Znanje kao poseban oblik informacije. Razlika između znanja i podataka. Baze podataka i baze znanja

Pojam, struktura, klasifikacija, značajke inteligentnih sustava.

Sustav se naziva inteligentnim ako implementira 3 osnovne funkcije:

1. Predstavljanje i obrada znanja.

2. Obrazloženje.

3. Komunikacija.

Korisnik

Baza znanja o funkcionalnim mehanizmima

Strukturno znanje – znanje o radnom okruženju. Metaknoznanje je znanje o svojstvima znanja.

1. Biokemijski (sve vezano uz mozak);

2. Programsko-pragmatični smjer (pisanje programa koji zamjenjuju funkcije).

1. Lokalni (zadatak) pristup: za svaki zadatak postoje posebni programi koji postižu rezultate ništa lošije od osobe.

2. Sustavni pristup temeljen na znanju – izrada alata za automatizaciju, izrada samih programa.

3. Pristup metodom proceduralnog programiranja - izrada algoritama na prirodnim jezicima.

Glavni dijelovi IIT-a:

1. Upravljanje znanjem.

2. Formalni jezici i semantika.

3. Kvantna semantika.

4. Kognitivno modeliranje.

5. Konvergentni (konvergentni) sustavi za podršku odlučivanju.

6. Evolucijski genetski algoritmi.

7. Neuronske mreže.

8. Ant i imunološki algoritmi.

9. Ekspertni sustavi.

10. Neizraziti skupovi i proračuni.

11. Nemonotone logike.

12. Aktivni višeagentski sustavi.

13. Komunikacija i prevođenje prirodnim jezikom.

14. Prepoznavanje uzoraka, igranje šaha.

Karakteristike problematičnih područja u kojima je nužna uporaba informacijskih informacijskih sustava:

1. Kvaliteta i učinkovitost donošenja odluka.

2. Nejasni ciljevi.

3. Kaotično, fluktuirajuće i kvantizirano ponašanje okoline.

4. Mnoštvo faktora koji se međusobno zamjenjuju.

5. Slaba formalizabilnost.

6. Jedinstvenost (nestereotipnost) situacije.

7. Latencija (skrivenost) informacija.

8. Devijantnost u provedbi planova, kao i značaj malih akcija.

9. Paradoksalna logika odluka.

Nestabilnost, nedostatak fokusa, kaotično okruženje

Pojam podataka, informacija i znanja. Svojstva znanja i njihova razlika od podataka.

Informacije su:

· sve informacije primljene i prenesene, pohranjene iz različitih izvora;

· ovo je cijeli skup informacija o svijetu oko nas, o svim vrstama procesa koji se u njemu odvijaju, a koje mogu percipirati živi organizmi, elektronički strojevi i drugi informacijski sustavi;

· riječ je o značajnoj informaciji o nečemu, kada je oblik njezine prezentacije također informacija, odnosno ima funkciju oblikovanja u skladu s vlastitom prirodom;

· to je sve što se može dodati našim saznanjima i pretpostavkama.

Podaci su informacije činjenične prirode koje opisuju objekte, procese i pojave predmetnog područja, kao i njihova svojstva. U procesima računalne obrade podaci prolaze kroz sljedeće faze transformacije:

· početni oblik postojanja podataka (rezultati opažanja i mjerenja, tablice, priručnici, dijagrami, grafikoni i sl.);

· prikaz na posebnim jezicima opisa podataka namijenjenih za unos i obradu izvornih podataka u računalo;

· baze podataka na računalnim medijima za pohranu podataka.

Znanje – u teoriji umjetne inteligencije i ekspertnih sustava – skup je informacija i pravila zaključivanja (od pojedinca, društva ili sustava umjetne inteligencije) o svijetu, svojstvima objekata, obrascima procesa i pojava, kao i kao pravila za njihovo korištenje za donošenje odluka. Glavna razlika između znanja i podataka je njihova struktura i aktivnost; pojava novih činjenica u bazi podataka ili uspostavljanje novih veza može postati izvor promjena u donošenju odluka.

Da bi se znanje smjestilo u informacijski sustav, ono mora biti predstavljeno određenim strukturama podataka koje odgovaraju odabranom okruženju za razvoj inteligentnog sustava. Dakle, kod razvoja informacijskog sustava znanje se prvo akumulira i prezentira, au ovoj fazi potrebno je sudjelovanje čovjeka, a zatim se znanje predstavlja određenim strukturama podataka koje su pogodne za pohranu i obradu u računalu.

Znanje o IP-u postoji u sljedećim oblicima:

· početno znanje (pravila proizašla iz praktičnog iskustva, matematičke i empirijske ovisnosti koje odražavaju međusobne veze između činjenica; uzorci i trendovi koji opisuju promjene činjenica tijekom vremena; funkcije, dijagrami, grafikoni itd.);

· opis početnog znanja pomoću odabranog modela reprezentacije znanja (mnoge logičke formule ili proizvodna pravila, semantička mreža, hijerarhije okvira itd.);

· prikaz znanja podatkovnim strukturama koje su namijenjene pohrani i obradi na računalu;

· baze znanja o računalnim medijima za pohranu podataka.

Znanje je složenija kategorija u odnosu na podatke. Znanje opisuje ne samo pojedinačne činjenice, već i odnose među njima, zbog čega se znanje ponekad naziva strukturirani podaci. Znanje je rezultat mentalne aktivnosti osobe usmjerene na generaliziranje iskustva stečenog kao rezultat praktične aktivnosti.

Znanje se dobiva kao rezultat primjene određenih metoda obrade izvornih podataka i povezivanja vanjskih postupaka.

PODACI + POSTUPAK OBRADE = INFORMACIJA

INFORMACIJA + POSTUPAK OBRADE = ZNANJE

Karakteristična značajka znanja je da ono nije sadržano u izvornom sustavu. Znanje nastaje kao rezultat uspoređivanja informacijskih jedinica, pronalaženja i rješavanja proturječja među njima, tj. znanje je aktivno; njegova pojava ili nedostatak dovodi do provedbe određenih radnji ili nastanka novog znanja. Znanje se razlikuje od podataka po sljedećim svojstvima.

Svojstva znanja (iz predavanja):

· Interna interpretabilnost (podaci + podaci metode). Metodološki - strukturirani podaci, koji predstavljaju karakteristike opisanih entiteta u svrhu njihove identifikacije, pretraživanja, vrednovanja i upravljanja

· Dostupnost veza (unutarnjih, vanjskih), komunikacijska struktura

· Mogućnost skaliranja (procjena odnosa između informacijskih jedinica) – kvantitativno

· Dostupnost semantičke metrike (način procjene loše formaliziranih informacijskih jedinica)

· Prisutnost aktivnosti (nepotpunost, netočnost potiče ih na razvoj, nadopunjavanje).

Klasifikacija znanja

Znanje– oblik postojanja i sistematizacije rezultata ljudske kognitivne aktivnosti. Znanje pomaže ljudima da racionalno organiziraju svoje aktivnosti i rješavaju različite probleme koji se pritom pojavljuju.

Znanje(u teoriji umjetne inteligencije i ekspertnih sustava) - skup informacija i pravila zaključivanja (od pojedinca, društva ili AI sustava) o svijetu, svojstvima objekata, obrascima procesa i pojava, kao i pravila za njihovo korištenje za donošenje odluka.

Glavna razlika između znanja i podataka je njihova struktura i aktivnost; pojava novih činjenica u bazi podataka ili uspostavljanje novih veza može postati izvor promjena u donošenju odluka.

Postoje različite vrste znanja:

znanstveni,

Izvanznanstveni,

Uobičajeno-praktično (uobičajeno, zdravorazumsko),

Intuitivno,

Religiozni itd.

Svakodnevno praktično znanje je nesustavno, neutemeljeno i nenapisano. Obično znanje služi kao osnova čovjekove orijentacije u svijetu oko sebe, osnova njegovog svakodnevnog ponašanja i predviđanja, ali obično sadrži pogreške i proturječja. Znanstveno znanje utemeljeno na racionalnosti karakterizira objektivnost i univerzalnost, te tvrdi da je univerzalno važeće. Njegova je zadaća opisivati, objašnjavati i predviđati procese i pojave stvarnosti. Izvanznanstveno znanje proizvodi određena intelektualna zajednica prema normama i standardima koji se razlikuju od racionalističkih; oni imaju vlastite izvore i sredstva znanja.

Klasifikacija znanja

I. po prirodi. Znanje može biti deklarativni I proceduralni.

Deklarativno znanje sadrže samo ideju o strukturi određenih pojmova. Ovo znanje je blisko podacima, činjenicama. Na primjer: visokoškolska ustanova je skup fakulteta, a svaki fakultet skup je odjela. Proceduralni znanje je aktivne prirode. Definiraju ideje o sredstvima i načinima stjecanja novih znanja i provjere znanja. To su različite vrste algoritama. Na primjer: metoda brainstorminga za pronalaženje novih ideja.

II. prema stupnju znanosti. Znanje može biti znanstveni I izvanznanstveni.Znanstvena spoznaja može biti:

1) empirijski (na temelju iskustva ili opažanja);

2) teorijski (na temelju analize apstraktnih modela, analogija, dijagrama koji odražavaju strukturu i prirodu procesa, tj. generalizacija empirijskih podataka).

Izvanznanstvena znanja mogu biti:

 paraznanstvena znanja - učenja ili razmišljanja o pojavama, čije objašnjenje nije uvjerljivo sa stajališta znanstvenih kriterija.

 pseudoznanstveno – namjerno iskorištavanje nagađanja i predrasuda.

 kvaziznanstveni – traže pristaše i pristaše, oslanjajući se na metode nasilja i prisile. Kvaziznanstvena spoznaja, u pravilu, cvjeta u uvjetima strogo hijerarhijske znanosti, gdje je kritika vladajućih nemoguća, gdje je ideološki režim strogo manifestiran. (U povijesti Rusije dobro su poznata razdoblja "trijumfa kvazinaučnosti": lisenkovizam; fiksizam itd.)

 antiznanstveni – kao utopijske i namjerno iskrivljujuće ideje o stvarnosti.

 pseudoznanstvene - predstavljaju intelektualnu aktivnost koja spekulira na skupu popularnih teorija (priče o drevnim astronautima, o Bigfootu, o čudovištu iz Loch Nessa)

 svakodnevno-praktična - davanje osnovnih informacija o prirodi i okolnoj stvarnosti. Obično znanje uključuje zdrav razum, znakove, pouke, recepte, osobno iskustvo i tradiciju. Iako bilježi istinu, čini to nesustavno i bez dokaza.

 osobni – ovisno o sposobnostima pojedinog subjekta i o svojstvima njegove intelektualne spoznajne aktivnosti. Kolektivno znanje je općevažeće (transpersonalno), pretpostavlja postojanje pojmova, metoda, tehnika i pravila izgradnje zajedničkih cijelom sustavu. III. po lokaciji

Istaknuti osobni(prešutno, skriveno, još neformalizirano) znanje i formalizirao(eksplicitno) znanje.

Prešutno znanje– znanje ljudi koje još nije formalizirano i ne može se prenijeti na druge ljude.

Formalizirano u nekom jezičnom (eksplicitnom) znanju:

 znanje u dokumentima;

 znanje o CD-ima;

 poznavanje osobnih računala;

 Poznavanje interneta;

 znanja u bazama znanja;

 znanje u ekspertnim sustavima, izvučeno iz prešutnog znanja ljudskih stručnjaka.

Razlikovne karakteristike znanja još uvijek su predmet nesigurnosti u filozofiji. Prema većini mislilaca, da bi se nešto smatralo znanjem, mora zadovoljiti tri kriterija:

a) biti potvrđen,

b) biti istinit,

c) pouzdan.

Povezane informacije.

Znanje i informacije važne su komponente naših života. Ovi se pojmovi ne mogu u potpunosti poistovjetiti jedni s drugima. Razmotrimo što se podrazumijeva pod svakim od njih i kako se znanje razlikuje od informacija.

Definicija

Znanje– sistematizirane pouzdane predodžbe o predmetima i pojavama stvarnosti. Ljudi koriste znanje kako bi racionalno organizirali svoje aktivnosti i riješili novonastale probleme.

Informacija– informacije o pojmovima, činjenicama, događajima i sl. u čijem prijenosu i prihvaćanju mogu sudjelovati ljudi ili posebni uređaji. Životinje međusobno komuniciraju određene informacije pomoću signala. Postoji i genetska informacija koja se prenosi s jednog organizma na drugi.

Usporedba

Temeljni čimbenik koji omogućuje prepoznavanje razlike između znanja i informacije jest taj da se znanje stječe samo subjektivnim shvaćanjem. Informacije su neovisne i ne dosežu uvijek stupanj svijesti.

U kognitivnom procesu znanje i informacija nalaze se na različitim stupnjevima. Najprije dolazi do percepcije informacije koju prenosi određeni izvor: knjiga, internet, učitelj... Nakon razumijevanja informacija rezultira znanjem. Onaj tko ima znanje može poslužiti kao novi izvor informacija.

Dakle, samo se prenose i primaju informacije, ali se znanje ne može prenositi. Da biste postali vlasnik znanja, potrebno je percipirati potrebne informacije i propustiti ih kroz vlastitu svijest.

Na primjer, nastavnik matematike ima znanja iz svog predmeta. Objašnjavajući razredu kako riješiti problem, on ne prenosi izravno znanje, već je izvor informacija. Učenici će moći razvijati znanje samo kada ne samo slušaju učitelja, već i razumiju i shvaćaju što im on želi prenijeti.

Kada se razmatra razlika između znanja i informacije, treba napomenuti da ne može postojati višak znanja. Uostalom, osoba nastoji shvatiti samo ono što je za njega stvarno važno i potrebno. Informacija može biti previše, ljudi se često osjećaju prezasićeni njima. Od ukupne količine informacija manji dio se koristi za stjecanje znanja.

Znanje je ono što je kriterij obrazovanja čovjeka. Uostalom, nije dovoljno samo upoznati se s informacijama, potrebno je i puno mentalnog rada.

Klasifikacija znanja

Tumačenja znanja

Reprezentacija znanja

Tema 1. Pojam znanja

Znanje– ovo je u praksi provjeren rezultat spoznaje stvarnosti, odraz u ljudskom umu.

Znanje– zakoni predmetnog područja (načela, veze, zakoni), dobiveni kao rezultat praktičnih aktivnosti i profesionalnog iskustva, koji stručnjacima omogućuju rješavanje problema u ovom području.

Znanje je rezultat dobiven znanjem.

Znanje– to su formalizirane informacije na koje se poziva prilikom donošenja različitih zaključaka na temelju dostupnih podataka korištenjem logičkih zaključaka.

Znanje odnosi se na informacije pohranjene u računalu, formalizirane u skladu sa strukturnim pravilima, koje se mogu koristiti u rješavanju problema.

· Psihološki: Znanje – psihološke slike ili mentalni modeli.

· Inteligentan: Znanje je skup informacija o određenom predmetnom području, uključujući činjenice o objektima predmetnog područja, o svojstvima predmeta i odnosima koji ih povezuju, opise procesa koji se odvijaju u danom predmetnom području i sadrže informacije o rješavanju tipičnih problema. problema.

· Formalno – logično: Znanje je formalizirana informacija koja se koristi za dobivanje ili izvođenje novog znanja pomoću specijaliziranih postupaka.

· Informativni-tehnološkog: Znanje je strukturirana informacija pohranjena u memoriji računala i korištena u radu inteligentnih sustava.

1. Ovisno o izvoru:

a. a priori

b. akumulirano

ja stručnjak

ii. promatrana

iii. izlaz

2. Ovisno o prirodi korištenja pri rješavanju problema:

a. deklarativni

b. proceduralni

c. metaznanje

3. Ovisno o stupnju pouzdanosti:

a. jasno znanje

b. nejasno znanje

4. Ovisno o dubini:

ja površno:

b. znanje-kopija

c. znanja-poznanstva

ja duboko:

1.1. Apriori – stavljaju se u bazu znanja prije početka funkcioniranja informacijskog informacijskog sustava koji tu bazu znanja uključuje. Osim toga, kada se radi s bazom znanja, pouzdanost apriornog znanja sadržanog u njoj nije precijenjena.

1.2. Akumulirano znanje nastaje tijekom rada baze znanja. Izvori tog znanja mogu biti stručnjaci (ekspert), uređaji vanjskih umjetnih promatrača (observabilni), pravila i procedure za zaključivanje i provjeru znanja koji djeluju u okviru inteligentnog sustava (inferred).

2.2. Proceduralno znanje je informacija o načinima rješavanja tipičnih problema u određenom predmetnom području.

2.3. Metaknowledge je znanje o znanju koje sadrži opće informacije o principima korištenja znanja. Razina metaznanja uključuje i strategiju upravljanja izborom i primjenom proceduralnog znanja.

3. Klasifikacija znanja ovisno o stupnju njegove pouzdanosti temelji se na tzv. ne-faktori inherentno znanju: nepotpune informacije o fragmentu predmetnog područja koje se razmatra je netočnost kvantitativnih i kvalitativnih procjena, dvosmislenost pravila za zaključivanje novog znanja, nedosljednost nekih odredbi u bazi znanja.

4. Površno – znanje o vidljivim odnosima predmeta i pojava. Duboko znanje temelji se na apstraktnim analogijama koje omogućuju objašnjenje suštine fenomena.

Reprezentacija znanja– izražavanje formalnim jezikom svojstava različitih objekata i obrazaca bitnih za rješavanje problema.

Glavna područja istraživanja koja se odnose na reprezentaciju znanja:

· razvoj metodologije za konstruiranje problemski orijentiranih matematičkih modela;

· razvoj formalnog aparata za opisivanje takvih modela;

· razvoj teorija proračuna u takvim modelima;

· razvoj tehnologija za implementaciju programske podrške za takve modele.

Prilikom razvijanja modela reprezentacije znanja mogu se postaviti pitanja: "Što predstaviti?" i "Kako prezentirati?"

Prvo pitanje odnosi se na organizaciju ili izbor strukture znanja.

Drugi se odnosi na zastupljenost znanja u odabranoj strukturi.

Sastav znanja informacijskog informacijskog sustava ovisi o predmetnom području, zahtjevima i ciljevima korisnika te namjeni strukture sustava. Kada razvijate gotovo bilo koji informacijski informacijski sustav, morate imati sljedeći minimalni skup znanja:

· znanje o procesu rješavanja problema;

· poznavanje jezika komunikacije i načina organiziranja dijaloga između sustava i korisnika;

· znanje o problemskom području i znanje o načinima predstavljanja i modificiranja znanja.

Podaci nazovite informacije činjenične prirode koje opisuju objekte, procese i pojave predmetnog područja, kao i njihova svojstva.

Znanje su složenija kategorija u usporedbi s podacima. Znanje opisuje ne samo pojedinačne činjenice, već i odnose među njima, zbog čega se znanje ponekad naziva strukturirani podaci. Znanje je rezultat mentalne aktivnosti osobe usmjerene na generaliziranje iskustva stečenog kao rezultat praktične aktivnosti.

Znanje se dobiva kao rezultat primjene određenih metoda obrade izvornih podataka i povezivanja vanjskih postupaka.

PODACI + POSTUPAK OBRADE = INFORMACIJA

INFORMACIJA + POSTUPAK OBRADE = ZNANJE

1. Interno tumačenje – neovisnost znanja o programu tumačenja, sposobnost odgovaranja na pitanja o sadržaju memorije. Omogućuje vam povezivanje podataka pohranjenih u memoriji s njihovim semantičkim sadržajem. Njegova prisutnost omogućuje konstruiranje procedura koje odgovaraju na ljudska pitanja o sadržaju memorije u ime računala.

2, 3. Dostupnost unutarnjih i vanjskih struktura znanja. Proširenje principa podjele objekata na već identificirane komponente cjeline omogućuje izgradnju hijerarhijskih prikaza na više razina. Objekti dijela mogu se tumačiti neovisno jedan o drugom, tj. kao elementi skupa. Ako je odnos između pojedinih elemenata dijelova značajan, onda se mora odraziti u bazi znanja. Na različitim objektima predmetnog područja, kako u cjelini tako i na njihovim dijelovima, uvode se različiti semantički odnosi (generički odnosi, vremenski, prostorni) koji opisuju strukturu fragmenta predmetnog područja. Takav strukturni prikaz predmetnog područja vrlo je važan aspekt znanja jer principi dekomponiranja objekata u predmetnom području i identificiranja sustava odnosa među njima temelje se na sličnim mehanizmima ljudskog mišljenja.

4. Skaliranje. Omogućuje vam usporedbu i organiziranje kvalitativno identičnih, ali kvantitativno različitih svojstava i odnosa objekata u predmetnom području. U ljudskom pamćenju posloženo je znanje o svijetu oko nas koje je određeno različitim mjerilima. Ljestvica je niz oznaka od kojih je svaka povezana s procjenom vrijednosti ili vrijednosti određene količine. Razlikuju se sljedeće vrste ljestvica: 1) metričke, koje se dijele na apsolutne i relativne; 2) Redne ljestvice, koje se dijele na jezične i opozicijske. U metričkim ljestvicama, položajem točaka, možete odrediti stupanj razlike odgovarajućih informacijskih jedinica. Pomoću metričkih ljestvica možete uspostaviti kvantitativne odnose i redoslijed određenih procjena ili količina. U apsolutnim metričkim ljestvicama ishodište se nikada ne mijenja. U relativnim mjerilima, podrijetlo varira u svakom slučaju i određeno je situacijom ili trenutnim trenutkom u vremenu. U redni ljestvice određuju redoslijed informacijskih jedinica u lingvistički Ordinalne ljestvice koriste kvantifikatore koji služe za uvođenje kvantitativnih ili kvalitativnih mjera. Takvi kvantifikatori su nikad, vrlo rijetko, rijetko, često itd. U oporbene redne ljestvice krajevi ljestvice odgovaraju ekstremnim ili nekompatibilnim svojstvima i odnosima objekata, koji su označeni parovima antonima, srednji položaj smatra se neutralnim. Primjeri takvih antonima su sljedeći parovi: spor - brz, jak - slab. Ljestvice su određene s tri parametra.

Modul 1 (1,5 bod): Uvod u ekonomsku informatiku

Tema 1.1: Teorijske osnove ekonomske informatike

Tema 1.2: Tehnička sredstva obrade informacija

Tema 1.3: Softver sustava

Tema 1.4: Servisni softver i osnove algoritma

Ekonomska informatika i informiranje

1.1. Teorijske osnove ekonomske informatike

1.1.2. Podaci, informacije i znanje

Osnovni pojmovi podataka, informacija, znanja.

Osnovni pojmovi koji se koriste u ekonomskoj informatici su: podaci, informacije i znanje. Ovi pojmovi se često koriste kao sinonimi, ali postoje temeljne razlike između ovih pojmova.

Pojam podataka dolazi od riječi podatak – činjenica, a informacija (informatio) znači objašnjenje, prikaz, tj. informacija ili poruka.

Podaci je zbirka informacija zabilježenih na određenom mediju u obliku pogodnom za trajno pohranjivanje, prijenos i obradu. Transformacija i obrada podataka omogućuje dobivanje informacija.

Informacija je rezultat transformacije i analize podataka. Razlika između informacije i podatka je u tome što je podatak fiksna informacija o događajima i pojavama koja je pohranjena na određenim medijima, a informacija nastaje kao rezultat obrade podataka pri rješavanju određenih problema. Primjerice, u bazama podataka pohranjuju se različiti podaci, a na određeni zahtjev sustav za upravljanje bazom podataka daje tražene informacije.

Postoje i druge definicije informacije, na primjer, informacija je informacija o objektima i pojavama okruženje, njihove parametre, svojstva i stanje, čime se smanjuje stupanj neizvjesnosti i nepotpunog znanja o njima.

Znanje– to su snimljene i u praksi provjerene obrađene informacije koje su korištene i mogu se više puta koristiti za donošenje odluka.

Znanje je vrsta informacije koja je pohranjena u bazi znanja i odražava znanje stručnjaka u određenom predmetnom području. Znanje je intelektualni kapital.

Formalno znanje može biti u obliku dokumenata (standarda, propisa) koji reguliraju donošenje odluka ili udžbenika, uputa koje opisuju kako riješiti probleme.

Neformalno znanje je znanje i iskustvo stručnjaka u određenom predmetnom području.

Valja napomenuti da ne postoje univerzalne definicije ovih pojmova (podatak, informacija, znanje), oni se različito tumače.

Odluke se donose na temelju dobivenih informacija i postojećeg znanja.

Odlučivanje- ovo je izbor najbolje, u određenom smislu, opcije rješenja iz niza prihvatljivih na temelju dostupnih informacija.

Odnos podataka, informacija i znanja u procesu donošenja odluka prikazan je na slici.

Riža. 1.

Kako bi se riješio problem, fiksni podaci se obrađuju na temelju postojećeg znanja, zatim se primljene informacije analiziraju koristeći postojeće znanje. Na temelju analize predlažu se sva izvediva rješenja, a kao rezultat izbora donosi se jedna odluka koja je u nekom smislu najbolja. Rezultati rješenja pridodaju znanju.

Ovisno o opsegu korištenja informacije mogu biti različite: znanstvene, tehničke, upravljačke, ekonomske itd. Ekonomske informacije su od interesa za ekonomsku informatiku.

Podaci

Informacija

Podatkovne operacije

Tijekom informacijskog procesa podaci se pretvaraju iz jedne vrste u drugu. S razvojem znanstveno-tehničkog napretka i općom složenošću veza u ljudskom društvu, troškovi rada za obradu podataka stalno rastu (stalno usložnjavanje uvjeta upravljanja proizvodnjom i društvom + ubrzan tempo nastanka i implementacije novih medija/ pohrana podataka – povećanje količine podataka).

1. Zbirka– prikupljanje podataka kako bi se osigurala dostatna cjelovitost informacija za donošenje odluka;

2. Formalizacija– dovođenje podataka koji dolaze iz različitih izvora u isti oblik kako bi bili međusobno usporedivi, odnosno kako bi im se povećala razina dostupnosti;

3. Filtriranje– izdvajanje “dodatnih” podataka koji nisu potrebni za donošenje odluka; istodobno bi se trebala smanjiti razina "šuma", a povećati pouzdanost i primjerenost podataka;

4. Razvrstavanje– sređivanje podataka prema zadanoj karakteristici u svrhu lakšeg korištenja; povećava dostupnost informacija;

5. Grupiranje– kombiniranje podataka prema danoj karakteristici kako bi se poboljšala jednostavnost korištenja; povećava dostupnost informacija;

6. Arhiviranje– organiziranje pohrane podataka u prikladnom i lako dostupnom obliku; služi smanjenju ekonomskih troškova pohrane podataka i povećava ukupnu pouzdanost informacijskog procesa u cjelini;

7. Zaštita– skup mjera usmjerenih na sprječavanje gubitka, reprodukcije i izmjene podataka;

8. Prijevoz– prijem i prijenos (isporuka i opskrba) podataka između udaljenih sudionika u informacijskom procesu; u ovom se slučaju izvor podataka u računalnoj znanosti obično naziva poslužitelj, a potrošač klijent;

9. Transformacija– prijenos podataka iz jednog obrasca u drugi ili iz jedne strukture u drugu. Primjer: promjena vrste medija; knjige - papir, elektronički oblik, mikrofotografski film. Potreba za ponovljenom konverzijom podataka javlja se i prilikom transporta, posebno ako se vrši sredstvima koja nisu namijenjena za transport ove vrste podataka.

2. Povezanost pojmova “informacije, podaci, znanje”. Model dikw

Ne postoje univerzalne definicije.

Znanje- u teoriji umjetne inteligencije i ekspertnih sustava - skup informacija i pravila zaključivanja (od pojedinca, društva ili AI sustava) o svijetu, svojstvima objekata, obrascima procesa i pojava, kao i pravila za njihovo korištenje za donošenje odluka. Glavna razlika između znanja i podataka je njihova struktura i aktivnost; pojava novih činjenica u bazi podataka ili uspostavljanje novih veza može postati izvor promjena u donošenju odluka.

Podaci je zbirka informacija zabilježenih na određenom mediju u obliku pogodnom za trajno pohranjivanje, prijenos i obradu. Transformacija i obrada podataka omogućuje dobivanje informacija.

Za rješavanje problema podaci obrađeni na temelju postojećih znanja, informacija analizirati pomoću znanja. Na temelju analize predlažu se mogućnosti rješenja, prihvaća se najbolje i proširuju znanja.

Odluke se donose na temelju dobivenih informacija i postojećeg znanja. Odlučivanje- ovo je izbor najbolje, u određenom smislu, opcije rješenja iz niza prihvatljivih na temelju dostupnih informacija.

DIKW (engleski data, information, knowledge, wisdom - podaci, informacije, znanje, mudrost) je informacijska hijerarhija, gdje svaka razina dodaje određena svojstva prethodnoj razini.

Sam model svoje podrijetlo vuče iz djela filozofa Mortimera Adlera, ali ga je prvi put u primjeni na teoriju upravljanja znanjem formalizirao Nicolas Henry. Kao dodatak, 1989. Russell Ackoff je predložio proširenje ovog modela sa slojem “razumijevanja”: razumijevanje zahtijeva analizu i predodređenje, zbog čega se nalazi između znanja i mudrosti. Što se tiče vremenske distribucije slojeva, ukazuje na kratkoću životnog ciklusa informacije u usporedbi sa životnim ciklusom znanja; razumijevanje se smatra nestalnim, ali se mudrost smatra postojanom

U osnovi je podatkovni sloj.

Informacije dodaju kontekst.

Znanje dodaje "kako" (mehanizam korištenja)

Mudrost dodaje "kada" (uvjeti korištenja)