数据、信息和知识的区别与联系

案例
沃尔玛从上个世纪90年代尝试A prior算法引入到 POS机数据分析中，并获得了成功。这是一个数据处理 的过程 ，通过数据处理沃尔玛得到了一条重要的信息— —“啤酒”与“尿布”经常会出现在同一个购物篮中。
但是，我们不能简单的认为“啤酒”与“尿布”之间 存在关联关系，这也可能是受到某种因素的干扰。比如这 些啤酒与尿布同时出现是否具有规律？啤酒和尿布的价格 是多少？是否同时对啤酒与尿布进行了促销……
数据、信息、知识的联系与区别
数据、信息、知识三者都是对事实的描述，被统一到 了对事实的认识过程中。首先，由于人们认识能力的有限性 或者所采用的工具的低级性，导致了数据只是对事实的初步 认识，甚至存在错误；然后，借助人的思维或者信息技术对 上述数据进行处理，经过处理，人们进一步揭示了事实中事 物之间的关系，形成信息；最后，在实践中，经过不断的处 理和反复验证，事实中事物之间的关系被正确揭示，形成知 识。
案例
在美国有婴儿的家庭中，一般是母亲在家中照看婴儿， 年轻的父亲前去购买尿布。父亲在购买尿布的同时，往往会 顺便为自己购买啤酒，这样就会出现啤酒与尿布这两件看上 去不相干的商品经常会出现在一个购物篮的现象。如果这个 年轻的父亲在卖场只能买到两件商品之一，则他很有可能会 放弃购物而到另一家商店，直到可以一次同时买到啤酒与尿 布为止。沃尔玛发现了这一独特现象，开始在卖场尝试将啤 酒与尿布摆放在相同的区域，让年轻的父亲可以同时找到这 两件商品，并很快完成购物，而沃尔玛也可以让这些客户一 次购买两件商品，而不是一件，从而获得了很好商品的销售 收入，这就是“啤酒与尿布”故事的由来。
案例
啤酒与尿布的故事
“啤酒与尿布”的故事产生于20世纪90年代的美国 沃尔玛超市中，沃尔玛的超市管理人员分析销售数据时发 现了一个令人难于理解的现象：在某些特定的情况下， “啤酒”与“尿布”两件看上去毫无关系的商品会经常出 现在一个购物篮中，这种独特的销售现象引起了管理人员 的注意，经过后续调查发现，这种现象出现在年轻的父亲 身上。
数据、信息和知识的 区别与联系
数据、信息和知识的定义
数据
反映客观事物运动状态的信号通过感觉器官或观测 仪器感知,形成了文本、数字、事实或图像等形式的数据。
它是最原始的记录,未被加工解释,没有回答特定的 问题;它反映了客观事物的某种运动状态,除此以外没有其 他意义;它与其它数据之间没有建立相互联系,是分散和孤 立的。数据是客观事物被大脑感知的最初的印象,是客观 事物与大脑最浅层次相互作用的结果。
数据、信息和知识的定义
知识
知识不是数据和信息的简单积累，知识是可用于指 导实践的信息Fra Baidu bibliotek知识是人们在改造世界的实践中所获得的 认识和经验的总和。
知识又分为显性知识和隐性知识。显性知识是已经 或可以文本化的知识，并易于传播。隐性知识是存在于个 人头脑中的经验或知识，需要进行大量的分析、总结和展 现，才能转化成显性知识。
THE END!
案例
沃尔玛是一家极其讲究卖场现场管理的企业， 沃尔玛创始人老沃尔顿最大的乐趣就是卖场巡视， 更多的运用自己的双眼而不是数据来发现事实。针 对这一情况，沃尔玛从客户心理因素的角度出发， 对客户的消费行为进行了大量的观察，确定了“啤 酒”与“尿布”之间确实存在关联关系。此时， “啤酒”与“尿布”的关联关系已经变成了知识。
案例
当然“啤酒与尿布”的故事必须有技术方面的支持。 1993年美国学者艾格拉沃提出通过分析购物篮中的商品 集合，从而找出商品之间关联关系的关联算法，并根据 商品之间的关系，找出客户的购买行为。艾格拉沃从数 学及计算机算法角度提出了商品关联关系的计算方法— —A prior算法。沃尔玛从上个世纪90年代尝试A prior算 法引入到POS机数据分析中，并获得了成功，于是产生 了“啤酒与尿布”的故事。
数据、信息和知识的定义
信息
利用信息技术对数据进行加工处理,使数据之间建 立相互联系,形成回答了某个特定问题的文本,以及被解释 具有某些意义的数字、事实、图像等形式的信息。它包 含了某种类型可能的因果关系的理解,回答“why(谁)”、 “what(什么)”、“where(哪里)”或“when(何时)”等 问题。