基本信息

---

下载

文档摘要

---

大数据分析与挖掘指南（执行版）

第1章数据采集与预处理

1.1数据来源与类型

数据来源是大数据分析与挖掘的基础，通常包括结构化数据（如数据库、ERP系统）、非结构化数据（如文本、图像、音频、视频）以及半结构化数据（如XML、JSON）。在实际应用中，数据来源可能来自企业内部系统、第三方API、物联网设备、社交媒体、用户行为日志等。数据类型根据其结构和内容可分为结构化数据（如表格数据）、非结构化数据（如PDF、图片、视频）和半结构化数据（如XML、JSON）。在数据采集过程中，需根据业务需求选择合适的数据源，并确保数据的完整性与一致性。

在数据采集阶段，需明确数据的来源单位、数据