基本信息

---

下载

文档摘要

---

大数据分析与挖掘手册

第1章数据采集与预处理

1.1数据来源与类型

数据采集是大数据分析与挖掘的第一步，其核心在于从各种来源获取结构化与非结构化数据。数据来源主要包括结构化数据（如数据库、表格）、非结构化数据（如文本、图像、音频、视频）以及实时数据（如传感器数据、日志文件）。在实际应用中，数据来源可能来自企业内部系统（如CRM、ERP）、外部API接口、社交媒体、物联网设备、用户行为日志等。例如，电商企业可能从用户行为、购物车数据、支付记录等多渠道采集用户数据。

数据类型多样，包括结构化数据（如数据库中的表格）、半结构化数据（如XML、JSON格式）、非结构化数据（如PDF、图