什么是結構化信息？

結構化信息與非結構化信息 我們可以把科技信息劃分為結構化信息與非結構化信息。 結構化信息是可以數字化的數據信息，可以方便地通過計算機和數據庫技術進行管理。 無法完全數字化的信息稱為非結構化信息，如文檔文件、圖片、圖紙資料 、縮微膠片等。這些資源中擁有大量的有價值的信息。現在這類非結構化信息正以成倍的速度增長。 另一種定義： 對于來源繁多的信息資料，專業人士根據信息的格式加以劃分，將其分為結構化信息和非結構化信息兩大類。 結構化信息，我們通常接觸的數據庫所管理的信息，包括生產、業務、交易、客戶信息等方面的記錄。 非結構化信息，專業術語為內容，所涵蓋的信息更為廣泛，可分為：營運內容（operational content）：如合約、發票、書信與采購記錄；部門內容（workgroup content）：如 文書處理、電子表格、簡報檔案與電子郵件；Web內容：如HTML與XML等格式的信息；多媒體內容（Rich Media Content）：如聲音、影片、圖形等。 如果說結構化信息更多的忠實、詳實地記錄了企業的生產交易活動，是顯性的表示，那么非結構化信息則隱性包含了掌握著企業命脈的關鍵，隱含著許多提高企業效益的機會。對 于企業來說，企業內部，以及企業與供應商、客戶、合作伙伴和員工數字化共享所有形式的數據資源，已越來越重要。 90％的信息和知識 在結構化世界之外，IT應用中還存在著一個非結構化的世界。對大多數企業來說，ERP等業務系統所管理的結構化數據只占到企業全部信息和知識的10%左右，其他的90%都是數據庫難以存取到的非結構化信息和知識。來自IDC的分析顯示，雖然很多企業投資不菲建立了諸多業務支撐系統，但仍有72%的管理者認為知識沒有在他們的組織得到重復利用，88%的人認為他們沒有接觸到企業最佳實踐的機會。Gartner 也曾預言，對非結構化信息和知識的管理將會帶來一個新IT應用潮流。 目前的非結構化信息處理類似于上世紀70年代以前的結構化信息應用。割裂、無法進行數據互操作的應用是其主流。以人們最常用的文檔軟件來看，DOC文檔是MS WORD的專用格式，WPS、永中、中文2000等OFFICE產品廠商則各有各的自留地。這種情況下，由于文檔格式的束縛而使信息四分五裂，信息流無法通暢流轉，信息處理更加困難，信息資源因為信息流的不通暢而喪失了其應有的巨大價值。 從非結構化到半結構化，從半結構化到結構化，從結構化到關聯數據體系，從關聯數據體系到數據挖掘，從數據挖掘到故事化呈現，從故事化呈現到決策導向。 互連網上出現的海量信息，大概分為結構化、半結構化和非結構化三種。結構化信息如電子商務信息，信息的性質和量值的出現的位置是固定的；半結構化的信息如專業網站上的細分頻道，其標題和正文的語法相當規范，關鍵詞的范圍相當局限；非結構化的信息如BLOG和BBS，所有內容都是不可預知的。 結構化信息和非結構化信息是IT應用的兩個世界，它們有著各自不同的應用進化特點和規律。