数据挖掘对象分类

根据数据类型
结构化数据：以表格形式组织的数据，具有明确的数据结构和数据类型（例如，关系数据库）。
非结构化数据：不遵循特定结构或数据类型的文本、图像、视频和音频等数据。
半结构化数据：介于结构化和非结构化数据之间，具有部分结构（例如，XML、JSON）。
根据数据来源
内部数据：公司或组织内部收集和维护的数据，例如客户交易历史、运营数据、财务数据。
外部数据：从外部来源（例如，社交媒体、公共数据集、市场研究）收集的数据。
混合数据：内部和外部数据源结合的数据。
根据数据尺寸
小数据：数据量较小（几十兆字节到几千兆字节），可以使用标准数据分析工具进行处理。
大数据：数据量大（几千兆字节到几拍字节），需要专门的工具和技术进行处理。
根据数据更新频率
静态数据：随着时间的推移保持相对稳定的数据（例如，人口统计数据）。
动态数据：随着时间的推移不断变化和更新的数据（例如，股票价格、社交媒体帖子）。
流式数据：实时生成和处理的数据（例如，传感器数据、物联网数据）。
根据数据复杂性
单一数据：仅包含一种数据类型的数据（例如，财务数据）。
多模态数据：包含多种数据类型的数据（例如，文本、图像、视频和音频）。
高维数据：具有大量特征或属性的数据（例如，基因数据）。
其他分类
业务数据：与业务运营相关的过程和活动的数据。
科学数据：用于科学研究和实验的数据。
社会数据：与人类互动和社会行为相关的数据。