Gestructureerde gegevens

Definitie

Gestructureerde data verwijst naar informatie die georganiseerd is in vooraf gedefinieerde formaten zoals tabellen, databases of spreadsheets. Het staat in contrast met ongestructureerde data zoals vrije tekst of afbeeldingen.

Doel

Het doel is om efficiënte opslag, opvraging en analyse van informatie mogelijk te maken. Gestructureerde data vormen de basis voor data science en AI-systemen.

Belang

• Gemakkelijk doorzoekbaar en machinaal leesbaar.
• Biedt betrouwbare input voor begeleid leren.
• Beperkt in het vastleggen van complexe variaties in de echte wereld.
• Vaak gecombineerd met ongestructureerde data voor rijkere modellen.

Hoe het werkt

1. Verzamel gegevens van sensoren, transacties of logboeken.
2. Organiseer in rijen en kolommen met een gedefinieerd schema.
3. Opslaan in relationele of NoSQL-databases.
4. Query's uitvoeren met behulp van SQL of API's.
5. Gebruik als invoer voor analyses of ML-modellen.

Voorbeelden (echte wereld)

• Banktransacties worden opgeslagen in gestructureerde databases.
• Ziekenhuisgegevens in gestructureerde EPD-formaten.
• E-commerce productcatalogi.

Referenties / Verder lezen

• ISO/IEC 11179: Metadataregisters.
• NIST Big Data Interoperabiliteitskader.
• Kimball & Ross. De Data Warehouse Toolkit.
• Gestructureerde en ongestructureerde data: