ข้อมูลที่ไม่มีโครงสร้าง (หรือข้อมูลที่ไม่เป็นระเบียบ ) คือข้อมูลที่ไม่มีแบบจำลองข้อมูล ที่กำหนดไว้ล่วงหน้า หรือไม่ได้จัดระเบียบในลักษณะที่กำหนดไว้ล่วงหน้า โดยทั่วไปแล้ว ข้อมูลที่ไม่มีโครงสร้างมักมีข้อความจำนวนมาก แต่ก็อาจมีข้อมูลอื่นๆ เช่น วันที่ ตัวเลข และข้อเท็จจริงด้วย ส่งผลให้เกิดความไม่สม่ำเสมอและความคลุมเครือทำให้ยากต่อการทำความเข้าใจโดยใช้โปรแกรมแบบดั้งเดิม เมื่อเทียบกับข้อมูลที่จัดเก็บในรูปแบบที่มีฟิลด์ในฐานข้อมูล หรือ ข้อมูล ที่ติดแท็กความหมาย ( semantically tagged ) ในเอกสาร

ในปี 1998 Merrill Lynchกล่าวว่า "ข้อมูลที่ไม่มีโครงสร้างประกอบขึ้นเป็นข้อมูลส่วนใหญ่ที่พบในองค์กร บางการประมาณการระบุว่าสูงถึง 80%" ^{[ 1 ]}ไม่ชัดเจนว่าแหล่งที่มาของตัวเลขนี้คืออะไร แต่ถึงกระนั้นก็เป็นที่ยอมรับโดยบางส่วน^{[ 2 ]}แหล่งข้อมูลอื่น ๆ ได้รายงานเปอร์เซ็นต์ของข้อมูลที่ไม่มีโครงสร้างที่คล้ายคลึงกันหรือสูงกว่า^{[ 3 ] [ 4 ] [ 5 ]}

ในปี 2012 International Data Corporation (IDC) และDell EMCคาดการณ์ว่าข้อมูลจะเพิ่มขึ้นเป็น 40 เซตตาไบต์ภายในปี 2020 ซึ่งเพิ่มขึ้นถึง 50 เท่าจากต้นปี 2010 ^{[ 6 ]}เมื่อไม่นานมานี้ IDC และSeagateคาดการณ์ว่าข้อมูล ทั่วโลก จะเพิ่มขึ้นเป็น 163 เซตตาไบต์ภายในปี 2025 ^{[ 7 ]}และส่วนใหญ่จะเป็นข้อมูลที่ไม่มีโครงสร้างนิตยสาร Computer Worldระบุว่าข้อมูลที่ไม่มีโครงสร้างอาจคิดเป็นมากกว่า 70–80% ของข้อมูลทั้งหมดในองค์กร^[1]

การวิจัยด้านธุรกิจอัจฉริยะ ในช่วงแรก มุ่งเน้นไปที่ข้อมูลข้อความที่ไม่มีโครงสร้างมากกว่าข้อมูลตัวเลข^{[ 8 ]}ตั้งแต่ปี 1958 นักวิจัย ด้านวิทยาศาสตร์คอมพิวเตอร์อย่างHP Luhnให้ความสำคัญเป็นพิเศษกับการสกัดและการจำแนกประเภทข้อความที่ไม่มีโครงสร้าง^{[ 8 ]}อย่างไรก็ตาม เทคโนโลยีเพิ่งตามทันความสนใจในการวิจัยตั้งแต่ต้นศตวรรษที่ 21 ในปี 2004 สถาบัน SASได้พัฒนาSAS Text Miner ซึ่งใช้การแยกค่าเอกพจน์ (SVD) เพื่อลดพื้นที่ข้อความหลายมิติให้เป็นมิติที่เล็กลงเพื่อการวิเคราะห์ด้วยเครื่องจักรที่มีประสิทธิภาพมากขึ้นอย่างมีนัยสำคัญ^{[ 9 ]}ความก้าวหน้าทางคณิตศาสตร์และเทคโนโลยีที่เกิดจาก การวิเคราะห์ข้อความด้วย เครื่องจักรกระตุ้นให้ธุรกิจจำนวนมากทำการวิจัยแอปพลิเคชัน นำไปสู่การพัฒนาสาขาต่างๆ เช่นการวิเคราะห์ความรู้สึกการ ขุดค้น เสียงของลูกค้าและการเพิ่มประสิทธิภาพศูนย์บริการ ลูกค้า ^{[ 10 ]}การเกิดขึ้นของบิ๊กดาต้าในช่วงปลายทศวรรษ 2000 ทำให้เกิดความสนใจอย่างมากในการประยุกต์ใช้การวิเคราะห์ข้อมูลที่ไม่มีโครงสร้างในสาขาต่างๆ ในปัจจุบัน เช่นการวิเคราะห์เชิงพยากรณ์และ การ วิเคราะห์สาเหตุหลัก^{[ 11 ]}

คำดังกล่าวไม่แม่นยำด้วยเหตุผลหลายประการ:

1. แม้ว่า โครงสร้างจะไม่ได้ถูกกำหนดไว้อย่างเป็นทางการ แต่ก็ยังสามารถอนุมานได้
2. ข้อมูลที่มีโครงสร้างอยู่บ้างอาจยังคงถูกจัดว่าเป็นข้อมูลที่ไม่มีโครงสร้างได้ หากโครงสร้างนั้นไม่เป็นประโยชน์ต่อกระบวนการประมวลผลที่กำลังดำเนินการอยู่
3. ข้อมูลที่ไม่มีโครงสร้างอาจมีโครงสร้างอยู่บ้าง ( กึ่งมีโครงสร้าง ) หรืออาจมีโครงสร้างสูงมาก แต่ในรูปแบบที่ไม่คาดคิดหรือไม่ได้รับการแจ้งล่วงหน้า

เทคนิคต่างๆ เช่นการขุดค้นข้อมูล (Data Mining) , การประมวลผลภาษาธรรมชาติ (Natural Language Processing: NLP) และการวิเคราะห์ข้อความ (Text Analytics) นำเสนอวิธีการที่แตกต่างกันในการค้นหารูปแบบหรือตีความข้อมูลเหล่านี้ เทคนิคทั่วไปในการจัดโครงสร้างข้อความมักเกี่ยวข้องกับการติดแท็กด้วยตนเองโดยใช้เมตาเดตาหรือการติดแท็กส่วนของคำพูด (Part-of-Speech Tagging)เพื่อการจัดโครงสร้างเพิ่มเติมโดยใช้การขุดค้นข้อมูล มาตรฐาน Unstructured Information Management Architecture (UIMA) ได้จัดเตรียมกรอบการทำงานร่วมกันสำหรับการประมวลผลข้อมูลนี้เพื่อดึงความหมายและสร้างข้อมูลที่มีโครงสร้างเกี่ยวกับข้อมูลนั้น

ซอฟต์แวร์ที่สร้างโครงสร้างที่ประมวลผลได้ด้วยเครื่องจักรสามารถใช้โครงสร้างทางภาษา การได้ยิน และการมองเห็นที่มีอยู่ในรูปแบบการสื่อสารของมนุษย์ทุกรูปแบบ^{[ 12 ]}อัลกอริทึมสามารถอนุมานโครงสร้างโดยธรรมชาติจากข้อความได้ เช่น โดยการตรวจสอบสัณฐานวิทยาของคำ ไวยากรณ์ ของประโยค และรูปแบบขนาดเล็กและขนาดใหญ่อื่นๆ จากนั้นข้อมูลที่ไม่มีโครงสร้าง สามารถเสริมและติดแท็กเพื่อแก้ไขความกำกวมและใช้เทคนิคตามความเกี่ยวข้องเพื่ออำนวยความสะดวกในการค้นหาและการค้นพบ ตัวอย่างของ "ข้อมูลที่ไม่มีโครงสร้าง" อาจรวมถึงหนังสือ วารสาร เอกสาร เม ตาเดตาบันทึกสุขภาพเสียงวิดีโอข้อมูลอนาล็อกรูปภาพไฟล์ และข้อความที่ไม่มีโครงสร้าง เช่น เนื้อหาของข้อความอีเมลหน้าเว็บหรือ เอกสาร ประมวลผลคำแม้ว่าเนื้อหาหลักที่ถ่ายทอดจะไม่มีโครงสร้างที่กำหนดไว้ แต่โดยทั่วไปจะบรรจุอยู่ในวัตถุ (เช่น ในไฟล์หรือเอกสาร ...) ซึ่งมีโครงสร้างในตัวเอง และดังนั้นจึงเป็นการผสมผสานระหว่างข้อมูลที่มีโครงสร้างและไม่มีโครงสร้าง แต่โดยรวมแล้วยังคงเรียกว่า "ข้อมูลที่ไม่มีโครงสร้าง" ^{[ 13 ]}ตัวอย่างเช่น หน้าเว็บ HTMLมีการติดแท็ก แต่โดยทั่วไปแล้วการมาร์กอัป HTML มีไว้สำหรับการแสดงผล เท่านั้น ไม่ได้บันทึกความหมายหรือฟังก์ชันขององค์ประกอบที่ติดแท็กในลักษณะที่สนับสนุนการประมวลผลข้อมูลเนื้อหาของหน้าเว็บโดยอัตโนมัติ การติดแท็ก XHTMLอนุญาตให้เครื่องจักรประมวลผลองค์ประกอบได้ แม้ว่าโดยทั่วไปแล้วจะไม่สามารถบันทึกหรือสื่อความหมายเชิงความหมายของคำที่ติดแท็กได้ก็ตาม

เนื่องจากข้อมูลที่ไม่เป็นระเบียบมักพบได้ในเอกสารอิเล็กทรอนิกส์การใช้ ระบบ จัดการเนื้อหาหรือ เอกสาร ที่สามารถจัดหมวดหมู่เอกสารทั้งหมดได้จึงมักเป็นที่นิยมมากกว่าการถ่ายโอนและจัดการข้อมูลจากภายในเอกสารเอง ดังนั้น การจัดการเอกสารจึงเป็นวิธีการในการสร้างโครงสร้างให้กับชุด เอกสาร

เครื่องมือค้นหาได้กลายเป็นเครื่องมือยอดนิยมสำหรับการจัดทำดัชนีและค้นหาข้อมูล โดยเฉพาะข้อมูลที่เป็นข้อความ

เวิร์กโฟลว์การคำนวณเฉพาะได้รับการพัฒนาขึ้นเพื่อกำหนดโครงสร้างให้กับข้อมูลที่ไม่มีโครงสร้างซึ่งบรรจุอยู่ในเอกสารข้อความ เวิร์กโฟลว์เหล่านี้โดยทั่วไปได้รับการออกแบบมาเพื่อจัดการกับชุดเอกสารหลายพันหรือหลายล้านฉบับ หรือมากกว่านั้นซึ่งวิธีการใส่คำอธิบายประกอบแบบแมนนวลอาจทำไม่ได้ วิธีการเหล่านี้หลายวิธีมีพื้นฐานมาจากแนวคิดของการประมวลผลเชิงวิเคราะห์ออนไลน์ หรือ OLAPและอาจได้รับการสนับสนุนโดยแบบจำลองข้อมูล เช่น คิวบ์ข้อความ^{[ 14 ]}เมื่อมีเมตาเดตาของเอกสารผ่านแบบจำลองข้อมูลแล้ว การสร้างบทสรุปของชุดย่อยของเอกสาร (เช่น เซลล์ภายในคิวบ์ข้อความ) สามารถทำได้ด้วยวิธีการตามวลี^{[ 15 ]}

การวิจัยทางชีวการแพทย์ก่อให้เกิดแหล่งข้อมูลที่ไม่มีโครงสร้างที่สำคัญแหล่งหนึ่ง เนื่องจากนักวิจัยมักเผยแพร่ผลการค้นพบของตนในวารสารวิชาการ แม้ว่าภาษาในเอกสารเหล่านี้จะยากต่อการดึงองค์ประกอบโครงสร้างออกมา (เช่น เนื่องจากคำศัพท์ทางเทคนิคที่ซับซ้อนและความรู้เฉพาะด้านที่จำเป็นในการให้บริบทแก่การสังเกตอย่างครบถ้วน) แต่ผลลัพธ์ของกิจกรรมเหล่านี้อาจสร้างความเชื่อมโยงระหว่างการศึกษาทางเทคนิคและการแพทย์^{[ 19 ]}และเบาะแสเกี่ยวกับการบำบัดโรคใหม่^{[ 20 ]}ความพยายามล่าสุดในการบังคับใช้โครงสร้างกับเอกสารทางชีวการแพทย์ ได้แก่ แนวทาง แผนที่จัดระเบียบตนเองสำหรับการระบุหัวข้อในเอกสาร^{[ 21 ]}อัลกอริทึมที่ไม่ต้องมีการกำกับดูแลทั่วไป[ ^{22 ]}และการประยุกต์ใช้เวิร์กโฟลว์ CaseOLAP ^{[ 15 ]}เพื่อกำหนดความสัมพันธ์ระหว่างชื่อโปรตีนและ หัวข้อ โรคหัวใจและหลอดเลือด^ในวรรณกรรม^{[ 23 ]} CaseOLAP กำหนดความสัมพันธ์ระหว่างวลีและหมวดหมู่ในลักษณะที่ถูกต้อง (ระบุความสัมพันธ์) สม่ำเสมอ (ทำซ้ำได้สูง) และมีประสิทธิภาพ แพลตฟอร์มนี้ช่วยเพิ่มการเข้าถึงและเสริมศักยภาพชุมชนชีวการแพทย์ด้วยเครื่องมือการค้นหาวลีสำหรับการประยุกต์ใช้การวิจัยชีวการแพทย์ในวงกว้าง^{[ 23 ]}

ในสวีเดน (สหภาพยุโรป) ก่อนปี 2018 กฎระเบียบความเป็นส่วนตัวของข้อมูลบางส่วนจะไม่บังคับใช้หากข้อมูลที่เกี่ยวข้องได้รับการยืนยันว่าเป็น "ข้อมูลที่ไม่มีโครงสร้าง" ^{[ 24 ]}คำศัพท์นี้ ข้อมูลที่ไม่มีโครงสร้าง แทบจะไม่ถูกใช้ในสหภาพยุโรปหลังจากที่GDPRมีผลบังคับใช้ในปี 2018 GDPR ไม่ได้กล่าวถึงหรือให้คำจำกัดความของ "ข้อมูลที่ไม่มีโครงสร้าง" แต่ใช้คำว่า "มีโครงสร้าง" ดังต่อไปนี้ (โดยไม่ได้ให้คำจำกัดความ)

• ส่วนหนึ่งของข้อความอธิบายประกอบ GDPR ข้อ 15 ระบุว่า "การคุ้มครองบุคคลธรรมดาควรนำมาใช้กับการประมวลผลข้อมูลส่วนบุคคล ... หาก ... อยู่ในระบบจัดเก็บข้อมูล"
• มาตรา 4 ของ GDPR ระบุว่า "'ระบบจัดเก็บข้อมูล' หมายถึง ชุดข้อมูลส่วนบุคคลที่มีโครงสร้างซึ่งสามารถเข้าถึงได้ตามเกณฑ์ที่กำหนด..."

คำพิพากษาของศาลเกี่ยวกับ GDPR ว่าด้วยนิยามของ "ระบบการจัดเก็บข้อมูล" นั้น "เกณฑ์เฉพาะและรูปแบบเฉพาะที่ชุดข้อมูลส่วนบุคคลที่รวบรวมโดยสมาชิกแต่ละคนที่เข้าร่วมในการเผยแพร่ศาสนาถูกจัดโครงสร้างขึ้นนั้นไม่สำคัญ ตราบใดที่ชุดข้อมูลนั้นทำให้สามารถเรียกดูข้อมูลที่เกี่ยวข้องกับบุคคลใดบุคคลหนึ่งที่ได้รับการติดต่อได้อย่างง่ายดายซึ่งอย่างไรก็ตาม ศาลที่ยื่นเรื่องจะต้องตรวจสอบในแง่ของสถานการณ์ทั้งหมดของคดีในกระบวนการพิจารณาคดีหลัก" ( ศาลยุติธรรมแห่งสหภาพยุโรป , Todistajat v. Tietosuojavaltuutettu, Jehovan, วรรค 61 )

หากข้อมูลส่วนบุคคลสามารถเรียกค้นได้ง่าย นั่นหมายความว่าเป็นระบบจัดเก็บข้อมูล และนั่นก็หมายความว่าข้อมูลนั้นอยู่ภายใต้ขอบเขตของ GDPR ไม่ว่าจะเป็นข้อมูล "มีโครงสร้าง" หรือ "ไม่มีโครงสร้าง" ก็ตาม ระบบอิเล็กทรอนิกส์ส่วนใหญ่ในปัจจุบัน ขึ้นอยู่กับการเข้าถึงและซอฟต์แวร์ที่ใช้ สามารถทำให้เรียกค้นข้อมูลได้ง่าย

• การจัดกลุ่ม
• การจดจำรูปแบบ
• รายชื่อซอฟต์แวร์การวิเคราะห์ข้อความ
• ข้อมูลกึ่งโครงสร้าง
• ข้อมูลที่มีโครงสร้าง

1. ^ความท้าทายในภาครัฐปัจจุบัน: จะทำอย่างไรกับข้อมูลที่ไม่มีโครงสร้าง และทำไมการไม่ทำอะไรเลยจึงไม่ใช่ทางเลือก โนเอล ยูฮันนา นักวิเคราะห์หลักบริษัทวิจัยฟอร์เรสเตอร์พฤศจิกายน 2010

• การจับคู่ข้อมูลที่ไม่มีโครงสร้างและข้อมูลที่มีโครงสร้าง
• คำอธิบายโดยย่อสำหรับข้อมูลที่มีโครงสร้าง