DIKW数据信息知识智慧.docx
- 文档编号:24740790
- 上传时间:2023-06-01
- 格式:DOCX
- 页数:32
- 大小:1.07MB
DIKW数据信息知识智慧.docx
《DIKW数据信息知识智慧.docx》由会员分享,可在线阅读,更多相关《DIKW数据信息知识智慧.docx(32页珍藏版)》请在冰豆网上搜索。
DIKW数据信息知识智慧
在数据的世界里,为了信息,为了知识,为了智慧,最终目标,应该是真正和有意义生活。
这个世界上,失败的人除了天分太差之外,只有以下几点,懒,方向不对,方法不对,没有坚持。
你是哪一种呢?
方向、方法是否正确取决于你的知识面、视野、思考(总结)、摸索 等,而知识对多数人而言是最重要的成功基础。
所以此文值得你多多阅读几遍,理解它。
DIKW体系
中文名
DIKW体系
定 义
关于数据信息知识及智慧的体系
作 用
常用于资讯科学及知识管理.
提 出
托马斯·斯特尔那斯·艾略特
简介
DIKW体系就是关于数据、信息、知识及智慧的体系。
当中每一层比下一层赋予某些特质。
资料层是最基本的。
资讯层加入内容。
知识层加入“如何去使用”,智慧层加入“什么时候才用”。
如此,DIKW体系是一个模型让我们了解分析、重要性及概念工作上的极限。
DIKW体系常用于资讯科学及知识管理.
历史
这个模型可以追溯于托马斯·斯特尔那斯·艾略特所写的诗-《岩石》(TheRock)。
在首段,他写道:
“知识中的智慧我们在那里丢失?
资讯中的知识我们在那里丢失?
”(Whereisthewisdomwehavelostinknowledge?
/Whereistheknowledgewehavelostininformation?
)。
哈蓝·克利夫兰根据这个1982年12月在《未来主义者》杂志中的文章-“资讯有如资源”的基础来建设这个体系。
后来这个体系得到米兰·瑟兰尼(MilanZeleny)及罗素·艾可夫(Russell.L.Ackoff)不断的扩展。
应用
DIKW体系透过以下的步骤来协助研究及分析:
原始观察及量度获得了资料。
分析资料间的关系获得了资讯。
这些资讯可以回答简单问题,譬如:
谁?
什么?
哪里?
什么时候?
为什么?
资讯是信息,意味著有听众及目的。
在行动上应用资讯产生了知识。
知识可以回答“如何?
”的问题。
知识是一些可行的关系及习惯工作方式。
透过智者间的沟通及自我反省而利用知识会产生了智慧。
我们可以利用智慧解答关于行动的为什么及什么时候的问题。
智慧是关心未来。
它含有暗示及滞后影响的意味。
DIKW:
数据、信息、知识、智慧的金字塔层次体系
2013-10-1110:
38:
55 来源:
CIO时代网
摘要:
应用DIKW体系基于对数据、信息、知识进行对比分析,可以得出知识内涵的主要内容,即知识来源于信息,但又不是信息的子集......
关键词:
DIKW 知识 信息
前言
知识对于个人、组织的重要性已经不言而喻。
可以说,管理与应用知识的能力已经成为企业的核心竞争力。
知识如此重要,那么,究竟何为知识呢?
目前不论在学术界还是在企业界,对知识的内涵还没有一个统一的认识。
关于知识的定义,相信今后很长一段时间,也不会有一致的定义。
“知识是什么”这个问题之所以难于回答,一个重要原因在于知识紧密地依赖语境及在这个语境中的知识接收者。
与知识类似,我们通常提到的数据、信息等同样与语境密切关联,而且在实际应用中,这三个词汇经常会被混用,这恰好也为我们提供了另外一个对于知识的内涵进行描述的思路,即通过对数据、信息、知识进行比较分析,来描述而非准确定义知识。
而且,幸运的是,在实际应用中,我们同样不必纠结于学术层面知识的准确定义。
本文试图通过数据-信息-知识-智慧的DIKW层次体系,分析四者之间的联系与区别,以及在实际应用中的作用,对知识的内涵和价值进行阐述。
关于DIKW体系
DIKW体系是关于数据、信息、知识及智慧的体系,可以追溯至托马斯·斯特尔那斯·艾略特所写的诗--《岩石》。
在首段,他写道:
“我们在哪里丢失了知识中的智慧?
又在哪里丢失了信息中的知识?
”(Whereisthewisdomwehavelostinknowledge?
/Whereistheknowledgewehavelostininformation?
)。
1982年12月,美国教育家哈蓝·克利夫兰引用艾略特的这些诗句在其出版的《未来主义者》一书提出了“信息即资源”(InformationasaResource)的主张。
其后,教育家米兰·瑟兰尼、管理思想家罗素·艾可夫进一步对此理论发扬光大,前者在1987年撰写了《管理支援系统:
迈向整合知识管理》(ManagementSupportSystems:
TowardsIntegratedKnowledgeManagement),后者在1989年撰写了《从数据到智慧》(“FromDatatoWisdom”,HumanSystemsManagement)。
DIKW体系将数据、信息、知识、智慧纳入到一种金字塔形的层次体系,每一层比下一层都赋予的一些特质。
原始观察及量度获得了数据、分析数据间的关系获得了信息。
在行动上应用信息产生了知识。
智慧关心未来,它含有暗示及滞后影响的意味。
数据、信息、知识与智慧的关系
通过DIKW模型分析,可以看到数据、信息、知识与智慧之间既有联系,又有区别。
数据是记录下来可以被鉴别的符号。
它是最原始的素材,未被加工解释,没有回答特定的问题,没有任何意义;信息是已经被处理、具有逻辑关系的数据,是对数据的解释,这种信息对其接收者具有意义。
举个例子,
数据:
37.5
通过这个你能看出什么吗?
估计很难?
信息:
姓名:
陈浩男 年龄:
1.5岁
性别:
女 地址:
广东省广州市天河区
时间:
2006年6月8日13点20分 腋下体温:
37.5摄氏度
自述:
孩子在楼下玩,回来后看到小脸特别红,测量体温为37.5度
这个时候,这个37.5有意义了,是一个广州的1岁半的小女孩在夏天午后玩了后测试的体温。
在这样的背景下,37.5成为了有意义的信息中的一个关键指标。
知识是从相关信息中过滤、提炼及加工而得到的有用资料。
特殊背景/语境下,知识将数据与信息、信息与信息在行动中的应用之间建立有意义的联系,它体现了信息的本质、原则和经验。
此外,知识基于推理和分析,还可能产生新的知识。
最后来看智慧,智慧,是人类所表现出来的一种独有的能力,主要表现为收集、加工、应用、传播知识的能力,以及对事物发展的前瞻性看法。
在知识的基础之上,通过经验、阅历、见识的累积,而形成的对事物的深刻认识、远见,体现为一种卓越的判断力。
整体来看,知识的演进层次,可以双向演进。
从噪音中分拣出来数据,转化为信息,升级为知识,升华为智慧。
这样一个过程,是信息的管理和分类过程,让信息从庞大无序到分类有序,各取所需。
这就是一个知识管理的过程。
反过来,随着信息生产与传播手段的极大丰富,知识生产的过程其实也是一个不断衰退的过程,从智慧传播为知识,从知识普及为信息,从信息变为记录的数据。
知识的内涵与价值
应用DIKW体系基于对数据、信息、知识进行对比分析,可以得出知识内涵的主要内容,即知识来源于信息,但又不是信息的子集,它是经过“理解”后,关联了具体情境的、可以指导“如何”行动的信息,它具有如下几个特征:
·隐性特征:
需要从信息中进行归纳、总结、提炼;
·行动导向特征:
知识是信息的具体应用,能够直接推动人的决策和行为,加速行动过程;
·资本特征:
是企业重要资产,可以通过应用获得价值;
·情境特征:
在规定的情境下起作用;
·延展生长特征:
知识在应用、交流的过程中,被不断丰富和拓展;
·生命特征:
知识是有产生、发展、衰退的生命周期。
这种内涵下,知识的价值又是什么呢?
如前所述,数据是数字、文字、图像、符号等,在没有被处理之前,本身不代表任何潜在的意义。
而当通过某种方式对数据进行组织和分析时,数据的意义才显示出来,从而演变为信息,信息可以对某些简单的问题给予解答,譬如:
谁?
什么?
哪里?
什么时候?
知识是在对信息进行了筛选、综合、分析等等过程之后产生的。
它不是信息的简单累加,往往还需要加入基于以往的经验所作的判断。
因此,知识可以解决较为复杂的问题,可以回答“如何?
”的问题,能够积极地指导任务的执行和管理,进行决策和解决问题。
综上,在当今海量数据、信息爆炸时代下,知识起到去伪存真、去粗存精的作用。
知识使信息变得有用,可以在具体工作环境中,对于特定接收者解决“如何”开展工作的问题,提高工作的效率和质量。
同时,知识的积累和应用,对于启迪智慧,引领未来起到了非常重要的作用。
最后,有一点需要补充说明的是,数据、信息、知识依赖于语境、依赖于接收者本身,三者之间的区别并非泾渭分明。
某个经过加工的数据对某个人来说是信息,而对另外一个人来说则可能是数据;一个系统或一次处理所输出的信息,可能是另一个系统或另一次处理的原始数据。
同时,在某个语境下是知识的内容,在另外的语境中,可能就是信息,甚至是无意义的数据。
因此,在进行数据、信息与知识的研究与应用时,要与特定语境(即人、任务等)进行结合才有意义。
数据,信息,知识,智慧分析与对比
随着人类社会从工业经济时代进入知识经济时代,知识管理的出现为21世纪知识经济时代的企业组织提供必须的管理基础。
以彼得.德鲁克博士(PeterF.Drucker)和斯威比博士为代表提出的理论为知识管理领域的开拓和发展作出了杰出贡献。
知识管理(KnowledgeManagement,KM)是识别组织中的知识资产、并充分发挥知识资产的杠杆作用,来帮助企业获取竞争优势的过程。
毫无疑问,我们已经生活在知识经济和知识管理的环境当中。
每时每刻,我们身边都充满了各种各样的数据。
但只有将这些杂乱无章的数据,转换为信息和知识,才能帮助我们做出聪明的选择。
可见知识是从数据到智慧划分为不同层次的。
由于数据,信息,知识与智慧四者之间有着密切的相关性,他们常被混淆使用。
本文将重点对数据,信息,知识与智慧进行分析和对比。
一。
数据
从图一我们可以看到,数据是知识阶层中最底层也是最基础的一个概念。
数据是形成信息,知识和智慧的源泉。
关于数据的定义,比较典型的我们可以看到以下几种:
1.数据是对现实生活的理性描述,尽可能地从数量上反映现实世界。
也包括汇总、排序、比例、等等处理。
2.数据(Data)[Applehans,Globe&Laugero,1999]认为数据是一系列外部环境的事实,是未经组织的数字、词语、声音和图像等。
3.据是计算机程序加工的“原料”。
例如,一个代数方程求解程序中所用的数据是整数和实数,而一个编译程序或文本编辑程序中使用的数据是字符串。
随着计算机软,硬件的发展,计算机的应用领域的扩大,数据的含义也扩大了。
例 如,当今计算机可以处理的图象,声音等,它都被认为是数据的范畴。
4.数据泛指对客观事物的数量、属性、位置及其相互关系的抽象表示,以适合于用人工或自然的方式进行保存、传递和处理。
我们认为第四个定义较符合我们对数据的理解。
例如,水的温度是100℃,礼物的重量是500克,木头的长度是2米,大楼的高度时100层。
在这些表述中:
水,温度,100℃,礼物,重量,500克,木头,长度,2米,大楼,高度,100层就是数据。
通过这些数据的描述我们的大脑里形成了对客观世界的清晰印象。
这些数据也可以同过编码被录入到计算机中。
从上面的例子中。
我们看到数据要通过人们约定俗成的字符和定义表现出来。
我们也可以把这些字符和定义称之为关键词,数据就是通过对这些关键词的应用把人类认知的物质世界清晰的描述出来。
我们提到关键词必须是人们约定俗成的。
这就表示不同阶级,不同宗教。
不同国家的人对于关键词的约定必然会有差异。
由此我们可以推导出数据其实也具有一个使用范围。
不同领域的人在描述同一事物是会出现不同的数据。
例如,中国人会称每个星期的最后一天为”星期天“。
美国人会把这一天叫做“Sunday”。
基督教徒会称这一天为“礼拜天”.
数据的有范围性导致由此建立的信息世界,知识世界在不同的国家。
不同的宗教,不同的阶级中会产生差异。
认识到数据的有范围性可以帮助我们在一个领域进行知识管理时,首先要统一关键词的约定。
最后我们对数据进行这样的定义:
数据是使用约定俗成的关键字,对客观事物的数量、属性、位置及其相互关系进行抽象表示,以适合在这个领域中用人工或自然的方式进行保存、传递和处理。
二。
信息
“信息”是当代使用频率很高的一个概念,由于很难给出基础科学层次上的信息定义。
系统科学界曾下决心暂时不把信息作为系统学的基本概念,留待条件成熟后再做弥补。
到目前为止,围绕信息定义所出现的流行说法已不下百种。
以下是一些比较典型、比较有代表性的说法。
1948年信息论的创始人C.E.香农在研究广义通信系统理论时把信息定义为信源的不定度。
1950年控制论创始人N.维纳认为,信息是人们在适应客观世界,并使这种适应被客观世界感受的过程中与客观世界进行交换的内容的名称。
1964年R.卡纳普提出语义信息。
语义不仅与所用的语法和语句结构有关,而且与信宿对于所用符号的主观感知有关。
所以语义信息是一种主观信息。
80年代哲学家们提出广义信息,认为信息是直接或间接描述客观世界的,把信息作为与物质并列的范畴纳入哲学体系。
90年代以后一些经典的定义有:
1.数据是从自然现象和社会现象中搜集的原始材料,根据使用数据人的目的按一定的形式加以处理,找出其中的联系,就形成了信息。
2.信息(Information)有一定含义的、经过加工处理的、对决策有价值的数据。
信息=数据+处理
3.信息:
人们对数据进行系统组织、整理和分析,使其产生相关性,但没有与特定用户行动相关联,信息可以被数字化;
作为知识层次中的中间层,有一点可以确认,那就是信息必然来源于数据并高于数据。
我们知道象7度,50米,300吨,大楼,桥梁这些数据是没有联系的,孤立的。
只有当这些数据用来描述一个客观事物和客观事物的关系,形成有逻辑的数据流,他们才能被称为信息。
我们刚才看到一个公式:
信息=数据+处理,这个公式符合我们的思路,但我们认为它还不够完整。
信息事实上还包括有一个非常重要的特性—
时效性。
例如新闻说北京气温9摄氏度,这个信息对我们是无意义的,它必须加上今天或明天北京气温9摄氏度。
再例如通告说,在会议室三楼开会,这个信息也是无意义的,他必须告诉我们是哪天的几点钟在会议室三楼开会。
注意信息的时效性对于我们使用和传递信息有重要的意义。
它提醒我们失去信息的时效性,信息就不是完整的信息,甚至会变成毫无意义的数据流。
所以我们认为信息是具有时效性的有一定含义的,有逻辑的、经过加工处理的、对决策有价值的数据流。
信息=数据+时间+处理。
三.知识
什么是知识?
作为比数据,信息更高阶层的知识有哪些特点,在对此进行分析之前我们看一看理论界都有哪些经典的定义:
1.知识是让从定量到定性的过程得以实现的、抽象的、逻辑的东西。
知识是需要通过信息使用归纳、演绎得方法得到。
知识只有在经过广泛深入地实践检验,被人消化吸收,并成为了个人的信念和判断取向之后才能成为知识,
2.“知识”是一种流动性质的综合体:
其中包括结构化的经验、价值、以及经过文字化的信息。
在组织中,知识不仅存在文件与储存系统中,也蕴含在日常例行工作、过程、执行与规范中。
知识来自于信息,信息转变成知识的过程中,均需要人们亲自参与。
知识包括“比较”、“结果”、“关联性”与“交谈”之过程。
3.国际经济合作组织组编的《知识经济》(knowledgebasedeconomy,1996)中对知识的界定,采用了西方20世纪60年代以来一直流行的说法——知识就是知道了什么(Know-what)、知道为什么(Know-why)、知道怎么做(Know-how)、知道谁(Know-who)。
这样的界定可以概括为“知识是4个W”。
4.Harris(1996)将知识定义为:
知识是信息、文化脉络以及经验的组合。
其中,文化脉络为人们看待事情时的观念,会受到社会价值、宗教信仰、天性以及性别等影响;经验则是个人从前所获得的知识;而信息则是在数据经过储存、分析以及解释后所产生的,因此信息具有实质内容与目标。
知识之所以在数据与信息之上,是因为它更接近行动,它与决策相关。
我们认为这些知识的经典定义都有其价值和意义,信息虽给出了数据中一些有一定意义的东西,但它往往会在时间效用失效后价值开始衰减,只有通过人们的参与对信息进行归纳,演绎,比较等手段进行挖掘,使其有价值的部分沉淀下来,并于已存在的人类知识体系相结合,这部分有价值的信息就转变成知识。
例如。
北京7月1日,气温为30度。
在12月1日气温为3度。
这些信息一般会在时效性消失后,变得没有价值,但当人们对这些信息进行归纳和对比就会发现北京每年的7月气温会比较高,12月气温比较低,于是总结出一年有春夏秋冬四个季节,有价值的信息沉淀并结构化后就形成了知识。
四。
智慧。
智慧是知识层次中的最高一级。
它同时也是人类区别于其他生物的重要特征。
我们经常看到一个人满腹经纶,拥有很多知识,但不通世故,被称做书呆子。
也会看到有些人只读过很少的书,却能力超群,能够解决棘手的问题。
我们会认为后者具有更多的智慧。
这里面有哪些奥秘,我们首先看一下智慧的经典定义。
1.定义智慧时,英国科学家图灵做出了贡献,如果一台机器能够通过称之为图灵实验的实验,那它就是智慧的,图灵实验的本质就是让人在不看外型的情况下不能区别是机器的行为还是人的行为时,这个机器就是智慧的。
2.智慧(Wisdom)-知识的选择(Selection)应对的行动方案可能有多种,但(战略)选择哪个靠智慧。
行动则又会产生新的智慧。
·
3.ArthurAnderson管理顾问公司认为智慧乃以知识为根基,加上个人的运用能力、综合判断、创造力及实践能力来创造价值。
;
4.迦納認為智慧是:
「一種處理訊息的生理心理潛能,這種潛能在某種文化環境之下,會被引發去解決問題或是創作該文化所重視的作品」
从这些定义中我们可以总结出以下这些共识:
智慧是人类解决问题的一种能力
智慧是人类特有的能力。
智慧的产生需要基于知识的应用
根据这些共识并沿承知识层次的前三个概念--数据,信息,和知识。
我们认为智慧是人类基于已有的知识,针对物质世界运动过程中产生的问题根据获得的信息进行分析,对比,演绎找出解决方案的能力。
这种能力运用的结果是将信息的有价值部分挖掘出来并使之成为已有知识架构的一部分。
五。
总结:
回顾我们对数据,信息,知识和智慧的定义他们分别是:
1. 数据是使用约定俗成的关键字, 对客观事物的数量、属性、位置及其相互关系进行抽象表示, 以适合在这个领域中用人工或自然的方式进行保存、传递和处理。
2. 信息是具有时效性的,有一定含义的, 有逻辑的、经过加工处理的、对决策有价值的数据流。
3。
通过人们的参与对信息进行归纳, 演绎, 比较等手段进行挖掘, 使其有价值的部分沉淀下来, 并于已存在的人类知识体系相结合, 这部分有价值的信息就转变成知识。
4. 智慧是人类基于已有的知识, 针对物质世界运动过程中产生的问题根据获得的信息尽行分析, 对比, 演绎找出解决方案的能力。
这种能力运用的结果是将信息的有价值部分挖掘出来并使之成为知识架构的一部分
根据这些定义我们尝试对企业应用知识管理提出一些建设性意见:
1。
重视数据所使用关键词的统一性和完整性,这样才能避免组织内出现不同的信息和知识体系,避免成员在交流沟通时产生歧义和误会。
2。
保持关键字集合的可扩展性,防止由于数据不全导致新信息和新知识无法产生。
3。
重视信息的时效性,尽量在信息的时效性消失前挖掘出其有用的价值,并使之沉淀于已有的知识库中。
4。
重视信息的可靠性和逻辑性,防止由于错误或逻辑混乱的信息加入到知识库中,降低知识库的质量。
5。
关注企业知识库的结构化问题,尽量避免知识彼此割裂,甚至出现知识孤岛。
通过不同领域知识的交叉融合,使它们连通起来,方便组织成员使用知识库时能够快速准确的定位需要的知识。
6。
充分理解智慧是一种应用知识和信息处理问题的能力,在选择组织成员时应兼顾其拥有知识和运用知识能力之间的平衡。
DIKW体系-个人知识管理领域中最基础的概念
DIKW体系就是关于资料、资讯、知识及智慧的体系。
当中每一层比下一层赋予某些[特质。
资料层是最基本的。
资讯层加入内容。
知识层加入“如何去使用”,智慧层加入“什么时候才用”。
如此,DIKW体系是一个模型让我们了解分析、重要性及概念工作上的极限。
DIKW体系常用于资讯科学及知识管理。
应用
DIKW体系透过以下的步骤来协助研究及分析:
原始观察及量度获得了资料。
分析资料间的关系获得了资讯。
这些资讯可以回答简单问题,譬如:
谁?
什么?
哪里?
什么时候?
为什么?
资讯是信息,意味着有听众及目的。
在行动上应用资讯产生了知识。
知识可以回答“如何?
”的问题。
知识是一些可行的关系及习惯工作方式。
透过智者间的沟通及自我反省而利用知识会产生了智慧。
我们可以利用智慧解答关于行动的为什么及什么时候的问题。
智慧是关心未来。
它含有暗示及滞后影响的意味。
一、定义
1、资料
数据,或称资料,是可定义为意义的实体,它涉及到事物的存在形式。
它是关于事件的一组离散的客观的事实描述,是构成信息和知识的原始材料。
数据可分为模拟数据和数字数据两大类。
数据指计算机加工的“原料”,如图形、声音、文字、数、字符和符号等。
2、信息
信息,又称讯息,普遍存在于自然界和人类社会活动中,它的表现形式远远比物质和能量复杂。
但又远比他们简单,其实信息就是“物质和能量,及其自身‘信息’与其属性的标识、表现。
作为一个概念,信息有着多种多样的含义。
一般来说,与信息这一概念密切相关的概念包括约束(constraint)、沟通(communication)、控制、数据、形式、指令、知识、含义、精神刺激、模式、感知以及表达。
3、知识
知识是对某个主题确信的认识,并且这些认识拥有潜在的能力为特定目的而使用。
认知事物的能力是哲学中充满争议的中心议题之一,并且拥有它自己的分支—知识论。
从更加实用的层次来看,知识通常被某些人的群体所共享,在这种情况下,知识可以通过不同的方式来操作和管理
4、智慧
智慧,可以指思考分析、通情达理或寻求真理的能力,它和智力、聪明不同,智慧更重视人生哲学上的能力。
有智慧的人称为智者。
中国古代“知”与“智”通,故“知”就是“智慧”。
二、解释
资料(Data)
信息(Information)
知识(Knowlege)
智慧(Wisdom)
离散、不相关的事实、文字、数字或符号
经过筛选、整理与分析的资料
结合个人能力与经验的信息,用于解决问题或创新知识
基于个人价值与信仰的前瞻性看法与想法。
一大堆庞杂无意义的东西
数据经过储存、分析及解释后所产生
信息、文化背景和经验的组合
经过整理后,有意义的资料
你根据信息的原则,得到的共通道理,可用来作决断和定策略
下雨
夏天午后常下雨
夏天出门要随身带雨伞
不具情境脉络及意义的事实本身
资料在一特定情境脉络下的具体呈现
信息加上个人的角色、学习行为、以及经验而成
讯息(message)要在情境(context)之中纔会成为信息(information)
一手的未经修改的,例如某年的人口数。
经过加工分析的数据,例如某年到某年十年间的人口成长率、其他影响人口成长率的统计数据。
据
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- DIKW 数据 信息 知识 智慧