什么是结构化信息？

结构化信息与非结构化信息 　　我们可以把科技信息划分为结构化信息与非结构化信息。 　　结构化信息是可以数字化的数据信息，可以方便地通过计算机和数据库技术进行管理。 　　无法完全数字化的信息称为非结构化信息，如文档文件、图片、图纸资料 、缩微胶片等。这些资源中拥有大量的有价值的信息。现在这类非结构化信息正以成倍的速度增长。 　　另一种定义： 　　对于来源繁多的信息资料，专业人士根据信息的格式加以划分，将其分为结构化信息和非结构化信息两大类。 　　结构化信息，我们通常接触的数据库所管理的信息，包括生产、业务、交易、客户信息等方面的记录。 　　非结构化信息，专业术语为内容，所涵盖的信息更为广泛，可分为：营运内容（operational content）：如合约、发票、书信与采购记录；部门内容（workgroup content）：如 　　文书处理、电子表格、简报档案与电子邮件；Web内容：如HTML与XML等格式的信息；多媒体内容（Rich Media Content）：如声音、影片、图形等。 　　如果说结构化信息更多的忠实、详实地记录了企业的生产交易活动，是显性的表示，那么非结构化信息则隐性包含了掌握着企业命脉的关键，隐含着许多提高企业效益的机会。对 　　于企业来说，企业内部，以及企业与供应商、客户、合作伙伴和员工数字化共享所有形式的数据资源，已越来越重要。 　　90％的信息和知识 　　在结构化世界之外，IT应用中还存在着一个非结构化的世界。对大多数企业来说，ERP等业务系统所管理的结构化数据只占到企业全部信息和知识的10%左右，其他的90%都是数据库难以存取到的非结构化信息和知识。来自IDC的分析显示，虽然很多企业投资不菲建立了诸多业务支撑系统，但仍有72%的管理者认为知识没有在他们的组织得到重复利用，88%的人认为他们没有接触到企业最佳实践的机会。Gartner 也曾预言，对非结构化信息和知识的管理将会带来一个新IT应用潮流。 　　目前的非结构化信息处理类似于上世纪70年代以前的结构化信息应用。割裂、无法进行数据互操作的应用是其主流。以人们最常用的文档软件来看，DOC文档是MS WORD的专用格式，WPS、永中、中文2000等OFFICE产品厂商则各有各的自留地。这种情况下，由于文档格式的束缚而使信息四分五裂，信息流无法通畅流转，信息处理更加困难，信息资源因为信息流的不通畅而丧失了其应有的巨大价值。 　　从非结构化到半结构化，从半结构化到结构化，从结构化到关联数据体系，从关联数据体系到数据挖掘，从数据挖掘到故事化呈现，从故事化呈现到决策导向。 　　互连网上出现的海量信息，大概分为结构化、半结构化和非结构化三种。结构化信息如电子商务信息，信息的性质和量值的出现的位置是固定的；半结构化的信息如专业网站上的细分频道，其标题和正文的语法相当规范，关键词的范围相当局限；非结构化的信息如BLOG和BBS，所有内容都是不可预知的。 　　结构化信息和非结构化信息是IT应用的两个世界，它们有着各自不同的应用进化特点和规律。