ആശയത്തിന് നിരവധി നിർവചനങ്ങളും കാഴ്ചപ്പാടുകളും ഉണ്ട് "വിവരങ്ങൾ".അതിനാൽ, ഉദാഹരണത്തിന്, ഏറ്റവും സാധാരണമായ ദാർശനിക നിർവചനം ഇപ്രകാരമാണ്: “വിവരങ്ങൾ ഒരു പ്രതിഫലനമാണ് യഥാർത്ഥ ലോകം. വിവരങ്ങൾ വൈവിധ്യത്തെ പ്രതിഫലിപ്പിക്കുന്നു, അതായത് ഏകതാനതയുടെ ലംഘനം. ദ്രവ്യത്തിൻ്റെ പ്രധാന സാർവത്രിക ഗുണങ്ങളിലൊന്നാണ് വിവരങ്ങൾ." ഇടുങ്ങിയതും പ്രായോഗികവുമായ വ്യാഖ്യാനത്തിൽ, "വിവരം" എന്ന ആശയത്തിൻ്റെ നിർവചനം ഇനിപ്പറയുന്ന രീതിയിൽ അവതരിപ്പിക്കുന്നു: "ശേഖരണത്തിൻ്റെയും പ്രക്ഷേപണത്തിൻ്റെയും പരിവർത്തനത്തിൻ്റെയും ലക്ഷ്യമായ എല്ലാ വിവരങ്ങളും വിവരങ്ങളാണ്."

വിവര സിദ്ധാന്തത്തിൻ്റെ രചയിതാവ്, കെ.ഷാനൺ (1916), വിവരങ്ങളുടെ ആശയത്തെ ആശയവിനിമയമായി നിർവചിച്ചു, ഈ പ്രക്രിയയിലെ അനിശ്ചിതത്വം ഇല്ലാതാക്കുന്നു. ഷാനൻ 1940-കളിൽ വിവര അളവെടുപ്പിൻ്റെ ഒരു യൂണിറ്റ് നിർദ്ദേശിച്ചു - അൽപ്പം. സിദ്ധാന്തത്തിൽ, ഓരോ സിഗ്നലിനും അതിൻ്റെ സംഭവത്തിൻ്റെ ഒരു മുൻകൂർ പ്രോബബിലിറ്റി നൽകിയിട്ടുണ്ട്. ഒരു പ്രത്യേക സിഗ്നൽ ഉണ്ടാകാനുള്ള സാധ്യത കുറവാണ്, കൂടുതൽ വിവരങ്ങൾഅത് ഉപഭോക്താവിലേക്ക് വിവരങ്ങൾ എത്തിക്കുന്നു (അതായത്, കൂടുതൽ അപ്രതീക്ഷിതമായ വാർത്ത, അത് കൂടുതൽ വിവരദായകമാണ്).

ഒരു ഇവൻ്റ് മാത്രം സാധ്യമാകുമ്പോൾ വിവരങ്ങൾ പൂജ്യമാണ്. സംഭവങ്ങളുടെ എണ്ണം കൂടുന്നതിനനുസരിച്ച് അത് വർദ്ധിക്കുകയും എത്തുകയും ചെയ്യുന്നു പരമാവധി മൂല്യംസംഭവങ്ങൾ തുല്യമായിരിക്കുമ്പോൾ. ഈ ധാരണയോടെ, ഒരു സെറ്റിൽ നിന്നുള്ള തിരഞ്ഞെടുപ്പിൻ്റെ ഫലമാണ് വിവരങ്ങൾ സാധ്യമായ ബദലുകൾ. എന്നിരുന്നാലും, ഗണിതശാസ്ത്ര വിവര സിദ്ധാന്തം വിവര ഉള്ളടക്കത്തിൻ്റെ എല്ലാ സമ്പന്നതയും ഉൾക്കൊള്ളുന്നില്ല, കാരണം അത് സന്ദേശത്തിൻ്റെ ഉള്ളടക്ക വശം കണക്കിലെടുക്കുന്നില്ല.

കൂടുതൽ വികസനം ഗണിതശാസ്ത്രം"വിവരങ്ങൾ" എന്ന ആശയത്തിലേക്കുള്ള സമീപനം യുക്തിവാദികളുടെയും (ആർ. കാർനാപ്, ഐ. ബാർ-ഹില്ലെൽ) ഗണിതശാസ്ത്രജ്ഞരുടെയും (എ.എൻ. കോൾമോഗോറോവ്) കൃതികളിൽ രേഖപ്പെടുത്തിയിട്ടുണ്ട്. ഈ സിദ്ധാന്തങ്ങളിൽ, വിവരങ്ങളുടെ ആശയം ആശയവിനിമയ ചാനലിലൂടെ കൈമാറുന്ന സന്ദേശങ്ങളുടെ രൂപവുമായോ ഉള്ളടക്കവുമായോ ബന്ധപ്പെട്ടിട്ടില്ല. "വിവരങ്ങൾ" എന്ന ആശയം ഈ സാഹചര്യത്തിൽഒരു സാങ്കൽപ്പിക സംഖ്യ അല്ലെങ്കിൽ രേഖീയ അളവുകൾ ഇല്ലാത്ത ഒരു ബിന്ദു നിലവിലില്ലാത്തതുപോലെ, ഭൗതിക യാഥാർത്ഥ്യത്തിൽ നിലവിലില്ലാത്ത ഒരു അമൂർത്ത അളവ് ആയി നിർവചിക്കപ്പെടുന്നു.

കൂടെ സൈബർനെറ്റിക്കാഴ്ചപ്പാട്, വിവരങ്ങൾ (വിവര പ്രക്രിയകൾ) എല്ലാ സ്വയം ഭരണ സംവിധാനങ്ങളിലും (സാങ്കേതിക, ജൈവ, സാമൂഹിക) നിലവിലുണ്ട്. അതേ സമയം, സൈബർനെറ്റിസിസ്റ്റുകളുടെ ഒരു ഭാഗം വിവരങ്ങൾ ഒരു സിഗ്നലിൻ്റെ ഉള്ളടക്കമായി നിർവചിക്കുന്നു, ഒരു സൈബർനെറ്റിക് സിസ്റ്റത്തിന് ലഭിച്ച സന്ദേശം പുറം ലോകം. ഇവിടെ സിഗ്നൽ വിവരങ്ങളാൽ തിരിച്ചറിയപ്പെടുന്നു; അവ പര്യായങ്ങളായി കണക്കാക്കപ്പെടുന്നു. സൈബർനെറ്റിക്സിൻ്റെ മറ്റൊരു ഭാഗം, ഘടനകളുടെ സങ്കീർണ്ണതയുടെ അളവുകോലായി, ഓർഗനൈസേഷൻ്റെ അളവുകോലായി വിവരങ്ങൾ വ്യാഖ്യാനിക്കുന്നു. അമേരിക്കൻ ശാസ്ത്രജ്ഞനായ ബി. വീനർ "വിവരങ്ങൾ" എന്ന ആശയത്തെ നിർവചിക്കുന്നത് ഇങ്ങനെയാണ്, അദ്ദേഹം സൈബർനെറ്റിക്സിൻ്റെ പ്രധാന ദിശകൾ രൂപപ്പെടുത്തിയതും കൃതികളുടെ രചയിതാവുമാണ്. ഗണിത വിശകലനം, പ്രോബബിലിറ്റി തിയറി, ഇലക്ട്രിക്കൽ നെറ്റ്വർക്കുകൾകൂടാതെ കമ്പ്യൂട്ടിംഗ്: പുറം ലോകത്തിൽ നിന്ന് ലഭിക്കുന്ന ഉള്ളടക്കത്തിനുള്ള ഒരു പദവിയാണ് വിവരങ്ങൾ.

IN ഭൗതികശാസ്ത്രംവിവരങ്ങൾ വൈവിധ്യത്തിൻ്റെ അളവുകോലായി പ്രവർത്തിക്കുന്നു. ഒരു ഒബ്‌ജക്‌റ്റിൻ്റെ സിസ്റ്റത്തിൻ്റെ ക്രമം (ഓർഗനൈസേഷൻ) കൂടുതൽ, അതിൽ കൂടുതൽ “ബന്ധപ്പെട്ട” വിവരങ്ങൾ അടങ്ങിയിരിക്കുന്നു. "ദ്രവ്യം", "ഊർജ്ജം" തുടങ്ങിയ വിഭാഗങ്ങൾക്ക് അടുത്തായി സ്ഥിതി ചെയ്യുന്ന ഒരു അടിസ്ഥാന പ്രകൃതി ശാസ്ത്ര വിഭാഗമാണ് വിവരങ്ങൾ, അത് ദ്രവ്യത്തിൻ്റെ ഒരു അവിഭാജ്യ സ്വത്താണെന്നും അതിനാൽ നിലവിലുണ്ടെന്നും എന്നും നിലനിൽക്കുമെന്നും ഇവിടെ നിന്ന് നിഗമനത്തിലെത്തുന്നു. ഉദാഹരണത്തിന്, ഫ്രഞ്ച് ഭൗതികശാസ്ത്രജ്ഞൻ എൽ. ബ്രില്ലൂയിൻ (1889-1969), ഖരവസ്തുക്കളുടെ ബാൻഡ് സിദ്ധാന്തത്തിൻ്റെ സ്ഥാപകൻ, ക്വാണ്ടം മെക്കാനിക്സ്, മാഗ്നറ്റിസം, റേഡിയോഫിസിക്സ്, പ്രകൃതി ശാസ്ത്രത്തിൻ്റെ തത്ത്വചിന്ത, വിവര സിദ്ധാന്തം എന്നിവയെക്കുറിച്ചുള്ള കൃതികളുടെ രചയിതാവ്, വിവരങ്ങളുടെ നിഷേധാത്മകതയായി വിവരിക്കുന്നു. എൻട്രോപ്പി (എന്ട്രോപ്പി എന്നത് അനിശ്ചിതത്വത്തിൻ്റെ അളവുകോലാണ്, അത് സംഭവിക്കാനുള്ള സാധ്യതയും ചില സന്ദേശങ്ങളുടെ വിവര ഉള്ളടക്കവും കണക്കിലെടുക്കുന്നു).

50-60-കൾ മുതൽ, വിവര സിദ്ധാന്തത്തിൻ്റെ പദാവലി ഉപയോഗിക്കാൻ തുടങ്ങി ശരീരശാസ്ത്രം(ഡി. ആദം). ഒരു ജീവജാലത്തിലും വിവരസാങ്കേതിക ഉപകരണങ്ങളിലും നിയന്ത്രണവും ആശയവിനിമയവും തമ്മിൽ അടുത്ത സാമ്യം കണ്ടെത്തി. "സെൻസറി ഇൻഫർമേഷൻ" എന്ന ആശയം അവതരിപ്പിച്ചതിൻ്റെ ഫലമായി (അതായത് ഒപ്റ്റിക്കൽ, അക്കോസ്റ്റിക്, രുചി, താപം, മറ്റ് സിഗ്നലുകൾ എന്നിവ ശരീരത്തിൽ നിന്ന് പുറത്തുനിന്നോ അതിനുള്ളിൽ ഉൽപ്പാദിപ്പിക്കുന്നതോ ആയവ, വൈദ്യുത അല്ലെങ്കിൽ രാസ സ്വഭാവത്തിൻ്റെ പ്രേരണകളായി പരിവർത്തനം ചെയ്യപ്പെടുന്നു, ന്യൂറൽ സർക്യൂട്ടുകളിലൂടെ കേന്ദ്ര നാഡീവ്യൂഹത്തിലേക്കും അതിൽ നിന്ന് - അനുബന്ധ ഫലങ്ങളിലേക്കും) വിവരണത്തിനും വിശദീകരണത്തിനുമുള്ള പുതിയ സാധ്യതകൾ പ്രത്യക്ഷപ്പെട്ടു. ഫിസിയോളജിക്കൽ പ്രക്രിയകൾക്ഷോഭം, സംവേദനക്ഷമത, ധാരണ പരിസ്ഥിതിസെൻസറി അവയവങ്ങളും നാഡീവ്യവസ്ഥയുടെ പ്രവർത്തനവും.

ഉള്ളിൽ ജനിതകശാസ്ത്രംജനിതക വിവരങ്ങളുടെ ആശയം രൂപീകരിച്ചു - പ്രോട്ടീനുകളുടെ ബയോസിന്തസിസിനായുള്ള ഒരു പ്രോഗ്രാം (കോഡ്) ആയി, ഡിഎൻഎയുടെ പോളിമർ ശൃംഖലകൾ ഭൗതികമായി പ്രതിനിധീകരിക്കുന്നു. ജനിതക വിവരങ്ങൾ പ്രാഥമികമായി ക്രോമസോമുകളിൽ അടങ്ങിയിരിക്കുന്നു, അവിടെ അത് ഡിഎൻഎ തന്മാത്രകളിലെ ന്യൂക്ലിയോയിഡുകളുടെ ഒരു പ്രത്യേക ശ്രേണിയിൽ എൻക്രിപ്റ്റ് ചെയ്യപ്പെടുന്നു. ഈ വിവരങ്ങൾ വ്യക്തിയുടെ (ഓൻ്റോജെനിസിസ്) വികസന സമയത്ത് തിരിച്ചറിയപ്പെടുന്നു.

അതിനാൽ, മുകളിൽ പറഞ്ഞവ ചിട്ടപ്പെടുത്തുന്നതിലൂടെ, നമുക്ക് അത് നിഗമനം ചെയ്യാം എഞ്ചിനീയർമാർ, ജീവശാസ്ത്രജ്ഞർ, ജനിതകശാസ്ത്രജ്ഞർ, മനശാസ്ത്രജ്ഞർസാങ്കേതികവും ജീവശാസ്ത്രപരവുമായ സിസ്റ്റങ്ങളിൽ നിരീക്ഷിക്കപ്പെടുന്ന സിഗ്നലുകൾ, പ്രേരണകൾ, കോഡുകൾ എന്നിവ ഉപയോഗിച്ച് "വിവരങ്ങൾ" എന്ന ആശയം തിരിച്ചറിയപ്പെടുന്നു. റേഡിയോ ടെക്നീഷ്യൻമാർ, ടെലിമെക്കാനിക്സ്, പ്രോഗ്രാമർമാർഇലക്ട്രിക്കൽ എഞ്ചിനീയറിംഗിലെ വൈദ്യുതി അല്ലെങ്കിൽ ഹൈഡ്രോളിക്സിലെ ദ്രാവകം പോലെ, പ്രോസസ്സ് ചെയ്യാനും കൊണ്ടുപോകാനും കഴിയുന്ന പ്രവർത്തന ദ്രാവകമായാണ് വിവരങ്ങൾ മനസ്സിലാക്കുന്നത്. ഈ പ്രവർത്തന ദ്രാവകത്തിൽ ഓർഡർ ചെയ്ത ഡിസ്ക്രീറ്റ് അല്ലെങ്കിൽ തുടർച്ചയായ സിഗ്നലുകൾ, വിവരസാങ്കേതിക വിദ്യയുമായി ഇടപെടുന്നു.

കൂടെ നിയമപരമായവീക്ഷണകോണിൽ, വിവരങ്ങൾ നിർവചിച്ചിരിക്കുന്നത് "ഒരു നിശ്ചിത ശേഖരം" എന്നാണ് വിവിധ സന്ദേശങ്ങൾസമൂഹത്തിൻ്റെ നിയമവ്യവസ്ഥയിലും അതിൻ്റെ ഉപസിസ്റ്റങ്ങളിലും ഘടകങ്ങളിലും ഈ നിയമപരമായ വിവര സ്ഥാപനങ്ങൾക്ക് പുറത്തുള്ള പരിസ്ഥിതിയിലും സംഭവിക്കുന്ന സംഭവങ്ങളെക്കുറിച്ച്, വിവര സ്ഥാപനങ്ങളുടെ സവിശേഷതകളിലെ മാറ്റങ്ങളെക്കുറിച്ചും ബാഹ്യ പരിസ്ഥിതി, അല്ലെങ്കിൽ ഒരു വസ്തുവിൻ്റെ സാമൂഹിക-സാമ്പത്തിക, രാഷ്ട്രീയ, നിയമ, സ്പേഷ്യൽ, താൽക്കാലിക ഘടകങ്ങളുടെ ഓർഗനൈസേഷൻ്റെ അളവുകോലായി. ഇത് നിയമത്തെ ഇല്ലാതാക്കുന്നു വിവര വിദ്യാഭ്യാസം, പ്രതിഭാസങ്ങളും പ്രക്രിയകളും, അനിശ്ചിതത്വവും സാധാരണയായി പുതിയതും മുമ്പ് നമുക്ക് അറിയാത്തതുമായ പ്രതിഭാസങ്ങളോടും വസ്തുതകളോടും ബന്ധപ്പെട്ടിരിക്കുന്നു.

നിന്നുള്ള വിവരങ്ങൾ സാമ്പത്തികകാഴ്ചപ്പാട് - ഇതൊരു തന്ത്രപരമായ വിഭവമാണ്, ഒരു എൻ്റർപ്രൈസസിൻ്റെ ഉൽപ്പാദനക്ഷമത വർദ്ധിപ്പിക്കുന്നതിനുള്ള പ്രധാന ഉറവിടങ്ങളിൽ ഒന്ന്. ഒരു എൻ്റർപ്രൈസസിൻ്റെ തന്ത്രപരമായ ലക്ഷ്യങ്ങളും ലക്ഷ്യങ്ങളും സജ്ജീകരിക്കാനും ഉയർന്നുവരുന്ന അവസരങ്ങൾ പ്രയോജനപ്പെടുത്താനും ഒരാളെ അനുവദിക്കുന്ന വിവരമായതിനാൽ, ദ്രവ്യവും ഊർജ്ജവും ഉപയോഗിച്ച് ഒരു സംരംഭകൻ്റെ കുതന്ത്രത്തിൻ്റെ അടിസ്ഥാനം വിവരമാണ്; വിവരവും സമയബന്ധിതവുമായ മാനേജ്മെൻ്റ് തീരുമാനങ്ങൾ എടുക്കുക; വിവിധ വകുപ്പുകളുടെ പ്രവർത്തനങ്ങൾ ഏകോപിപ്പിക്കുക, പൊതുവായ ലക്ഷ്യങ്ങൾ കൈവരിക്കുന്നതിനുള്ള അവരുടെ ശ്രമങ്ങൾ നയിക്കുക. ഉദാഹരണത്തിന്, വിപണനക്കാർ ആർ.ഡി. ബാസൽ, ഡി.എഫ്. കോക്സ്, ആർ.വി. ബ്രൗൺ "വിവരം" എന്ന ആശയത്തെ ഇനിപ്പറയുന്ന രീതിയിൽ നിർവചിക്കുന്നു: "ഒരു നിശ്ചിത പ്രശ്നവുമായോ അവസരവുമായോ (മാനേജ്മെൻ്റ് പ്രക്രിയയിൽ) ബന്ധപ്പെട്ട അനിശ്ചിതത്വത്തിൻ്റെ സ്വഭാവത്തെയും അളവിനെയും കുറിച്ചുള്ള തീരുമാനമെടുക്കുന്നയാളുടെ ധാരണയെ സ്വാധീനിക്കുന്ന എല്ലാ വസ്തുനിഷ്ഠമായ വസ്തുതകളും എല്ലാ അനുമാനങ്ങളും ഉൾക്കൊള്ളുന്ന വിവരങ്ങളാണ്. വസ്തുതകൾ, കണക്കുകൾ, പ്രവചനങ്ങൾ, പൊതുവായ ആശയവിനിമയങ്ങൾ അല്ലെങ്കിൽ കിംവദന്തികൾ എന്നിങ്ങനെയുള്ള അനിശ്ചിതത്വത്തിൻ്റെ അളവ് കുറയ്ക്കാൻ സാധ്യതയുണ്ട്.

IN മാനേജ്മെൻ്റ്കൺട്രോൾ ഒബ്ജക്റ്റ്, ബാഹ്യ പാരിസ്ഥിതിക പ്രതിഭാസങ്ങൾ, അവയുടെ പാരാമീറ്ററുകൾ, ഗുണവിശേഷതകൾ, ഒരു നിശ്ചിത സമയത്ത് അവസ്ഥ എന്നിവയെക്കുറിച്ചുള്ള വിവരങ്ങളായി വിവരങ്ങൾ മനസ്സിലാക്കുന്നു. വിവരങ്ങൾ മാനേജ്മെൻ്റ് ജോലിയുടെ വിഷയമാണ്, ഒരു ഉപാധിയാണ് മാനേജ്മെൻ്റ് തീരുമാനങ്ങൾ, ഇതില്ലാതെ നിയന്ത്രിത ഉപസിസ്റ്റത്തിൻ്റെ സ്വാധീന പ്രക്രിയയും അവയുടെ ഇടപെടലും അസാധ്യമാണ്. ഈ അർത്ഥത്തിൽ, മാനേജ്മെൻ്റ് പ്രക്രിയയുടെ അടിസ്ഥാന അടിസ്ഥാനം വിവരമാണ്.

എന്നതിനായുള്ള വിവരങ്ങളുടെ മൂല്യം ബിസിനസ്സ്തിരിച്ചറിഞ്ഞ ഡി.ഐ. ബ്ലൂമെനോയും എ.വി. സോകോലോവ്: “വിവരങ്ങൾ ശാസ്ത്രീയ അറിവിൻ്റെ ഒരു ഉൽപ്പന്നമാണ്, വിവിധ സ്വഭാവങ്ങളുള്ള (ജൈവ, സാങ്കേതിക, സാമൂഹിക) വസ്തുക്കളുടെ പഠനത്തിനായുള്ള വിവര സമീപനങ്ങളിലൊന്നിൻ്റെ രീതിശാസ്ത്രം അനുവദിച്ച ചട്ടക്കൂടിനുള്ളിൽ യാഥാർത്ഥ്യം പഠിക്കുന്നതിനുള്ള ഒരു മാർഗമാണ്. സമീപനത്തിൽ വിവരണം ഉൾപ്പെടുന്നു. നിയന്ത്രണ പ്രവർത്തനങ്ങളുടെ ഉറവിടം, ചാനൽ, റിസീവർ എന്നിവ ഉൾപ്പെടുന്ന ഒരു സിസ്റ്റത്തിൻ്റെ രൂപത്തിൽ ഈ വസ്‌തുക്കളുടെ പരിഗണനയും, അവയുടെ അർത്ഥവത്തായ വ്യാഖ്യാനം അനുവദിക്കുകയും ചെയ്യുന്നു." നിർദ്ദിഷ്ട സമീപനങ്ങൾ സംയോജിപ്പിക്കാൻ ശ്രമിക്കുകയാണെങ്കിൽ, നമുക്ക് ഇനിപ്പറയുന്നവ ലഭിക്കും:

ഡാറ്റഭൗതിക ലോകത്ത് സംഭവിച്ച സംഭവങ്ങളെക്കുറിച്ചുള്ള വിവരങ്ങൾ കൊണ്ടുപോകുക, കാരണം അവ ഈ സംഭവങ്ങളുടെ ഫലമായി ഉണ്ടായ സിഗ്നലുകളുടെ രജിസ്ട്രേഷനാണ്. എന്നിരുന്നാലും, ഡാറ്റ വിവരത്തിന് തുല്യമല്ല. ഡാറ്റ വിവരമായി മാറുന്നത് ഡാറ്റയെ അറിയപ്പെടുന്ന ആശയങ്ങളാക്കി മാറ്റുന്നതിനുള്ള ഒരു രീതി അറിയാമോ എന്നതിനെ ആശ്രയിച്ചിരിക്കുന്നു. അതായത്, ഡാറ്റയിൽ നിന്ന് വിവരങ്ങൾ എക്‌സ്‌ട്രാക്റ്റുചെയ്യുന്നതിന്, ഡാറ്റയുടെ രൂപവുമായി പൊരുത്തപ്പെടുന്ന വിവരങ്ങൾ നേടുന്നതിന് മതിയായ രീതി തിരഞ്ഞെടുക്കേണ്ടത് ആവശ്യമാണ്. വിവരങ്ങൾ നിർമ്മിക്കുന്ന ഡാറ്റയ്ക്ക് ഈ വിവരങ്ങൾ നേടുന്നതിനുള്ള മതിയായ രീതിയെ അദ്വിതീയമായി നിർണ്ണയിക്കുന്ന ഗുണങ്ങളുണ്ട്. മാത്രമല്ല, വിവരങ്ങൾ ഒരു സ്റ്റാറ്റിക് ഒബ്‌ജക്റ്റ് അല്ല എന്ന വസ്തുത കണക്കിലെടുക്കേണ്ടത് ആവശ്യമാണ് - ഇത് ചലനാത്മകമായി മാറുകയും ഡാറ്റയും രീതികളും തമ്മിലുള്ള ആശയവിനിമയത്തിൻ്റെ നിമിഷത്തിൽ മാത്രമേ നിലനിൽക്കൂ. മറ്റെല്ലാ സമയത്തും ഇത് ഡാറ്റയുടെ അവസ്ഥയിൽ തുടരും. വിവരങ്ങൾ സംഭവിക്കുന്ന നിമിഷത്തിൽ മാത്രമേ നിലനിൽക്കൂ വിവര പ്രക്രിയ. ബാക്കിയുള്ള സമയം ഡാറ്റയുടെ രൂപത്തിൽ അടങ്ങിയിരിക്കുന്നു.

സമാന ഡാറ്റ പ്രതിനിധീകരിക്കാം വിവിധ വിവരങ്ങൾഅവരുമായി ഇടപഴകുന്ന രീതികളുടെ പര്യാപ്തതയുടെ അളവ് അനുസരിച്ച്.

മെറ്റീരിയൽ ബോഡികളിലോ ഫീൽഡുകളിലോ ഉള്ള മാറ്റങ്ങൾ മൂലമുണ്ടാകുന്ന വസ്തുനിഷ്ഠമായി നിലവിലുള്ള സിഗ്നലുകൾ റെക്കോർഡുചെയ്യുന്നതിൻ്റെ ഫലമായതിനാൽ, ഡാറ്റ അതിൻ്റെ സ്വഭാവമനുസരിച്ച് വസ്തുനിഷ്ഠമാണ്. രീതികൾ ആത്മനിഷ്ഠമാണ്. കാമ്പിൽ കൃത്രിമ രീതികൾആളുകൾ (വിഷയങ്ങൾ) സമാഹരിച്ച് തയ്യാറാക്കിയ നുണ അൽഗോരിതങ്ങൾ (കമാൻഡുകളുടെ ക്രമപ്പെടുത്തിയ ക്രമങ്ങൾ). വിവര പ്രക്രിയയുടെ വിഷയങ്ങളുടെ ജീവശാസ്ത്രപരമായ ഗുണങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ളതാണ് സ്വാഭാവിക രീതികൾ. അങ്ങനെ, വസ്തുനിഷ്ഠമായ ഡാറ്റയും ആത്മനിഷ്ഠമായ രീതികളും തമ്മിലുള്ള വൈരുദ്ധ്യാത്മക ഇടപെടലിൻ്റെ നിമിഷത്തിൽ വിവരങ്ങൾ ഉണ്ടാകുകയും നിലനിൽക്കുകയും ചെയ്യുന്നു.

"അറിവ്" എന്ന ആശയം നിർവചിക്കുന്നതിനുള്ള സമീപനങ്ങളുടെ പരിഗണനയിലേക്ക് നീങ്ങുമ്പോൾ, ഇനിപ്പറയുന്ന വ്യാഖ്യാനങ്ങൾ വേർതിരിച്ചറിയാൻ കഴിയും. അറിവ്- ഈ:

• * ഒരു വ്യക്തിയുടെ അറിവ്, അനുഭവം, ധാരണ എന്നിവ പ്രതിഫലിപ്പിക്കുന്ന വിവരങ്ങളുടെ തരം - ഒരു സ്പെഷ്യലിസ്റ്റ് (വിദഗ്ധൻ) വിഷയ മേഖല;
• *എല്ലാവരുടെയും സെറ്റ് നിലവിലെ സാഹചര്യങ്ങൾവസ്തുക്കളിൽ ഈ തരത്തിലുള്ളഒരു വസ്തുവിൻ്റെ ഒരു വിവരണത്തിൽ നിന്ന് മറ്റൊന്നിലേക്ക് മാറുന്നതിനുള്ള വഴികളും;
• * ചില വിവരങ്ങളുടെ അവബോധവും വ്യാഖ്യാനവും, നിർദ്ദിഷ്ട ലക്ഷ്യങ്ങൾ കൈവരിക്കുന്നതിന് അതിൻ്റെ ഏറ്റവും മികച്ച ഉപയോഗത്തിൻ്റെ വഴികൾ കണക്കിലെടുക്കുമ്പോൾ, അറിവിൻ്റെ സവിശേഷതകൾ ഇവയാണ്: ആന്തരിക വ്യാഖ്യാനം, ഘടന, യോജിപ്പ്, പ്രവർത്തനം.

പരിഗണനയിലുള്ള ആശയങ്ങളുടെ മേൽപ്പറഞ്ഞ വ്യാഖ്യാനങ്ങളെ അടിസ്ഥാനമാക്കി, അറിവ് വിവരമാണ്, എന്നാൽ എല്ലാ വിവരങ്ങളും അറിവല്ല എന്ന വസ്തുത നമുക്ക് പ്രസ്താവിക്കാം. വിവരങ്ങൾ അറിവായി പ്രവർത്തിക്കുന്നു, അതിൻ്റെ വാഹകരിൽ നിന്ന് അന്യവൽക്കരിക്കുകയും പൊതുവായ ഉപയോഗത്തിനായി സാമൂഹികവൽക്കരിക്കുകയും ചെയ്യുന്നു. മറ്റൊരു വിധത്തിൽ പറഞ്ഞാൽ, വിവരങ്ങൾ അതിൻ്റെ വ്യാപനവും സാമൂഹിക പ്രവർത്തനവും ഉറപ്പാക്കുന്ന വിജ്ഞാനത്തിൻ്റെ രൂപാന്തരപ്പെട്ട രൂപമാണ്. വിവരങ്ങൾ സ്വീകരിക്കുന്നതിലൂടെ, ഉപയോക്താവ് അതിനെ ബൗദ്ധിക സ്വാംശീകരണത്തിലൂടെ തൻ്റെ വ്യക്തിപരമായ അറിവിലേക്ക് മാറ്റുന്നു. വിവരങ്ങളുടെ രൂപത്തിൽ വ്യക്തിഗത അറിവിൻ്റെ പ്രാതിനിധ്യവും വിവരങ്ങളുടെ അടിസ്ഥാനത്തിൽ ഈ അറിവിൻ്റെ പുനർനിർമ്മാണവുമായി ബന്ധപ്പെട്ട വിവര-വൈജ്ഞാനിക പ്രക്രിയകൾ എന്ന് വിളിക്കപ്പെടുന്നവയാണ് ഞങ്ങൾ ഇവിടെ കൈകാര്യം ചെയ്യുന്നത്.

വിവരങ്ങളെ അറിവാക്കി മാറ്റുന്നതിൽ തലച്ചോറിൻ്റെ പ്രവർത്തനത്തെയും വിവിധ മാനസിക പ്രക്രിയകളെയും നിയന്ത്രിക്കുന്ന നിരവധി പാറ്റേണുകളും സാമൂഹിക ബന്ധങ്ങളുടെ സംവിധാനത്തെക്കുറിച്ചുള്ള അറിവ് ഉൾക്കൊള്ളുന്ന വിവിധ നിയമങ്ങളും ഉൾപ്പെടുന്നു - ഒരു നിശ്ചിത യുഗത്തിൻ്റെ സാംസ്കാരിക പശ്ചാത്തലം. ഇതിന് നന്ദി, അറിവ് സമൂഹത്തിൻ്റെ സ്വത്തായി മാറുന്നു, അല്ലാതെ വ്യക്തികളുടെ മാത്രമല്ല. വിവരവും അറിവും തമ്മിൽ ഒരു വിടവുണ്ട്. പുതിയ അറിവ് നേടുന്നതിന് ഒരു വ്യക്തി വിവരങ്ങൾ ക്രിയാത്മകമായി പ്രോസസ്സ് ചെയ്യണം.

അങ്ങനെ, മുകളിൽ പറഞ്ഞിരിക്കുന്നതിനാൽ, നമുക്ക് ചെയ്യാൻ കഴിയും ഉപസംഹാരം, ചുറ്റുമുള്ള ലോകത്തെ രേഖപ്പെടുത്തപ്പെട്ട ഗ്രഹിച്ച വസ്തുതകൾ പ്രതിനിധീകരിക്കുന്നു ഡാറ്റ. തീരുമാന പ്രക്രിയയിൽ ഡാറ്റ ഉപയോഗിക്കുമ്പോൾ നിർദ്ദിഷ്ട ജോലികൾ- ദൃശ്യമാകുന്നു വിവരങ്ങൾ. പ്രശ്‌നപരിഹാരത്തിൻ്റെ ഫലങ്ങൾ, ശരി, പരിശോധിച്ച വിവരങ്ങൾ ( ബുദ്ധി), നിയമങ്ങൾ, സിദ്ധാന്തങ്ങൾ, വീക്ഷണങ്ങൾ, ആശയങ്ങൾ എന്നിവയുടെ രൂപത്തിൽ സാമാന്യവൽക്കരിക്കുന്നത് പ്രതിനിധീകരിക്കുന്നു അറിവ്.

• · വിവരങ്ങൾ- ആശയങ്ങളും വസ്തുക്കളും (വസ്തുതകൾ, സംഭവങ്ങൾ, കാര്യങ്ങൾ, പ്രക്രിയകൾ, ആശയങ്ങൾ) എന്നിവയുമായി ബന്ധപ്പെട്ട അറിവ് മനുഷ്യ മസ്തിഷ്കം;
• · ഡാറ്റ- സംപ്രേഷണം, വ്യാഖ്യാനം അല്ലെങ്കിൽ പ്രോസസ്സിംഗ് എന്നിവയ്ക്ക് അനുയോജ്യമായ പ്രോസസ്സ് ചെയ്ത വിവരങ്ങളുടെ അവതരണം ( കമ്പ്യൂട്ടർ ഫയലുകൾ, പേപ്പർ പ്രമാണങ്ങൾ, വിവര സംവിധാനത്തിലെ രേഖകൾ).
• 1. ഡാറ്റയും വിവരങ്ങളും പരസ്പരം ബന്ധപ്പെട്ടിരിക്കുന്നു.
• 2. ഡാറ്റ സ്ഥിരമാണ്; ഇത് യഥാർത്ഥത്തിൽ സമയത്തിൻ്റെ ഓരോ യൂണിറ്റിലും നിലവിലുണ്ട്. ഈ ഡാറ്റ പ്രോസസ്സ് ചെയ്യുമ്പോൾ മാത്രമേ വിവരങ്ങൾ ഉണ്ടാകൂ.
• 3. രൂപാന്തരത്തിനു ശേഷമുള്ള ഡാറ്റ വിവരമായി മാറുന്നു. ആവർത്തിച്ച് പരിശോധിച്ച വിവരങ്ങൾ - അറിവ്.
• 4. വിവരങ്ങൾ, ഡാറ്റയിൽ നിന്ന് വ്യത്യസ്തമായി, അളക്കാവുന്ന പദാർത്ഥമാണ്.

മാനേജ്മെൻ്റ് തീരുമാനമെടുക്കൽ പ്രക്രിയയെ മാതൃകയാക്കുന്നത് ഒരു സുപ്രധാന ചുവടുവെപ്പ് നടത്താൻ ഞങ്ങളെ അനുവദിക്കുന്നു അളവ് കണക്കുകൾഎടുത്ത തീരുമാനങ്ങളുടെ ഫലങ്ങളുടെ അളവ് വിശകലനവും.തീരുമാനമെടുക്കൽ പ്രക്രിയയുടെ മാതൃകകളുടെ സൃഷ്ടിയും ഉപയോഗവും പ്രത്യേകമായി അവതരിപ്പിച്ച വാക്കാലുള്ള-സംഖ്യാ സ്കെയിലുകൾ ഉപയോഗിച്ച് ഗുണപരമായി വിലയിരുത്തിയ മാനേജുമെൻ്റ് സാഹചര്യങ്ങളെ പോലും അളവ്പരമായി വിലയിരുത്താൻ അനുവദിക്കുന്നു.

മാനേജ്മെൻ്റ് തീരുമാനമെടുക്കൽ പ്രക്രിയയെ മാതൃകയാക്കുന്നതിൻ്റെ ഉപയോഗം അത് ഉയർന്ന നിലവാരമുള്ള തലത്തിലേക്ക് ഉയർത്താൻ ഞങ്ങളെ അനുവദിക്കുന്നു. പുതിയ ലെവൽ, മാനേജ്മെൻ്റ് തീരുമാനമെടുക്കൽ സമ്പ്രദായത്തിലേക്ക് വികസിപ്പിക്കുകയും നടപ്പിലാക്കുകയും ചെയ്യുക ആധുനിക സാങ്കേതികവിദ്യകൾ. കൃത്യമായി പ്രൊഫഷണൽ ഉപയോഗംതീരുമാനമെടുക്കൽ പ്രക്രിയയുടെ മാതൃകകൾ ഒരു ഓർഗനൈസേഷൻ്റെ തലവനെ അവൻ്റെ അവബോധത്തെ നിയന്ത്രിക്കാനും മാനേജ്മെൻ്റ് തീരുമാനങ്ങളുടെ കൂടുതൽ സ്ഥിരത, സ്ഥിരത, വിശ്വാസ്യത എന്നിവ ഉറപ്പാക്കാനും അനുവദിക്കുന്നു. എന്നാൽ മറുവശത്ത്, മോഡലുകളുടെ ഉപയോഗം തീരുമാനമെടുക്കുന്നയാളുടെ അവബോധവും അനുഭവവും അറിവും കൂടുതൽ പൂർണ്ണമായി മനസ്സിലാക്കുന്നത് സാധ്യമാക്കുന്നു. മോഡലിൽ ഉപയോഗിക്കുന്ന തീരുമാനമെടുക്കൽ സാഹചര്യത്തിൻ്റെ ലളിതമായ പതിപ്പിന് മാത്രമേ യുക്തിസഹമായ പരിഹാരം കണ്ടെത്താൻ മോഡൽ നിങ്ങളെ അനുവദിക്കൂ എന്ന് മനസ്സിലാക്കേണ്ടത് ആവശ്യമാണ്.

മൂന്ന് ഉണ്ട് അടിസ്ഥാന തരംമോഡലുകൾ: ഫിസിക്കൽ, അനലോഗ്, മാത്തമാറ്റിക്കൽ

ശാരീരികം(വിവരണാത്മക അല്ലെങ്കിൽ ഛായാചിത്രം) - ഒരു വസ്തുവിനെയോ സാഹചര്യത്തെയോ ചിത്രീകരിക്കുന്നു, അത് എങ്ങനെ കാണപ്പെടുന്നുവെന്ന് കാണിക്കുന്നു. ഉദാഹരണത്തിന്: കാറുകളുടെ പകർപ്പുകൾ, വിമാനങ്ങൾ, ഒരു ഫാക്ടറിയുടെ കുറച്ച ഡ്രോയിംഗുകൾ മുതലായവ.

അനലോഗ്- മറ്റ് മാർഗങ്ങളിലൂടെ ഒരു വസ്തുവിൻ്റെ അല്ലെങ്കിൽ സാഹചര്യത്തിൻ്റെ ചിത്രം ഉദാഹരണത്തിന്: ഒരു ഭൂപടത്തിൽ ഒരു തടാകം - നീലസംഘടനാരേഖാചിത്രം; എൻ്റർപ്രൈസ് പ്രവർത്തനത്തിൻ്റെ വിവിധ സൂചകങ്ങളുടെ അനുപാതത്തിൻ്റെ ഗ്രാഫുകൾ

ഗണിതശാസ്ത്രം(പ്രതീകാത്മകം) - ഗണിത സമവാക്യങ്ങളുടെ രൂപത്തിൽ ഒരു വസ്തുവിനെ ചിത്രീകരിക്കാൻ ചിഹ്നങ്ങളുടെ ഉപയോഗം

ഇവയെ അടിസ്ഥാനമാക്കി അടിസ്ഥാന മോഡലുകൾവികസിപ്പിച്ചുകൊണ്ടിരിക്കുന്നു വിവിധ തരംമാനേജ്മെൻ്റ് തീരുമാനങ്ങൾ എടുക്കുന്നതിനുള്ള മാതൃകകളും രീതികളും. ഏറ്റവും സാധാരണമായവ നോക്കാം

ഗെയിം സിദ്ധാന്തം- ആഘാതം വിലയിരുത്താൻ ഉപയോഗിക്കുന്നു എടുത്ത തീരുമാനംഎതിരാളികളിൽ. ബിസിനസ്സിൽ ഗെയിമിംഗ് മോഡലുകൾവില, വിൽപ്പന, പുതിയ ഉൽപ്പന്നങ്ങൾ എന്നിവയിലെ മാറ്റങ്ങളോടുള്ള എതിരാളികളുടെ പ്രതികരണം പ്രവചിക്കാൻ ഉപയോഗിക്കുന്നു. ഈ റസ്റ്റിക്കേഷൻ മോഡൽ വളരെ അപൂർവമാണ്.

ക്യൂയിംഗ് സിദ്ധാന്തം, അല്ലെങ്കിൽ ഒപ്റ്റിമൽ സേവനം- അവരുടെ ആവശ്യങ്ങളുമായി ബന്ധപ്പെട്ട് ഉപഭോക്തൃ സേവന ചാനലുകളുടെ ഒപ്റ്റിമൽ എണ്ണം നിർണ്ണയിക്കാൻ ഉപയോഗിക്കുന്നു. ചെലവുകൾ സന്തുലിതമാക്കുന്നതാണ് അടിസ്ഥാന പ്രശ്നം അധിക ചാനലുകൾഅറ്റകുറ്റപ്പണികളും സേവന നഷ്ടങ്ങളും ഒപ്റ്റിമലിനേക്കാൾ താഴ്ന്ന നിലയിലാണ്.

ഇൻവെൻ്ററി മാനേജ്മെൻ്റ് മോഡൽ- വിഭവങ്ങൾക്കും അവയുടെ അളവുകൾക്കും വെയർഹൗസുകളിലെ ഫിനിഷ്ഡ് ഉൽപ്പന്നങ്ങളുടെ പിണ്ഡത്തിനും വേണ്ടിയുള്ള ഓർഡറുകൾ നിശ്ചയിക്കുന്ന സമയം നിർണ്ണയിക്കാൻ ഉപയോഗിക്കുന്നു.ഇൻവെൻ്ററികളുടെ കുറവ് അല്ലെങ്കിൽ അമിത വിതരണത്തിൽ നിന്നുള്ള നഷ്ടം കുറയ്ക്കുക എന്നതാണ് മോഡലിൻ്റെ ലക്ഷ്യം.

മോഡൽ ലീനിയർ പ്രോഗ്രാമിംഗ് - നിർണ്ണയിക്കാൻ ഉപയോഗിക്കുന്നു ഏറ്റവും മികച്ച മാർഗ്ഗംമത്സര ആവശ്യങ്ങളുടെ സാന്നിധ്യത്തിൽ വിരളമായ വിഭവങ്ങളുടെ വിതരണം (സേവനങ്ങളുടെ ആസൂത്രണം, തൊഴിലാളികളുടെ വിതരണം മുതലായവ)

സിമുലേഷൻ മോഡലിംഗ്- ഒരു നിർദ്ദിഷ്ട പ്രക്രിയയുടെയോ മോഡലിൻ്റെയോ അനുകരണം, യഥാർത്ഥ സാഹചര്യത്തിൽ മാറ്റങ്ങൾ നിർണ്ണയിക്കുന്നതിനുള്ള അതിൻ്റെ പരീക്ഷണാത്മക ഉപയോഗം

സാമ്പത്തിക വിശകലനം- ഒരു എൻ്റർപ്രൈസസിൻ്റെ ചെലവുകൾ, ലാഭം, ലാഭക്ഷമത എന്നിവയുടെ വിലയിരുത്തൽ പലപ്പോഴും ബ്രേക്ക്-ഈവൻ രീതി ഉപയോഗിക്കുന്നു, അതായത്. എൻ്റർപ്രൈസ് തകരുന്ന നിമിഷം നിർണ്ണയിക്കുന്നു

വിജ്ഞാന മാനേജ്മെൻ്റിൻ്റെ പ്രശ്നം പരിഗണിക്കുന്നത് തുടരുന്നതിന് മുമ്പ്, അത് നിർണ്ണയിക്കേണ്ടത് പ്രധാനമാണ് പ്രധാന ആശയങ്ങൾഈ മേഖല: "ഡാറ്റ", "വിവരങ്ങൾ", "അറിവ്".

വിജ്ഞാന മാനേജ്മെൻ്റിനെക്കുറിച്ചുള്ള സാഹിത്യം അതിൻ്റെ വ്യാഖ്യാനത്തിന് വ്യത്യസ്ത സമീപനങ്ങൾ അവതരിപ്പിക്കുന്നു. ഒരു പൂർണ്ണമായ വിശകലനം എന്ന് നടിക്കാതെ, ഞങ്ങൾ ചില പ്രധാന പോയിൻ്റുകൾ രൂപപ്പെടുത്താൻ ശ്രമിക്കും.

താഴെ ഡാറ്റക്രമമില്ലാത്ത നിരീക്ഷണങ്ങൾ, അക്കങ്ങൾ, വാക്കുകൾ, ശബ്ദങ്ങൾ, ചിത്രങ്ങൾ എന്നിവ മനസ്സിലാക്കുന്നു. സംഭവങ്ങളെക്കുറിച്ചുള്ള വ്യതിരിക്തവും വസ്തുനിഷ്ഠവുമായ ഘടകങ്ങളുടെ ഒരു കൂട്ടമാണിത്. മാത്രമല്ല, ഒരു ഓർഗനൈസേഷണൽ സന്ദർഭത്തിൽ, പ്രവർത്തന പ്രവർത്തനങ്ങളുടെ ഘടനാപരമായ രേഖകളായി ഡാറ്റ വ്യാഖ്യാനിക്കപ്പെടുന്നു. ഓർഗനൈസേഷനുകൾ സാധാരണയായി ഡാറ്റ സംഭരിക്കുന്നു വിവര സംവിധാനം, വിവിധ വകുപ്പുകളിൽ നിന്നും സേവനങ്ങളിൽ നിന്നും അവർ വരുന്നു.

ഡാറ്റ ഓർഗനൈസുചെയ്യുകയും ക്രമപ്പെടുത്തുകയും ഗ്രൂപ്പുചെയ്യുകയും തരംതിരിക്കുകയും ചെയ്യുമ്പോൾ അത് മാറുന്നു വിവരങ്ങൾ. അർത്ഥം നൽകുന്ന ഒരു പ്രത്യേക ഉദ്ദേശ്യത്തിനായി ക്രമീകരിച്ചിരിക്കുന്ന ഡാറ്റയുടെ ഒരു ശേഖരമായി ഇത് വ്യാഖ്യാനിക്കപ്പെടുന്നു.

സന്ദേശം- ഇത് ടെക്സ്റ്റ്, ഡിജിറ്റൽ ഡാറ്റ, ഇമേജുകൾ, ശബ്ദം, ഗ്രാഫിക്സ്, പട്ടികകൾ മുതലായവയാണ്.

ഇൻ്റലിജൻസ്- പ്രായോഗികമായി "സന്ദേശങ്ങൾ" എന്ന ആശയത്തിൻ്റെ പര്യായമാണ്. അവ മിക്കപ്പോഴും ഗാർഹിക സ്വഭാവമുള്ളവയാണ്.

അറിവ്ഉൽപ്പാദനക്ഷമമായ ഉപയോഗത്തിന് തയ്യാറായതും ഫലപ്രദവും അർത്ഥം ഉൾക്കൊള്ളുന്നതുമായ വിവരങ്ങളായി ഇത് വ്യാഖ്യാനിക്കപ്പെടുന്നു. ഔപചാരികമായ അനുഭവങ്ങൾ, മൂല്യങ്ങൾ, സന്ദർഭോചിതമായ വിവരങ്ങൾ, പുതിയ അനുഭവങ്ങളും വിവരങ്ങളും വിലയിരുത്തുന്നതിനും സമന്വയിപ്പിക്കുന്നതിനുമുള്ള അടിസ്ഥാനമായ വിദഗ്ധ ധാരണ എന്നിവയുടെ ഒരു ശേഖരമാണിത്. ഇത് ആളുകളുടെ മനസ്സിൽ രൂപപ്പെടുകയും പ്രയോഗിക്കുകയും ചെയ്യുന്നു, ഓർഗനൈസേഷനുകളിൽ ഇത് പലപ്പോഴും രേഖകളിലും ശേഖരണങ്ങളിലും മാത്രമല്ല, ഓർഗനൈസേഷണൽ നടപടിക്രമങ്ങൾ, പ്രക്രിയകൾ, കാര്യങ്ങൾ ചെയ്യുന്ന രീതികൾ, മാനദണ്ഡങ്ങൾ എന്നിവയിലും ഉൾപ്പെടുത്തിയിട്ടുണ്ട്.

സാഹിത്യത്തിൻ്റെ അവലോകനത്തെ അടിസ്ഥാനമാക്കി അറിവിൻ്റെ വിവിധ നിർവചനങ്ങൾ പട്ടിക നൽകുന്നു.

വിവരങ്ങളുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ അറിവ് വിശാലവും ആഴമേറിയതും സമ്പന്നവുമായ ആശയമാണെന്ന് ചർച്ച ചെയ്ത മിക്ക നിർവചനങ്ങളും ഊന്നിപ്പറയുന്നു. അവർ പ്രതിനിധീകരിക്കുന്നു മൊബൈൽ കണക്ഷൻ വ്യത്യസ്ത ഘടകങ്ങൾ- അനുഭവം, മൂല്യങ്ങൾ, വിവരങ്ങൾ, വിദഗ്ദ്ധ ധാരണ- നിരന്തരം മാറുക; അവ അവബോധജന്യമാണ്; ആളുകളുടെ സ്വഭാവവും പ്രവചനാതീതമായ മനുഷ്യ സത്തയുടെ അവിഭാജ്യ ഘടകവുമാണ്.

വിവരങ്ങളും ഡാറ്റയും തമ്മിലുള്ള വ്യത്യാസത്തെക്കുറിച്ച് ചിന്തിക്കുമ്പോൾ, അവർക്ക് പൊതുവായ എന്തെങ്കിലും ഉണ്ടോ എന്ന് നിങ്ങൾക്ക് ചിന്തിക്കാൻ കഴിയില്ലേ?
സംസാരത്തിൽ ഞങ്ങൾ പലപ്പോഴും ഒരു വാക്ക് മറ്റൊന്ന് ഉപയോഗിച്ച് മാറ്റിസ്ഥാപിക്കുന്നു, ഞങ്ങളുടെ പ്രസ്താവനകൾ എങ്ങനെ അസംബന്ധമാകുമെന്ന് ഞങ്ങൾ ശ്രദ്ധിക്കുന്നില്ല. മണ്ടത്തരമായ ഒരു അവസ്ഥയിലേക്ക് കടക്കാതിരിക്കാൻ, അവ ഓരോന്നും എന്താണ് അർത്ഥമാക്കുന്നത് എന്ന് നിങ്ങൾ കണ്ടെത്തണം.
ഡാറ്റയും വിവരങ്ങളും തമ്മിൽ വളരെ അടുത്ത ബന്ധമുണ്ട്, മറ്റൊന്നില്ലാതെ മറ്റൊന്നിൻ്റെ അസ്തിത്വം അസാധ്യമോ അർത്ഥശൂന്യമോ ആണ്.
ഡാറ്റയാണ് വിവരങ്ങളുടെ അടിസ്ഥാനം. അടിസ്ഥാനപരമായി, അവ ഒരു കൂട്ടം കഥാപാത്രങ്ങൾ മാത്രമാണ്. എന്നാൽ അവ ചില ഗ്രഹണ സംവിധാനങ്ങളാൽ വ്യാഖ്യാനിച്ചതിനുശേഷം, ഡാറ്റ വിവരമായി മാറുന്നു.

സംഭവിക്കുന്ന അവസ്ഥ

അതിനാൽ, ഡാറ്റ അടങ്ങിയ ഒരു പ്രത്യേക ഉറവിടവും നേരിട്ട് ഒരു സ്വീകർത്താവും ഉണ്ടെങ്കിൽ മാത്രമേ വിവരങ്ങൾ ഉണ്ടാകൂ. ഡാറ്റയെ പല തരത്തിൽ വിവരങ്ങളാക്കി മാറ്റാൻ കഴിയും: എണ്ണൽ, തിരുത്തൽ, കംപ്രഷൻ, സന്ദർഭോചിതമാക്കൽ, വർഗ്ഗീകരണം എന്നിവയിലൂടെ.
ചില ഉറവിടങ്ങളിൽ രേഖപ്പെടുത്തിയ വിവരങ്ങളാണ് ഡാറ്റ. IN ഈയിടെയായിഡാറ്റയുടെ അളവ് അവിശ്വസനീയമാംവിധം വർദ്ധിച്ചു. ഇൻ്റർനെറ്റിൻ്റെ അതിവേഗ വളർച്ചയാണ് ഇതിന് കാരണം.

അളവ്

ഡാറ്റ അളക്കാൻ കഴിയില്ല. ഞങ്ങൾ ഡാറ്റ കണക്കാക്കാൻ തുടങ്ങുമ്പോൾ, പ്രോസസ്സിംഗ് പ്രക്രിയ ആരംഭിക്കും. ഡാറ്റ "വിവരങ്ങൾ" എന്ന വിഭാഗത്തിലേക്ക് സ്വയമേവ നീങ്ങും എന്നാണ് ഇതിനർത്ഥം. വിവരങ്ങൾ അളക്കാൻ കഴിയും. ഇത് ചെയ്യുന്നതിന്, വിവരങ്ങൾ ലഭിക്കുന്നതിന് മുമ്പും ശേഷവും അറിവിൻ്റെ നിലവാരം വിലയിരുത്താൻ മതിയാകും.

പരിവർത്തന ഫലം

മനുഷ്യ മസ്തിഷ്കം, തന്നെപ്പോലെ തികഞ്ഞ കമ്പ്യൂട്ടറിലേക്ക്, ഞങ്ങൾക്ക് ലഭിക്കുന്ന ഡാറ്റ പ്രോസസ്സ് ചെയ്യുകയും ചില വിവരങ്ങൾ നിർമ്മിക്കുകയും ചെയ്യുന്നു. മറ്റൊരു ചിന്താ പ്രക്രിയയിൽ ഇത് പ്രയോഗിക്കേണ്ട ആവശ്യം വരുമ്പോൾ, അവനെ സംബന്ധിച്ചിടത്തോളം ഈ വിവരങ്ങൾ പുതിയ വിവരങ്ങൾ നേടുന്ന ഡാറ്റയായി മാറുന്നു.
ഒരു നിശ്ചിത കാലയളവിൽ ആവർത്തിച്ചുള്ള പ്രോസസ്സിംഗിന് വിധേയമായ വിവരങ്ങളുടെ പരിവർത്തനത്തിൻ്റെ അവസാന ഘട്ടം അറിവായി മാറുന്നു.

അതിനാൽ, വിവരങ്ങളും ഡാറ്റയും തമ്മിലുള്ള ഇനിപ്പറയുന്ന പ്രധാന വ്യത്യാസങ്ങൾ ImGist എടുത്തുകാണിക്കുന്നു:

ഡാറ്റയും വിവരങ്ങളും പരസ്പരം ബന്ധപ്പെട്ടിരിക്കുന്നു.
ഡാറ്റ ഉറപ്പിച്ചിരിക്കുന്നു; ഇത് യഥാർത്ഥത്തിൽ സമയത്തിൻ്റെ ഓരോ യൂണിറ്റിലും നിലവിലുണ്ട്. ഈ ഡാറ്റ പ്രോസസ്സ് ചെയ്യുമ്പോൾ മാത്രമേ വിവരങ്ങൾ ഉണ്ടാകൂ.
പരിവർത്തനത്തിനു ശേഷമുള്ള ഡാറ്റ വിവരമായി മാറുന്നു. ആവർത്തിച്ച് പരിശോധിച്ച വിവരങ്ങൾ - അറിവ്.
വിവരങ്ങൾ, ഡാറ്റയിൽ നിന്ന് വ്യത്യസ്തമായി, അളക്കാവുന്ന പദാർത്ഥമാണ്.