下载掌阅APP，畅读海量书库
立即打开
我们经常会用数据来描述客观世界。首先，可以描述客观世界的实体，也就是说一个个对象，如草、花、动物、纸张、人类、蛋糕、账户等。不同的实体或者不同的对象具有各自不同的特征，如花的特征包括花名、颜色、品种、花期、形状以及味道等，再如人的特征包括姓名、性别、身高和年龄，纸张的特征包括用途、材质、大小等。对于同一种对象的不同个体，其特征值会具有差异，如同样描述花，具有45片花瓣的红色卡罗拉玫瑰花和30cm长的蓝色妖姬，它们的特征差异就很明显。同样，描述人类，30岁的成年女士和80岁的老先生也具有不同的特征。有些特征稳定不变，而另一些则会不断发生变化，如鲜花的颜色一般不变、人类的性别一般不变，但年龄则随着时间会发生变化。因此，可以使用一组特征数据来描述每个对象，这些数据可以随时间发生变化，每个时点的数据反映这个时点对象所处的状态，这就是所谓的状态类数据。
事件类数据是用来描述客观世界中对象之间的关系，它们之间如何互动以及互动会带来什么样的影响和作用。通过记录这些互动以及相互作用等，实现更精准的数据分析。如在当前电商平台中，可以记录到一个用户先后在同一个商家买了3次大米，在这个时间里，出现了用户、商家以及大米，那么，这3个对象之间产生了一次交易。通过分析这个交易数据，得出的结论是这个用户比较喜欢该商家的大米，从而可以预判出用户可能会进行更多的购买行为。
混合类数据理论上也属于事件类数据的范畴，两者的差别在于，混合类数据所描述的事件发生过程持续较长，记录数据时该事件已经发生、还没有结束，可能还将发生变化。如客户消费积分，从客户的零积分到后面持续的消费，每一次消费过后，消费积分都会发生变化，从零开始一直在发生变化，后续可能还会有更多次的变化。