Skip to main content
Global

4.1：数据和数据库简介

  1. Last updated
  2. Save as PDF
  • Page ID
    172415

    • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    导言

    您已经了解了信息系统的前两个组件：硬件和软件。 但是，这两个组件本身并不能使计算机变得有用。 想象一下，如果你打开电脑，开始键入文档，但无法保存文档。 想象一下，如果你打开了音乐应用程序，但没有音乐可以播放。 想象一下，打开一个网页浏览器，但没有网页。 没有数据，硬件和软件就不是很有用！ 数据是信息系统的第三个组成部分。

    数据、信息、知识和智慧

    Behaviorism_1.gif
    图\(\PageIndex{1}\)：数据化为智慧。 由 David T. Bourgeois 拍摄的图片获得 CC BY-SA 2.0

    数据是没有上下文的原始信息，例如您的驾照或名字。 信息系统以设计的系统方式帮助组织这些信息，以便对用户有用。 用户可以是个人或企业。 这种有组织的相互关联的数据集合称为数据库。 两个最高层次的数据是定量或定性数据。 要知道要使用哪个取决于要回答的问题和可用的资源。 定量数据是数值，是测量、计数或其他数学计算的结果。 一个量化的例子是今年夏天有多少五年级学生参加了音乐营。 定性数据由文字、描述和叙述组成。 一个定性例子是身穿红色 T 恤的露营者。 也可以认为数字是定性的。 如果我告诉你我最喜欢的数字是 5，那是定性数据，因为它是描述性的，不是测量或数学计算的结果。

    在使用定性数据和定量数据时，我们需要了解其使用背景。 每种都有优点和缺点。 此表概括了收集数据时的优缺点。

    定性数据

    优点

    缺点
    定量数据

    优点

    缺点

    数据本身就是等待分析的组件的集合。 为了有用，需要给它提供上下文。 用户和设计者在收集、引用和组织数据时创造意义。 信息通常涉及出于某种目的操纵原始数据，以获得数据中的幅度、趋势和模式的指示。 回到上面的例子，如果我告诉你 “15、23、14 和 85” 是报名参加即将到来的夏令营的学生人数，那就是信息。 通过添加上下文（数字代表注册特定课程的学生人数），我为数据添加了背景信息，现在是信息。 信息是经过分析、处理、结构化并可发挥作用的数据。

    一旦我们收集并理解了数据，我们就将其置于上下文中，汇总并对其进行分析。 然后我们就有了信息，我们可以用它为个人和我们的组织做出决策。 我们可以说，这种信息消耗产生了知识。 。 知识可以看作是促进行动的信息。 这些知识可以用来制定决策、制定政策，甚至激发创新。

    信息阶梯的最后一步是从知识（对一个话题了解很多）到智慧的一步。

    智慧是经验加上理解和洞察力。 我们可以说，某人在将自己的知识和经验结合起来以更深入地理解某个话题时有智慧。 在特定主题上积累智慧通常需要很多年，需要耐心和专业知识。

    Behaviorism_1.gif
    图\(\PageIndex{2}\)：显示器上的数据。 来自 Pixabay 的 Gerd Altmann 的@@ 图片已获得 CC-BY-SA 2.0 许可