新课标数据与信息.ppt

数据与信息数据计算机术语计算机术语数据是指对客观事件进行记录并可以鉴别的符号，是对客观事物的性质、状态以及相互关系等进行记载的物理符号或这些物理符号的组合。它是可识别的、抽象的符号。它不仅指狭义上的数字，还可以是具有一定意义的文字、字母、数字符号的组合、图形、图像、视频、音频等，也是客观事物的属性、数量、位置及其相互关系的抽象表示。例如，“0、1、2.”、“阴、雨、下降、气温”“学生的档案记录、货物的运输情况”等都是数据。在计算机科学中，数据是指所有能输入到计算机并被计算机程序处理的符号的介质的总称，是用于输入电子计算机进行处理，具有一定意义的数字、字母、符号和模拟量等的通称。98身高身高体重体重分数分数学号学号价格价格密码密码温度温度 信息是反映一切事物属性及信息是反映一切事物属性及动态的消息、情报、指令、数动态的消息、情报、指令、数据和信号中所包含的内容。据和信号中所包含的内容。数据是信息的表现形式和载体，可以是符号、文字、数字、语音、图像、视频等。而信息是数据的内涵，信息是加载于数据之上，对数据作具有含义的解释。数据和信息是不可分离的，信息依赖数据来表达，数据则生动具体表达出信息。数据是符号，是物理性的，信息是对数据进行加工处理之后所得到的并对决策产生影响的数据，是逻辑性和观念性的；数据是信息的表现形式，信息是数据有意义的表示。数据是信息的表达、载体，信息是数据的内涵，是形与质的关系。数据本身没有意义，数据只有对实体行为产生影响时才成为信息。信息就是有意义的数据。信息就是有意义的数据。数据的基本特征时效性分散性概率性再创性 以前在广州有个大厦，它对数据的时效性运用的就很好。据说有一年，它的经理和别人聊天，人家无意间提起说那年春天广州的雨水将特别大，于是他特意去了广州气象台证实，证实后，他开始调查，发现深圳一家厂子里积压着20万多把雨伞。当时正是11月份，旱季，这家厂子压着20万多把雨伞早就想出手，所以这个大厦的经理就去了深圳，以极低的价格就把雨伞盘进来了。结果那年广州的春天来得特别早，一过春节，这雨哗哗就下起来了，他趁机20多万把雨伞往出卖，结果一销而空。1、没有固定发生地2、零散分布，相互关联才完整 比如我们抛硬币。抛5次、10次，到底有几次正面向上不好说，但若抛几百次，几千次，正面向上的可能性就稳定在50%左右。有一个生产装汽水、装啤酒的塑料箱的小厂厂长，了解了数据的概率性，就把北京邮政编码本找来，找到北京130个单位，发了130封信，结果就回来1封，让他拿着样品过去看看，概率够低的。这个厂长怕别人搞不好，就自己夹着箱子去了。这家单位在4楼,厂长把箱子递过去，那老兄看都没看，一推窗户，磅的一声，就给扔出去了。然后那老兄就往下跑，这厂长就在后面追，到了楼下，一看这箱子，一点没坏！那老兄说：“行！这箱子挺结实的，定货！”半年的买卖就有了。玩的就是概率。数据的概率性告诉我们：成功=努力+等待。有甲、乙两个推销员，同时到非洲的一个岛国卖鞋子。这个岛国里人人都光着脚丫。甲推销员一见到他们都不穿鞋，于是认为鞋子在这里没有销路；而乙推销员将数据进行再创，看到他们不穿鞋，于是拿着鞋子来做调查，经调查发现：这里的人之所以不穿鞋，是因为他们的脚都特别宽，而市面上的鞋太窄，他们穿不进去。于是他建议公司生产出专门适合这个岛国的鞋子。此外，他还把尺寸合适的鞋子送给当地的酋长，酋长一穿鞋，感觉舒服极了，而老百姓一看酋长都穿鞋了，他们也想穿。等到老百姓也想穿，就有市场了，原来都不穿鞋，现在人人都要穿鞋，于是乙推销员让鞋子很有销路。这个故事说明，数据只是现象和启发，只有深入的分析，才能再创性地挖掘机会。了解数据的四个特征，对于我们的数据工作具有启发。例如，数据采集就要充分考虑到数据的这四个特征：基于时效性，数据采集要有项目周期；基于概率性，数据采集要有抽样设计；基于分散性，针对不同的数据来源要有不同的采集方法和问卷设计 基于再创性，要对采集到的数据信息深入地分析和解读信息的作用信息有为决策提供依据的作用。不同受众从同样数据中获得的信息不同。应该对从单一渠道获取的信息进行甄别。信息可被用于控制。信息有告知作用。认知、欣赏、学习、研究信息的特征身边无处不在的信息。横看成岭侧成峰，远近高低各不同。门票一传十，十传百。所有信息都是依附于某一载体传递的。大数据大数据云云大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。（1）海量的数据规模（Volume）。具有当前任何一种单体设备难以直接存储、管理和使用的数据量，大数据中所说的“大”也包括数据的全面性。（2）快速的数据流转和动态的数据变化（Velocity）。数据会随着时间和环境发生变化。（3）种类（Variety）：数据类型的多样性；（4）可变性（Variability）：妨碍了处理和有效地管理数据的过程。（5）真实性（Veracity）：数据的质量。（6）复杂性（Complexity）：数据量巨大，来源多渠道。（7）价值（value）：合理运用大数据，以低成本创造高价值。（8）智能化数据挖掘（Intelligence）。无论数据有多少，还是以何种形式呈现，人类要想从数据中发现事物的真相，必须应用全新的方法分析数据，以得到有价值的信息。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。有人说世界的本质就是数据，在当今充满数字化数据的时代，数据处理变得更加容易、更加快速，人们能够在瞬间处理成千上万的海量数据，为了在数据中理解信息内容，发现信息与信息之间的关系，人类从没有像今天这样对数据有那么深刻的认识，实际上，我们应该重新认识数据的特征（这里强调的是大数据）：