数据&信息到底是啥？

合集 - 课程(2)

1.数据&信息到底是啥？2024-12-02

2.算法是神马(・◇・)？2024-12-25

1、什么是数据？

“数据”是一个很简单的词汇。

100、101、102…
阴、雨、下降、气温……
红烧肉、黄焖鸡米饭、麻辣烫……
学生的档案记录、货物的运输情况
😄、😃、😅……

可以发现：

数据是对客观事物的符号表示。

显然，数据的表现形式还不能完全表达其内容，需要经过解释，数据和关于数据的解释是不可分的。
例如，102是一个数据，可以是一个同学某门课的成绩，也可以是某个人的体重，还可以是中午食堂吃麻辣烫的人数，😅表情表示了我在这时候很无语。
因此：

数据的解释是指对数据含义的说明，数据的含义称为数据的语义，数据与其语义是不可分的。
数据经过处理就成为信息。

2、什么是信息？

就拿水来作为一个例子吧，对于一杯水而言，它的属性是无限多的，比如，水的体积、温度、密度、透明度、颜色……也有很多数据：20、36、1、透明、

这些属性是客观存在的，就是说如果这杯水的温度是36度，就算没有人去观察这杯水，它的温度也还是36度，而“水的温度是36度”只是这杯水的众多信息之一。
（这个概念对于学过哲学唯物内容的同学来说，是比较好理解的😏)

2.1、信息的概念

下面，我们来看点其他的说法。 “信息”一词在英文、法文、德文、西班牙文中均是“information”,日文中为“情報（じょうほう）”，我国台湾称之为“资讯”，我国古代用的是“消息”。

控制论创始人维纳（Norbert Wiener）认为“信息是人们在适应外部世界，并使这种适应反作用于外部世界的过程中，同外部世界进行互相交换的内容和名称”，（即人与外部世界的交换内容，称为信息）。

信息奠基人香农（Shannon）认为“信息是用来消除随机不确定性的东西”。

相比较来看，香农对于信息给出了一个更广义的解释:
因此我们可以再换个说法，

在一种情况下,能减少不确定性的任何事物,都可称为信息。
也就是说
信息就是不确定性的消除

对于这个解释其实不难理解，我主要提一下，其中我们容易困惑的点。

接收到的信息，是相对于观察者对事件已有的实际了解程度而言的，也就是说，如果我们本身已经知道某件事，那么别人再告诉我们这件事，此时的信息量为0。想想看，当我们知道的越多，对这件事的不确定是不是就越少了？

综上，我们可以得出一个定义，信息是物质存在的一种方式、形式或运动状态，也是事物的一种普遍属性，一般指数据、消息中所包含的意义，可以使消息的所描述事件的不确定性减少。

2.2、信息与消息

别担心，信息虽然是不确定的，但我们可以从真实案例归纳出信息的特点。

⭐比如说，现在有两条消息⭐

中国男子乒乓球队获得世界冠军
中国男子足球队获得世界冠军

显然，这两条信息发生的概率完全不同，一个接近1，一个几乎为0（😇），那么哪条信息包含的信息量大呢？

点击查看

 答案是第二条

这也就说明：

消息发生的概率P(x)越大，信息量越小；反之，发生的概率越小，信息量就越大。
当概率为1时，百分百发生的事，地球人都知道，所以信息量为0。
当一个消息是由多个独立的小消息组成时，那么这个消息所含信息量应等于各小消息所含信息量的和。

（所以大家知道为什么第二条信息量更大了吧✋👐🏃）

2.3、信息的五点特征

通过我们刚刚举例的一杯水💦，我们可以提取出信息的基本特征。

信息的特征	描述	举例	概括
载体依附性	- 信息是不能独立存在的，必须依附于一定的载体。 - 同一信息也可以依附于不同的载体，因此获取信息的途径和方法也不同。	-36度，必须依附于这一杯水，才能有它具体的意义：这杯水的温度是36度。 -36度，如果依附人体，则它的意义可能是：人体的体温是36度。	任何信息总是客观地反映某一事实，从本质上说，信息是附属于事实的，离开了事实也就失去了意义。
共享性	- 信息是可以共享的。 - 同一种信息可以同时被不同接收者获取，人们也可以重复利用信息。 - 信息不会因为被别人获取而发生损耗。	- 我可以拿起一杯水告诉全班：这杯水是36度！ - 全班也可以对我说：人的体温也是36度！ - 这两条信息当然不会因为被说出来而消失。	没有传递就没有信息，更谈不上信息的效用。
时效性	信息往往反映的是事物某一特定时间内的状态，他会随着时间段的推移而变化。	- 一杯水不可能永远是36度， - 人体也不可能是一直完全正好的36度。	信息的效用有一定的期限。一旦超过期限，效用就会减少，甚至丧失。
可加工处理性、真伪性	信息是可以加工处理的。	我可以告诉你这杯水里面加了白糖，还可以告诉你它是一杯生水，至于它到底是不是……你觉得呢？	信息经过加工处理分析后，可以更好地被人们利用。
价值性	- 包含显性价值和隐性价值。 - 显性价值是从直接获得的信息中做出行动。 - 隐性价值则是除开信息内容外的价值。	- 这杯水36度，属于凉开水，可以直接喝。 - 每天喝水有益于身体健康。 - “这杯水36度”对于不想喝水的人，价值相当于0。	信息的价值是相对的。

3、数据、信息、知识、智慧

与信息相关，或是相混淆的，有数据、知识以及智慧等概念。

我们已经知道，数据是指那些记录客观事物的、可鉴别的符号（包括数字、文字、图形等等）。通常我们的信息都是从数据中提取出来的，经过解释对提取出来的数据赋予意义。

而知识的解释有很多，从哲学的角度：

知识是人们在认识世界、改造世界中获得的认知、经验的综合。

一个经典的定义来自于柏拉图：一条陈述能称得上是知识，必须满足三个条件：它一定是被验证过的，正确的，而且是被人们相信的。

智慧就比较高级了，我们通常对智慧有一个误解，认为一个人学得知识越多，他就越有智慧。
（我们最爱的填鸭式教育是这个误解的生动体现😇）
根据智慧的字面来理解，智：知识。慧：灵性。因此：

智慧是人基于知识所做出的推理、判断和主张。

所以说有了知识不代表有了智慧，要通过对那些知识的运用才能形成智慧。

4、大数据

数据量大不一定就是大数据。它需要符合四个特征，简称为4个V：

数量（Volume）
- 数据体量巨大：量级单位从TB、PB跃升至EB、ZB级别。（1 EB=2⁶⁰ B）：一本《红楼梦》约有87万字（含标点），每个汉字占两个字节，即1个汉字=2B，由此得出 1EB ≈ 6626亿部《红楼梦》；
速度（Velocity）
- 速度快：数据产生速度快（微博、微信，每个人产生的少，但用户多，产生的量很大）、数据处理速度快；
多样（Variety）
- 数据类型多；
价值（Value）
- 价值密度低：密度=质量/体积。数据量过大，能发挥价值的知识其中非常小的一部分。如某起刑事案件的监控录像，连续不间断的监控视频，嫌疑人出现在视频中的有效部分仅仅只有几秒钟，大量不相关信息会增加获取有效数据的难度。