随着大数据概念的流行，非结构化数据已经逐渐成为了大数据的代名词。Soltius公司的工程师Ram Subramanyam今天发表了一篇文章，对非结构化数据进行了解读。

相比于交易型数据，非结构化数据(Unstructured Data)的增长速度要快很多。整理、组织并分析非结构化数据，能够为企业带来更多的竞争优势。每一个数据元素都有它的意义，尽管有些是和你不那么相关的。在本文中，我就将解释一些常见的非结构化数据问题。

非结构化数据包括以下几个类型：

文本：在掌握了元数据结构时，机器生成的数据，如传感器等就一定能够进行解译。当然，流数据中有一些字段需要更加高级的分析和发掘功能。

交互数据：这里指的是社交网络中的数据，大量的业务价值隐藏其中。人们表达对人、产品的看法和观点，并以文本字段的方式存储。为了自动分析这部分数据，我们需要借助实体识别以及语义分析等技术。你需要将文本数据以实体集合的形式展现，并结合其中的关系属性。

图像：图像识别算法已经逐渐成为了主流。此外，这些技术也会产生实体，尽管获取关系以及舆情分析更加具有挑战性。

音频：目前有许多研究是针对于解译音频流数据的内容，并能够判断说话者的情绪。然后在利用文本分析技术对这部分数据进行分析。

视频：毫无疑问，视频是最具挑战性的数据类型。图像识别技术可以对每一帧图像进行抽取，当然，要真正做到对视频内容进行分析还需要技术的进一步发展。而视频中又包括音频，可以用上述的技术进行解译。

根据上述内容，我们需要一些新的数据处理与分析功能，来获得这些数据类型的价值，下面就是其中一部分技术：

动态元数据发现：该技术主要针对文本数据，它能够动态地将元数据从结果集中抽取出来，比如新的REST结束点。在持续基础上维护和控制元数据。在运行时间，从大量可用选项中，选择适当的最佳匹配的元数据集。

分类设置：你需要能够针对其他分析层捕获并表现你的业务及其实体，以对输入的数据进行注释和参考。由于业务元素的加入，这一分类将变得更加普遍。

实体提取和语义分析：它能够将分类利用到任何数据流当中，并将数据流中表达的实体和关系进行提取。这种分析可以存储在一个关系型数据库当中，也可以以图表的形式进行存储。

多媒体识别技术：如上述所言，进行非结构化数据分析，我们就需要各种解译图片、音频视频的技术。

其层级如下所示：

我们看到，目前许多动作还都停留在最上层，但逐渐也会渗透到音频和视频层面。