正解：ア
各選択肢の解説
ア投稿日、商品コード、評価点
正解。どれも項目の意味と値の形（日付、決まった桁のコード、1〜5の数値）が あらかじめ決まっており、表の列にそのまま収めて並べ替えや集計ができます。
イ投稿日、商品コード、評価点、本文
誤り。本文を構造化データに含めています。本文も文字なので表の1列に入れることはできますが、 長さも書き方も投稿者ごとに違い、そのままでは集計できません。 中身を取り出す加工が要るので非構造化データです。
ウ本文、写真
誤り。これは非構造化データのほうです。どちらも決まった項目や形を持たず、 件数を数えたり平均を出したりするには、 テキストマイニングや画像認識で内容を取り出す必要があります。
エ評価点、本文、写真
誤り。顧客の評価を表すものをまとめていますが、分類の切り口が違います。 構造化かどうかは内容の意味ではなく形で決まり、 形の決まった評価点だけが構造化、本文と写真は非構造化です。
理解を深めるために
「表の列に入れて、そのまま計算できるか」で分ける
レビュー1件を表計算ソフトに入力する場面を考えます。投稿日・商品コード・評価点は、 列を作れば迷わず入り、「評価点の平均」「商品ごとの件数」がすぐ出せます。 本文も文字としては1つのセルに入りますが、「本文の平均」は出せません。 写真はそもそもセルに数値として収まりません。 項目と値の形が決まっていて、そのまま集計できるものが構造化データです。
なぜそうなっているのか
- 構造化データ: 列（項目）ごとに値の型が決まっている。リレーショナルデータベースや表計算で扱いやすい
- 非構造化データ: 文章、画像、音声、動画など。決まった型がなく、内容を取り出す加工をしてから分析する
- 同じレビュー1件の中にも、両方が混ざっているのが普通
- 「文字だから構造化」「表に入るから構造化」ではない。決め手は値の形が揃っているかどうか
混同しやすいものとの違い
| 要素 | 分類 | 分析するには |
|---|---|---|
| 投稿日・商品コード・評価点 | 構造化データ | そのまま並べ替え・集計できる |
| 本文 | 非構造化データ | テキストマイニングで語を取り出す |
| 写真 | 非構造化データ | 画像認識などで特徴を取り出す |
試験では「顧客の声を表すか」のような内容の意味で選ばせる誤答が置かれます。 構造化か非構造化かは、値の形だけで判断します。