如何使用非结构化数据进行预测？

Question

如何将非结构化数据用于预测目的？(所谓非结构化，我指的是数据库意义上的非结构化)。

我有一个预测系统，它使用历史数据和一组额外的解释功能来预测需求。就数据库而言，这是数据所能得到的结构。

我在几个地方听说过，大数据和非结构化数据可以用来改善需求预测。

但是当我深入研究细节时，它们似乎总是首先将非结构化数据减少为某种结构化格式，然后将其提供给他们所使用的任何预测方法。他们没有使用“真正的非结构化数据”。

如何在预测算法中使用真正的非结构化数据？有什么出版物和参考资料吗？

Answer 1

如何使用数据主要取决于您试图解决的域问题。

在你提到的情况下，这将取决于你到底想要预测什么。例如，如果您试图预测销售或续订，有一些即时用例，您可以利用“非结构化”数据来增加输入到模型中的信号(功能)的数量和/或质量: 1)处理来自联络中心交互的音频数据，以确定客户的总体情绪(即“他在等待销售电话吗？”)；2)处理来自客户评论的文本，并使用情感/关键字作为客户模型的前置者；等等！

看起来，它们最终总是先将非结构化数据减少为某种结构化格式，然后将其提供给他们所使用的任何预测方法。

可能是因为它们的预测算法或方法要求以特定格式输入数据，就像大多数预测或分类算法所做的那样；不同的算法对数据问题有不同的公差，例如缺失值或异常值。因此，您处理一段非结构化的数据，目的是使用它，通常是将其添加到数据模型中，或者将其作为报表的数据或作为预测模型的特性输入。

PS:我很好奇，是否有人知道这样的情况:你只会把非结构化数据扔到预测算法(例如神经网络)上，从中得到一些有意义或有用的东西。

Answer 2

递归神经网络可以利用非结构化数据(如视频或原始文本)来进行预测。

例如，模型可以使用大量电子邮件中的文本作为输入，然后尝试预测一些内容。