数据集 结构化数据

数据集

一个数据的集和，每一行是一条数据记录，每一列是一个字段。

我们把表中的每一行叫做一个“记录”，每一个记录包含这行中的所有信息，就像在通讯录数据库中某个人全部的信息。字段是比记录更小的单位，字段集合组成记录。个字段包含某一专题的信息。就像“通讯录”数据库中，“姓名”、“联系电话”这些都是表中所有行共有的属性，所以把这些列称为“姓名”字段和“联系电话”字段。

数据集是动态虚拟的存在。比如，基于上述的员工表，以及一个工资发放表（员工ID，日期，金额），可以构成一个“员工工资发放”的数据集，包括字段：员工姓名、发放日期、金额。这个数据集，并没有在某一处持续存在，而只是在要使用它时，根据数据集的定义，临时去员工表、工资发放表中取得相应的物理存在的数据，生成这个数据集的数据。生成的数据，会临时放在某处（往往在内存中），但数据集使用结束，临时生成的数据就被清除了，但原来数据表中的数据并不受影响。

数据集是原始数据进行一定的计算处理后生成的临时数据结果。

结构化数据：信息能够用数据或统一的结构加以表示，如数字，符号。非结构化数据：一类信息无法用数字或统一的结构表示，如文本、图像、声音、网页等。结构化数据属于非结构化数据。

google 的dataset(数据集）搜索引擎j:对多方面的数据集进行整合，为用户提供了能够同时搜索多个存储区的单个界面。Noy 和 Brickley 写道，为了帮助搜索引擎索引现有数据集，拥有数据集的人应该使用一个叫作 Schema.org 的标准化词汇表来「标记」数据集，Schema.org 是谷歌和另外三个搜索引擎巨头（微软、雅虎和 Yandex）一起发起的项目，由 Brickley 管理。

 

 

 

https://mp.weixin.qq.com/s?src=11&timestamp=1537618454&ver=1138&signature=rqfHwD0oTZGMCf2eeMgf4i54CGxtB9zLnKZLZAr1*SLzHrJdHj8H*d5cagcwj-EIPeQmgE654DJo93NRZC6xfWjdXN5W*5nEPPl4Ry5S6aQARvAqqluRPJLMSJc*Jjj*&new=1