社交媒体数据如何是非结构化数据？

Question

我最近开始阅读大数据，以及像hadoop或BigInsights这样的工具是如何管理结构化和非结构化数据的。

社交媒体分析()是一种可以在BigInsights上实现的工具，它接受非结构化数据并对其进行分析/构造。

这让我想知道，社会媒体数据是如何非结构化的？例如，您可以在tweet上接收的信息可以使用Twitter调用，并以结构化的JSON格式返回给您。

那么，社会媒体数据不是已经被结构化了吗？如果是这样的话，你为什么需要一个主要管理非结构化数据的平台？

Answer 1

一些人也做出了“半结构化”的区分。

但关键是查询数据的能力。是的，推特等通常有一些结构。但这对分析没有帮助。

给定一个丑陋的SQL架构，您确实可以运行如下所示的查询

 SELECT AVG(TweetID) FROM Twitter;

但这种功能在实践中是无用的。这可能就是为什么数据最好被认为是非结构化的:将数据压缩到关系模式中并不能带来好处。

不过，要小心大数据的流行词“宾果”。通常情况下，“支持非结构化数据”实际上意味着“不从数据中的结构中受益(通过使用索引)，而是每次重新读取数据”。

Answer 2

这不仅仅是为了得到推特。这些数据的真正价值在于知道在推特上发布的内容。以Facebook为例，我们可以对任何图片或视频发表评论。我们需要一个平台来知道什么是所有的评论是积极的，或有多少是滑雪板，或有多少评论是真正的反馈。有多少人提出了更好的建议。此外，你还需要知道有多少次视频被分享和喜欢。再一次，所有的人都是谁，谁不喜欢它或喜欢它。可以收集这么多种类的数据，因此这些数据都被称为非结构化数据。