业数据范畴内得到越发深入的营业洞察力。 （编辑：湖南网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
