iPAS 備考專區 登入

iPAS AI 應用規劃師 初級 科目一 人工智慧基礎概論・115 年第一次・L11・第 15 題

哪個是結構化數據的例子?

原題

在資料處理中,下列何者屬於「結構化數據」的例子?

白話

資料處理中,依格式不同可以分成「結構化數據」和其他類型。題目給出四個儲存方式不同的資料例子。

問你:下列哪一個例子屬於「結構化數據」?

一句話總結

MySQL 資料庫中的訂單記錄是結構化數據,因為它存在關聯式資料庫的表格裡,每一欄有明確定義、可直接用 SQL 查詢。JSON/XML 是半結構化,純文字對話是非結構化。

情境

先感受問題:同樣是「訂單資料」,存的地方不同差很多

「快樂電商」的資料工程師蘇建宏要分析過去一年的訂單,找出哪些商品最賺錢。他手上有四份資料:

  • 資料庫裡的訂單表(order_id、customer_id、amount、date 每欄都定義好了)
  • 物流 API 回傳的 JSON 檔(有鍵值對,但格式不完全固定)
  • 供應商寄來的 XML 產品目錄(有標籤結構,但巢狀複雜)
  • 客服系統的對話紀錄 txt 檔(客服隨手記的文字,沒有格式)

哪份資料可以直接 SELECT * FROM orders WHERE date > '2024-01-01'?只有第一份,因為它住在關聯式資料庫裡,欄位清楚、格式固定、可以直接查。

這就是結構化數據的本質:住在資料庫表格裡,欄位有定義,可以直接查詢計算。

舊方法

如果所有資料都是「非結構化」,分析師的日子

假設「快樂電商」在 MySQL 導入之前,所有訂單都是 Excel 或文字檔,蘇建宏要分析就會碰到:

  1. 欄位定義不統一:A 同事記「金額」,B 同事記「total」,同一件事不同名字,無法合併計算
  2. 格式不一致:日期有人寫「2024/01/15」,有人寫「15-Jan-2024」,合起來計算就出錯
  3. 無法快速查詢:一年三十萬筆訂單,只能用 Ctrl+F 搜尋,完全沒辦法跑統計
  4. 重複和缺漏沒有約束:同一張訂單被記兩次,或者必填欄位空著,資料庫無法阻止這種情況
  5. 多人協作出亂子:每個人都能任意修改格式,資料越來越亂

把資料放進有結構定義的關聯式資料庫,才能解決這些問題。

新方法

結構化數據是什麼、住在哪裡

「快樂電商」把訂單放進 MySQL 之後,有幾個關鍵特性:

明確的 Schema(綱要)。訂單表定義了七個欄位:order_id(整數)、customer_id(整數)、product_name(文字,最多 100 字元)、amount(小數)、status(文字)、created_at(日期時間)。每一筆資料都必須符合這個格式,不能亂填。

可以直接用 SQL 查詢和計算。蘇建宏輸入一行指令就能得到「2024 年第一季、金額超過 1000 元的訂單總數」。這是結構化數據的核心優勢。

資料完整性約束。資料庫能強制「order_id 不能重複」「amount 不能是負數」,保護資料品質。

反過來,JSON 和 XML 雖然有階層和鍵值對,但格式不固定(JSON 的鍵可以任意增減),屬於半結構化數據。純文字對話完全沒有格式定義,是非結構化數據。

這就是選項 A 的正確理由:MySQL 資料庫的訂單記錄存在關聯式資料庫裡,有明確的表格結構和欄位定義,是最典型的結構化數據。

錯選項

為什麼其他選項是錯的

B以 JSON 格式儲存的商品訂單資訊

字面在說什麼

用 {"order_id": 1, "product": "書包", "amount": 599} 這種鍵值對格式存的訂單。

為什麼不對

JSON 是半結構化數據。雖然有鍵值對,但 JSON 的鍵名可以不固定、值可以是任意型別、可以無限巢狀,沒有嚴格的 Schema 定義。它不能直接放進關聯式表格,需要解析才能分析。

誰會選錯

看到 JSON「有格式、有鍵值對」就以為是結構化的人。結構化的關鍵是「關聯式資料庫裡有 Schema 定義的表格」,不是「有格式就算」。

C用 XML 標注的產品目錄

字面在說什麼

用 <product><name>書包</name><price>599</price></product> 這種標籤格式記錄的產品資訊。

為什麼不對

XML 跟 JSON 一樣是半結構化數據。有標籤、有階層結構,但標籤名稱可以自由定義、不同文件可以有不同結構,需要 XML 解析器才能讀取,不能直接 SQL 查詢。

誰會選錯

以為 XML「很嚴格、有標籤規範」就等於結構化的人。XML 的嚴格性是在語法層面(標籤要閉合),不是在資料模型層面的結構化。

D儲存在純文字檔案中的客服對話紀錄

字面在說什麼

客服和顧客的對話文字,存成 .txt 檔,沒有任何格式標記。

為什麼不對

純文字是最典型的非結構化數據。沒有欄位定義、沒有固定格式、電腦無法直接理解語意,需要 NLP 技術(如情感分析、主題分類)才能提取有用資訊。

誰會選錯

幾乎不會有人選 D,但如果腦子一片空白就胡亂猜,這是最容易排除的選項。

變形題

同個考點下次怎麼變形

延伸

想再往下看,這 5 個

答案、題目或解析有問題?回報這題

出處:iPAS 經濟部產業人才能力鑑定 ・ 115 年第一次 iPAS AI 應用規劃師 初級 科目一 人工智慧基礎概論 第 15 題

看官方原文 PDF

原題 © 經濟部產業發展署,AITerms.tw 僅作教學解析使用,本站解析以 CC BY-NC-SA 4.0 授權。