采集基本概念--web信息检索与数据抓取-结构化数据与非结.pptxVIP

下载本文档

1
0
约小于1千字
约 7页
2019-10-17 发布于湖北
举报
版权申诉

采集基本概念--web信息检索与数据抓取-结构化数据与非结.pptx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

网络数据采集 -结构化数据与非结构化数据北京信息职业技术学院 | 郑淑晖伊新结构化数据与非结构化数据 2 1、结构化数据：一般指存储在数据库中，具有一定逻辑结构和物理结构的数据，最为常见的是存储在关系数据库中的数据；如ORACEL DB2 SQLSERVER MYSQL 结构化数据与非结构化数据 3 2、非结构化数据：一般指结构化数据以外的数据，这些数据不存储在数据库中，而是以各种类型的文本形式存放，其中web上的一些数据（内嵌于HTML或XML标记中）又具有一定的逻辑结构和物理结构，被称为半结构数据。结构化数据与非结构化数据 4 2、非结构化数据：据IDC的一项调查报告中指出：企业中80%的数据都是非结构化数据，这些数据每年都按指数增长60%。非结构化数据，顾名思义，是存储在文件系统的信息，而不是数据库。据报道指出:平均只有1%-5%的数据是结构化的数据。非结构化数据的来源 5 当前分析非结构化数据信息的总体流程 6 1、人工编码分析：人工逐条阅读分析素材，根据语义进行编码统计与分析 1.《自己动手写网络爬虫》罗刚王振东编著清华大学出版社 2010-10-012.刘清林 web信息检索与数据抓取电子讲义 7 参考文献(资源)