Bilginin miktarı ve kalitesi

İletişim sorunlarının seviyeleri

Bilgi süreçlerini uygularken, sinyaller kullanılarak bilgi kaynağından alıcıya (alıcıya) her zaman uzayda ve zamanda bilgi aktarımı vardır. sinyal - bir olay veya gözlem nesnesinin durumu hakkında bir mesaj (bilgi) taşıyan fiziksel bir süreç (olgu).

İleti- İletim için kullanılan bir dizi işaret (sembol) biçiminde bilgi gösterimi biçimi.

Göstergebilim (işaretlerin ve işaret sistemlerinin özelliklerini inceleyen bir bilim) açısından bir işaretler kümesi olarak bir mesaj üç düzeyde incelenebilir:

1) sözdizimsel, mesajların içsel özelliklerinin, yani belirli bir işaret sisteminin yapısını yansıtan işaretler arasındaki ilişkilerin dikkate alındığı yer.

2) anlamsal, işaretler ile belirledikleri nesneler, eylemler, nitelikler arasındaki ilişkinin, yani mesajın anlamsal içeriğinin, bilgi kaynağıyla ilişkisinin analiz edildiği yer;

3) pragmatik, mesaj ve alıcı arasındaki ilişkinin, yani mesajın tüketici içeriğinin, alıcıyla olan ilişkisinin dikkate alındığı durumlarda.

sorunlar sözdizimsel seviye bilgi sistemleri oluşturmak için teorik temellerin oluşturulması ile ilgilidir. Bu seviyede, medyanın türü ve bilgi sunma yöntemi, iletim ve işleme hızı, bilgi temsil kodlarının boyutları, güvenilirlik dikkate alınarak alıcıya bir dizi karakter olarak mesajların teslim edilmesi sorunları göz önünde bulundurulur. ve bu kodların dönüştürülmesinin doğruluğu, vb., mesajların anlamsal içeriğinden ve amaçlarından tamamen soyutlanmıştır. Bu düzeyde, yalnızca sözdizimsel konumlardan ele alınan bilgilere genellikle veri denir, çünkü bu durumda anlamsal taraf önemli değildir.

sorunlar anlamsal düzey resmileştirme ile bağlantılıdır ve iletilen bilginin anlamını dikkate alarak, nesnenin görüntüsü ile nesnenin kendisi arasındaki yazışma derecesini belirler. Bu düzeyde bilginin yansıttığı bilgiler analiz edilir, anlamsal ilişkiler ele alınır, kavram ve fikirler oluşturulur, bilginin anlamı ve içeriği ortaya çıkarılır ve genelleştirilmesi yapılır.

Pragmatik düzeyde tüketici tarafından bu bilgileri edinmenin ve kullanmanın sonuçlarıyla ilgilenir. Bu seviyedeki problemler, tüketicinin amacına ulaşmak için aldığı bir kararın geliştirilmesinde bilgiyi kullanmanın değerini ve kullanışlılığını belirlemekle ilgilidir. Buradaki ana zorluk, bilginin değeri ve kullanışlılığının farklı alıcılar için tamamen farklı olabilmesi ve buna ek olarak, örneğin tesliminin ve kullanımının zamanında olması gibi bir dizi faktöre bağlı olmasıdır.

Bilgi Tedbirleri

Sözdizimsel düzey bilgisinin ölçüleri

Bilgiyi sözdizimsel düzeyde ölçmek için iki parametre tanıtılır: bilgi miktarı (veri) - VD(hacimsel yaklaşım) ve bilgi miktarı - ben(entropi yaklaşımı).

Bilgi miktarı V D. Bilgi süreçlerini uygularken, bilgi, bazı alfabenin bir dizi karakterinden oluşan bir mesaj biçiminde iletilir. Bir karakterlik bir mesajda bulunan bilgi miktarı bir olarak alınırsa, bilgi (veri) miktarı VD başka herhangi bir mesajda, bu mesajdaki karakter (rakam) sayısına eşit olacaktır.

Bu nedenle, ondalık sayı sisteminde bir basamağın ağırlığı 10'a eşittir ve buna göre bilgi birimi dit (ondalık basamak) olacaktır. Bu durumda, formdaki bir mesaj n VD= P di. Örneğin, dört basamaklı 2003 sayısının veri boyutu vardır. VD = 4 ay.

İkili sayı sisteminde, bir basamağın ağırlığı 2'ye eşittir ve buna göre bilgi birimi biraz olacaktır. (bit (ikili basamak)- ikili basamak). Bu durumda, formdaki bir mesaj n-bit numarası veri hacmine sahiptir VD \u003d n biraz. Örneğin, sekiz bitlik ikili kod 11001011 bir veri boyutuna sahiptir. VD= 8 bit.

Modern bilgisayar teknolojisinde, minimum bit veri birimi ile birlikte, 8 bite eşit büyütülmüş bir bayt birimi yaygın olarak kullanılmaktadır. Büyük miktarda bilgiyle çalışırken, miktarını hesaplamak için kilobayt (kbayt), megabayt (MB), gigabayt (GB), terabayt (TB) gibi daha büyük ölçü birimleri kullanılır:

1 kbayt = 1024 bayt = 2 10 bayt;

1 MB = 1024 kB = 220 bayt = 1048576 bayt;

1 GB = 1024 MB = 230 bayt = 1.073.741.824 bayt; .

1 TB = 1024 GB = 240 bayt = 1.099.511.627.776 bayt.

Bilgi miktarı I (entropi yaklaşımı). Bilgi ve kodlama teorisinde, bilginin ölçülmesine yönelik bir entropi yaklaşımı benimsenmiştir. Bu yaklaşım, bilgi edinme gerçeğinin her zaman sistemin çeşitliliğinde veya belirsizliğinde (entropi) bir azalma ile ilişkili olduğu gerçeğine dayanmaktadır. Buna dayanarak, bir mesajdaki bilgi miktarı, mesajı aldıktan sonra belirli bir sistemin durumunun belirsizliğini azaltmak için bir ölçü olarak tanımlanır. Gözlemci fiziksel sistemde bir şey tanımlar tanımlamaz, sistem gözlemci için daha düzenli hale geldikçe sistemin entropisi azaldı.

Böylece entropi yaklaşımı ile bilgi, herhangi bir süreç (testler, ölçümler vb.) sırasında ortadan kaybolan belirsizliğin nicel değeri olarak anlaşılır. Bu durumda, entropi bir belirsizlik ölçüsü olarak tanıtılır. H, ve bilgi miktarı:

nerede H nisan - incelenen sistemin durumu hakkında a priori entropi;

mutluluklar- bir posteriori entropi.

Bir posteriori- deneyimden geliyor (testler, ölçümler).

Önsel- deneyimden (test) önce gelen ve ondan bağımsız bilgiyi karakterize eden bir kavram.

Test sırasında mevcut belirsizliğin ortadan kaldırılması durumunda (belirli bir sonuç elde edilir, yani. mutluluklar = 0), alınan bilgi miktarı ilk entropi ile çakışıyor

Ayrı bir bilgi kaynağını (bir ayrık mesajların kaynağı), incelenen sistem olarak ele alalım; bununla, sonlu bir olası durumlar kümesine sahip bir fiziksel sistemi kastediyoruz. Bu set ANCAK= (a 1, a 2 , ..., bir p) Bilgi teorisinde sistemin durumlarına soyut alfabe veya mesaj kaynağının alfabesi denir.

Ayrı Devletler bir 1 , bir 2 ,..., bir „ alfabenin harfleri veya sembolleri denir.

Böyle bir sistem, zamanın her anında sonlu olası durum kümelerinden birini rastgele alabilir. ve ben .

Bazı durumlar kaynak tarafından daha sık seçildiğinden, diğerleri daha az yaygın olduğundan, genel durumda bir topluluk ile karakterize edilir. ANCAK, yani, oluşma olasılıkları ile birlikte bire kadar olan tam bir durum kümesi:

, ve (2.2)

Kaynağın durumunun seçiminde bir belirsizlik ölçüsü getirelim. Aynı zamanda, kaynağın eş olasılıklı durumları hakkındaki belirsizliğin tamamen ortadan kaldırılmasıyla elde edilen bilgi miktarının bir ölçüsü olarak da düşünülebilir.

(2.3)

sonra N=1 alırız ÜZERİNDE)= 0.

Bu ölçü Amerikalı bilim adamı R. Hartley tarafından 1928'de önerilmiştir. Formül (2.3)'teki logaritmanın tabanı temel öneme sahip değildir ve sadece ölçeği veya ölçü birimini belirler.Logaritmanın tabanına bağlı olarak aşağıdaki birimler ölçülerde kullanılır.

1. Bitler - logaritmanın tabanı 2 iken:

(2.4)

2. Nits - logaritmanın tabanı e:

3. Dita - logaritmanın tabanı 10 iken:

Bilgisayar biliminde, formül (2.4) genellikle bir belirsizlik ölçüsü olarak kullanılır. Bu durumda, belirsizlik birimine ikili birim veya bit adı verilir ve eşit olasılığa sahip iki olay arasından seçim yapmanın belirsizliğini temsil eder.

Formül (2.4) ampirik olarak elde edilebilir: iki eşit olası olay durumunda belirsizliği ortadan kaldırmak için, bir deneyim ve buna bağlı olarak, dört eşit olası olaydan oluşan bir belirsizlikle bir bit bilgi gereklidir, 2 bit bilgi yeterlidir İstenen gerçeği tahmin etmek için. 32 kartlık bir desteden kart belirlemek için 5 bit bilgi yeterlidir yani istenilen kartı belirlemek için beş evet veya hayır sorusu sormak yeterlidir.

Önerilen önlem, bilgi kaynağının tüm olası durumları aynı olasılığa sahip olduğunda belirli pratik sorunların çözülmesine izin verir.

Genel durumda, bilgi kaynağının durumunun uygulanmasındaki belirsizliğin derecesi sadece durum sayısına değil, aynı zamanda bu durumların olasılıklarına da bağlıdır. Örneğin, bir bilgi kaynağı 0,99 ve 0,01 olasılıklı iki olası duruma sahipse, o zaman seçim belirsizliği iki eşit olası duruma sahip bir kaynaktan çok daha azdır, çünkü bu durumda sonuç pratikte önceden tahmin edilen bir sonuçtur ( durum gerçekleşmesi, 0.99'a eşit olasılık.

Amerikalı bilim adamı K. Shannon, seçim belirsizliği ölçüsü kavramını genelleştirdi H ne zaman olursa olsun H sadece durum sayısına değil, aynı zamanda bu durumların olasılıklarına da bağlıdır (olasılıklar ben karakter seçimi bir ben, Alfa beta). Durum başına ortalama belirsizlik olan bu ölçü, ayrı bir bilgi kaynağının entropisi:

(2.5)

Belirsizliğin ikili birimlerde ölçümüne yeniden odaklanırsak, logaritmanın tabanı ikiye eşit olarak alınmalıdır:

(2.6)

Eşit olasılıklı bir seçimde, olasılık p ben = 1/N formül (2.6), R. Hartley'in formülüne (2.3) dönüştürülür:

Önerilen önlem tesadüfen değil entropi olarak adlandırıldı. Buradaki nokta, (2.5) ifadesinin biçimsel yapısının, daha önce Boltzmann tarafından tanımlanan fiziksel sistemin entropisi ile örtüşmesidir.

(2.4) ve (2.6) formüllerini kullanarak artıklığı belirleyebiliriz. D mesaj kaynağı alfabesi ANCAK, bu, belirli bir alfabenin sembollerinin ne kadar rasyonel kullanıldığını gösterir:

nerede Y maks (A) - formül (2.4) ile belirlenen maksimum olası entropi;

ÜZERİNDE) - formül (2.6) ile belirlenen kaynağın entropisi.

Bu önlemin özü, eşit derecede olası bir seçimle, işaret üzerindeki aynı bilgi yükünün, denk olmayan bir seçim durumunda olduğundan daha küçük hacimli bir alfabe kullanılarak sağlanabilmesidir.

Konu 2. Bilgisayarda bilgilerin temsili ve işlenmesinin temelleri

Edebiyat

1. Ekonomide Bilişim: Ders Kitabı / Ed. OLMAK. Odintsova, A.N. Romanova. - M.: Vuzovsky ders kitabı, 2008.

2. Bilişim: Temel kurs: Ders Kitabı / Ed. S.V. Simonoviç. - St. Petersburg: Peter, 2009.

3. Bilgisayar bilimi. Genel kurs: Ders Kitabı / Ortak yazar: A.N. Guda, M.A. Butakova, N.M. Nechitailo, A.V. Çernov; Toplamın altında ed. VE. Kolesnikov. – M.: Dashkov ve K, 2009.

4. Ekonomistler için Bilişim: Ders Kitabı / Ed. Matyushka V.M. - E.: Kızılötesi M, 2006.

5. Ekonomik bilişim: Bilgi sistemlerinin ekonomik analizine giriş - E.: INFRA-M, 2005.

Bilgi ölçüleri (sözdizimsel, anlamsal, pragmatik)

Bilgiyi ölçmek için çeşitli yaklaşımlar kullanılabilir, ancak en yaygın olanları istatistiksel(olasılıklı), anlamsal ve n düzensiz yöntemler.

istatistiksel Bilgiyi ölçmek için (olasılıksal) yöntem, bilgi miktarını, bilgi edinmenin bir sonucu olarak alınan sistemin durumunun belirsizliğinin bir ölçüsü olarak düşünmeyi öneren 1948'de C. Shannon tarafından geliştirilmiştir. Nicel belirsizliğe entropi denir. Bir mesaj aldıktan sonra, gözlemci sistem hakkında ek bilgi edinmişse X, belirsizlik azalır. Alınan ek bilgi miktarı şu şekilde tanımlanır:

sistem hakkında ek bir bilgi miktarı nerede X mesaj şeklinde alınan;

Sistemin ilk belirsizliği (entropi) X;

Sistemin sonlu belirsizliği (entropi) x, mesajın alınmasının ardından.

eğer sistem X sayısı ayrık durumlardan birinde olabilir. n, ve her birinde sistemi bulma olasılığı eşittir ve tüm durumların olasılıklarının toplamı bire eşittir, o zaman entropi Shannon formülü ile hesaplanır:

X sisteminin entropisi nerede;

a- bilgi ölçü birimini belirleyen logaritmanın tabanı;

n– sistemin yerleştirilebileceği durumların (değerlerin) sayısı.

Entropi pozitif bir değerdir ve olasılıklar her zaman birden küçük olduğundan ve logaritmaları negatif olduğundan, K. Shannon'ın formülündeki eksi işareti entropiyi pozitif yapar. Böylece, aynı entropi, ancak zıt işaretli, bilgi miktarının bir ölçüsü olarak alınır.

Bilgi ve entropi arasındaki ilişki şu şekilde anlaşılabilir: aynı anda bilgi elde etmek (artışı), cehalet veya bilgi belirsizliğinde bir azalma (entropi) anlamına gelir.

Bu nedenle, istatistiksel yaklaşım, mesajların oluşma olasılığını hesaba katar: daha az olası olan mesaj, daha bilgilendirici olarak kabul edilir, yani. en az beklenen. Olaylar eşit derecede olasıysa, bilgi miktarı maksimum değerine ulaşır.

R. Hartley, bilgileri ölçmek için aşağıdaki formülü önerdi:

ben=log2n ,

nerede n- eşit olasılığa sahip olayların sayısı;

ben- mesajdaki bilgilerin birinin meydana gelmesiyle ilgili ölçüsü n Etkinlikler

Bilginin ölçümü hacminde ifade edilir. Çoğu zaman bu, bilgisayar belleği miktarı ve iletişim kanalları üzerinden iletilen veri miktarı ile ilgilidir. Bir birim, belirsizliğin yarıya indirildiği bir bilgi miktarı olarak alınır, böyle bir bilgi birimine denir. biraz .

Hartley formülündeki logaritmanın temeli olarak doğal logaritma () kullanılıyorsa, bilgi birimi şu şekildedir: doğal ( 1 bit = ln2 ≈ 0.693 nat). 3 sayısı logaritmanın tabanı olarak kullanılıyorsa, o zaman - basmakalıp, eğer 10 ise - dit (hartley).

Uygulamada, daha büyük bir birim daha sık kullanılır - bayt(bayt) sekiz bittir. Bu birim, bilgisayar klavye alfabesinin 256 karakterinden herhangi birini kodlamak için kullanılabileceği için seçilmiştir (256=28).

Baytlara ek olarak, bilgiler yarım kelimeler (2 bayt), kelimeler (4 bayt) ve çift kelimeler (8 bayt) olarak ölçülür. Daha da büyük bilgi birimleri de yaygın olarak kullanılmaktadır:

1 Kilobayt (KB - kilobayt) = 1024 bayt = 2 10 bayt,

1 megabayt (MB - megabayt) = 1024 KB = 2 20 bayt,

1 Gigabayt (GB - gigabayt) = 1024 MB = 2 30 bayt.

1 Terabayt (TB - terabayt) = 1024 GB = 2 40 bayt,

1 Petabayt (PB - petabayt) = 1024 TB = 2 50 bayt.

1980 yılında, Rus matematikçi Yu.Manin, böyle bir bilgi biriminin ortaya çıktığı bir kuantum bilgisayar inşa etme fikrini önerdi. kübit ( kuantum biti, kübit ) - "kuantum biti" - örneğin elektronların dönüşleri gibi kuantum taşıyıcıları kullanan bir bilgisayarın teorik olarak olası biçimindeki bellek miktarının bir ölçüsü. Bir kübit, iki farklı değer ("0" ve "1") değil, iki temel dönüş durumunun normalleştirilmiş kombinasyonlarına karşılık gelen ve daha fazla sayıda olası kombinasyon veren birkaç değer alabilir. Böylece, 32 kübit yaklaşık 4 milyar durumu kodlayabilir.

anlamsal yaklaşım. Veri miktarını değil, mesajda ihtiyaç duyulan bilgi miktarını belirlemek istiyorsanız, sözdizimsel bir ölçü yeterli değildir. Bu durumda, bilginin içeriğinin belirlenmesine izin veren anlamsal yön dikkate alınır.

Bilginin anlamsal içeriğini ölçmek için alıcısının (tüketici) eş anlamlılarını kullanabilirsiniz. Eşanlamlılar sözlüğü yöntemi fikri N. Wiener tarafından önerildi ve yerli bilim adamımız A.Yu tarafından geliştirildi. Schrader.

eş anlamlılar sözlüğü aranan bilgi gövdesi bilgilerin alıcısı tarafından tutulur. Eş anlamlılar sözlüğü ile alınan mesajın içeriği arasında ilişki kurmak, belirsizliği ne kadar azalttığını bulmanızı sağlar.

İletinin anlamsal bilgi miktarının alıcının eş anlamlılar sözlüğüne bağımlılığı

Grafikte gösterilen bağımlılığa göre, kullanıcının herhangi bir eş anlamlılar sözlüğü (gelen mesajın özü hakkında bilgisi, yani = 0) yoksa veya yapılan işlem sonucunda değişmeyen böyle bir eş anlamlılar sözlüğünün varlığı. mesaj (), o zaman içindeki anlamsal bilgi miktarı sıfıra eşittir. Optimal eş anlamlılar sözlüğü (), anlamsal bilgi miktarının maksimum olacağı şekilde olacaktır (). Örneğin, gelen bir mesajdaki anlamsal bilgi yabancı dil sıfır olacak ama durum aynı olacak mesaj artık haber değilse,çünkü kullanıcı zaten her şeyi biliyor.

pragmatik önlem bilgi kullanışlılığını belirler tüketicinin hedeflerine ulaşmada. Bunu yapmak için mesajı almadan önce ve aldıktan sonra hedefe ulaşma olasılığını belirlemek ve karşılaştırmak yeterlidir. Bilginin değeri (A.A. Kharkevich'e göre) aşağıdaki formülle hesaplanır:

mesajı almadan önce hedefe ulaşma olasılığı nerede;

Mesajı alma hedef alanına ulaşma olasılığı;

Bilgi ve veri

Terim bilgi Açıklama, farkındalık, sunum anlamına gelen Latince bilgiden gelir. Materyalist felsefe açısından bilgi, bilgi (mesajlar) yardımıyla gerçek dünyanın bir yansımasıdır. Mesaj, konuşma, metin, resimler, dijital veriler, grafikler, tablolar vb. şeklinde bir bilgi temsili biçimidir. Geniş anlamda bilgi, insanlar arasındaki bilgi alışverişini, canlı ve cansız doğa, insanlar ve cihazlar arasındaki sinyal alışverişini içeren genel bir bilimsel kavramdır.

Bilgi- çevrenin nesneleri ve fenomenleri, parametreleri, özellikleri ve durumları hakkında belirsizlik derecesini ve onlar hakkındaki bilgilerin eksikliğini azaltan bilgiler.

Bilişim, bilgiyi, çevremizdeki dünyadaki bir fenomen veya nesne hakkındaki fikirlerimizi değiştiren kavramsal olarak birbirine bağlı bilgi, veri, kavramlar olarak kabul eder. Bilgisayar bilimindeki bilgilerle birlikte, kavram sıklıkla kullanılır. veri. Size nasıl farklı olduklarını gösterelim.

Veriler, herhangi bir nedenle kullanılmayan, sadece saklanan işaretler veya kaydedilmiş gözlemler olarak kabul edilebilir. Bir şey hakkındaki belirsizliği azaltmak için bu verileri kullanmanın mümkün olması durumunda, veriler bilgiye dönüşür. Dolayısıyla bilginin kullanılan veri olduğu söylenebilir.

Örnek 2.1. Bir kağıda on numaradan oluşan bir sıra halinde on telefon numarası yazın ve arkadaşınıza gösterin. Kendisine herhangi bir bilgi vermediği için bu sayıları veri olarak algılayacaktır.

Ardından, her numaranın yanında şirketin adını ve faaliyet türünü belirtin. Arkadaşınız için anlaşılmaz sayılar kesinlik kazanacak ve verilerden daha sonra kullanabileceği bilgilere dönüşecektir.

En önemli bilgi türlerinden biri ekonomik bilgidir. Ayırt edici özelliği, bir organizasyon olan insan gruplarını yönetme süreçleriyle bağlantısıdır. Ekonomik bilgi, maddi mal ve hizmetlerin üretim, dağıtım, değişim ve tüketim süreçlerine eşlik eder. Bunun önemli bir kısmı toplumsal üretimle bağlantılıdır ve üretim bilgisi olarak adlandırılabilir.

Ekonomik Bilgi- sosyo-ekonomik süreçleri yansıtan ve bu süreçleri ve endüstriyel ve endüstriyel olmayan alandaki insan ekiplerini yönetmeye hizmet eden bir dizi bilgi.

Bilgiyle çalışırken, her zaman kaynağı ve tüketicisi (alıcısı) vardır. Mesajların bilgi kaynağından tüketicisine iletilmesini sağlayan yol ve işlemlere ne ad verilir? bilgi iletişimi.

Bilgi tüketicisi için çok önemli bir özellik onun yeterliliğidir.

Bilginin yeterliliği- bu, alınan bilgilerin yardımıyla oluşturulan görüntünün gerçek bir nesneye, sürece, fenomene vb.

Gerçek hayatta, bilgilerin tam olarak yeterliliğine güvenebileceğiniz bir durum pek mümkün değildir. Her zaman bir dereceye kadar belirsizlik vardır. Bir kişinin karar vermesinin doğruluğu, bilginin bir nesnenin veya sürecin gerçek durumuna yeterlilik derecesine bağlıdır.

Örnek 2.2. Liseden başarıyla mezun oldunuz ve eğitiminize ekonomi alanında devam etmek istiyorsunuz. Arkadaşlarınızla konuşarak, farklı üniversitelerde benzer eğitimlerin alınabileceğini öğreneceksiniz. Bu tür konuşmalar sonucunda, bir veya başka bir seçenek lehine karar vermenize izin vermeyen çok çelişkili bilgiler alırsınız, yani. Alınan bilgiler gerçek durum için yeterli değil. Daha güvenilir bilgi almak için üniversitelere başvuranlar için kapsamlı bilgi edindiğiniz bir rehber satın alıyorsunuz. Bu durumda referans kitaptan edindiğiniz bilgilerin üniversitelerdeki eğitim alanlarını yeterince yansıttığını ve son seçiminizi yapmanıza yardımcı olduğunu söyleyebiliriz.

BİLGİ YETERLİLİK ŞEKİLLERİ

Bilginin yeterliliği üç biçimde ifade edilebilir: anlamsal, sözdizimsel, pragmatik.

sözdizimsel yeterlilik. Bilginin biçimsel yapısal özelliklerini yansıtır ve anlamsal içeriğini etkilemez. Sözdizimsel düzeyde, medya türü ve bilgiyi temsil etme yöntemi, aktarım ve işleme hızı, bilgi temsil kodlarının boyutları, bu kodların dönüştürülmesinin güvenilirliği ve doğruluğu vb. dikkate alınır. Anlamsal tarafı önemli olmadığından, yalnızca sözdizimsel konumlardan ele alınan bilgilere genellikle veri denir. Bu form, dış yapısal özelliklerin algılanmasına katkıda bulunur, yani. bilginin sözdizimsel yönü.

Semantik (anlamsal) yeterlilik. Bu form, nesnenin görüntüsü ile nesnenin kendisi arasındaki yazışma derecesini belirler. Anlamsal yön, bilginin anlamsal içeriğini hesaba katmayı içerir. Bu düzeyde bilgiyi yansıtan bilgiler analiz edilir, anlamsal ilişkiler göz önünde bulundurulur. Bilgisayar biliminde, bilgiyi temsil etmek için kodlar arasında anlamsal bağlantılar kurulur. Bu form, kavramların ve fikirlerin oluşturulmasına, bilginin anlamının, içeriğinin ortaya çıkarılmasına ve genelleştirilmesine hizmet eder.

Pragmatik (tüketici) yeterliliği. Bilgi ile tüketicisi arasındaki ilişkiyi, bilginin temelinde gerçekleştirilen yönetim hedefine yazışmasını yansıtır. Bilginin pragmatik özellikleri, yalnızca bir bilgi (nesne), kullanıcı ve yönetim hedefi birliği varsa ortaya çıkar. Değerlendirmenin pragmatik yönü, bir tüketici amacına ulaşmak için bir karar verdiğinde bilgiyi kullanmanın değeri ve faydası ile ilgilidir. Bu bakış açısıyla bilginin tüketici özellikleri analiz edilir. Bu yeterlilik biçimi, sistemin hedef işlevine uygunluğu ile doğrudan bilginin pratik kullanımı ile ilgilidir.

BİLGİ ÖNLEMLERİ

Önlemlerin sınıflandırılması

Bilgiyi ölçmek için iki parametre tanıtılır: bilgi miktarı ben ve veri hacmi V d .

Bu parametreler, dikkate alınan yeterlilik biçimine bağlı olarak farklı ifadelere ve yorumlara sahiptir. Her bir yeterlilik biçimi, kendi bilgi miktarı ve veri miktarı ölçüsüne karşılık gelir (Şekil 2.1).

Pirinç. 2.1. Bilgi Tedbirleri

Sözdizimsel bilgi ölçüsü

Bilgi miktarının bu ölçüsü, nesneyle anlamsal bir ilişki ifade etmeyen kişisel olmayan bilgilerle çalışır.

Veri hacmiVd. bir mesajdaki karakter sayısı (bit) ile ölçülür. Farklı sayı sistemlerinde, bir rakamın ağırlığı farklıdır ve veri birimi buna göre değişir:

ikili sistemde ölçü birimi bittir (bit - ikili basamak - ikili basamak);

Not. Modern bilgisayarlarda, minimum veri birimi "bit" ile birlikte, 8 bite eşit büyütülmüş ölçüm birimi "bayt" yaygın olarak kullanılmaktadır.

ondalık sayı sisteminde ölçü birimi dit'tir (ondalık basamak).

Örnek 2.3. Sekiz bitlik ikili kod 10111011 biçimindeki bir ikili mesajın bir veri boyutu vardır. V d=8 bit.

Altı basamaklı 275903 şeklindeki ondalık mesajın bir veri hacmi vardır. V d=6 di.

Bilgi miktarı- sözdizimsel düzeyde, sistemin durumunun belirsizliği kavramını (sistemin entropisi) dikkate almadan belirlemek imkansızdır. Gerçekten de, bir sistem hakkında bilgi edinmek, her zaman alıcının bu sistemin durumu hakkında bilgisizlik derecesinde bir değişiklik ile ilişkilidir. Bu kavramı ele alalım.

Bilgi almadan önce tüketicinin sistem hakkında bazı ön (a priori) bilgilere sahip olmasına izin verin. Sistem hakkındaki bilgisizliğinin ölçüsü, aynı zamanda sistemin durumunun belirsizliğinin bir ölçüsü olarak hizmet eden H(a) fonksiyonudur.

Bazı b mesajını aldıktan sonra, alıcı bazı ek bilgiler Ib(a) edindi, bu da a priori bilgisizliğini azalttı, böylece sistem durumunun a posteriori (b mesajını aldıktan sonra) belirsizliği Hb(a) oldu.

Daha sonra, b mesajında ​​alınan sistem hakkında Ib(a) bilgisinin miktarı şu şekilde tanımlanır:

Ib(a)=H(a)-Hb(a),

şunlar. bilgi miktarı, sistemin durumunun belirsizliğindeki değişiklik (azalma) ile ölçülür.

Nihai belirsizlik Hb(a) ortadan kalkarsa, orijinal tamamlanmamış bilginin yerini tam bilgi ve bilgi miktarı Ib(a)=H(a) alacaktır. Diğer bir deyişle, sistem entropisi H(a) eksik bilginin bir ölçüsü olarak düşünülebilir.

Shannon formülüne göre N olası durumu olan H(a) sisteminin entropisi şuna eşittir:

nerede Ri - sistemin i-inci durumda olma olasılığı.

Sistemin tüm durumlarının eşit derecede olası olduğu durum için, yani. olasılıkları eşittir Pi= 1/N, entropisi ilişki tarafından belirlenir

Çoğu zaman bilgi, bir veya başka bir sayı sisteminde sayısal kodlarla kodlanır, bu özellikle bir bilgisayarda bilgi sunulurken geçerlidir. Doğal olarak, farklı sayı sistemlerindeki aynı sayıda basamak, görüntülenen nesnenin bir ilişki olarak temsil edilebilecek farklı sayıda durumunu iletebilir.

N= mn,

nerede N- çeşitli görüntülenen durumların sayısı;

t - sayı sisteminin temeli (alfabede kullanılan çeşitli semboller);

P - mesajdaki bit (karakter) sayısı.

Örnek 2.4. Ancak iletişim kanalı kullanılarak n-bitlik bir mesaj gönderilir. tçeşitli semboller. Olası kod kombinasyonlarının sayısı N= mn, daha sonra bunlardan herhangi birinin meydana gelme olasılığı ile, abonenin mesajı alması sonucunda elde ettiği bilgi miktarı olacaktır. ben= logN= logm - Hartley formülü.

Logaritmanın tabanını alırsak t, sonra ben= n. Bu durumda, bilgi miktarı (abonenin mesajın içeriğinden tamamen habersiz olduğu varsayılarak) veri miktarına eşit olacaktır. ben= Vd, iletişim kanalı ile alınmıştır. Sistemin olası olmayan durumları için, her zaman ben< Vd= n.

En yaygın kullanılanları ikili ve ondalık logaritmalardır. Bu durumlarda ölçü birimleri sırasıyla bit ve dit olacaktır.

katsayı(derece) bilgilendirici Bir mesajın (özlülüğü) bilgi miktarının veri miktarına oranı ile belirlenir, yani.

ve 0

artış ile Y sistemdeki bilgilerin (verilerin) dönüştürülmesiyle ilgili iş hacmi azalır. Bu nedenle, özel optimal bilgi kodlama yöntemlerinin geliştirildiği bilgi içeriğini arttırmaya çalışırlar.

Semantik ölçü bilgisi

Bilginin anlamsal içeriğini ölçmek için, yani. anlamsal düzeyde miktarı, en çok tanınanı, bilginin anlamsal özelliklerini kullanıcının gelen mesajı alma yeteneğiyle ilişkilendiren eş anlamlılar ölçüsüdür. Bunun için konsept kullanılır. kullanıcı sözlüğü

eş anlamlılar sözlüğü bir kullanıcının veya sistemin sahip olduğu bir bilgi topluluğudur.

Bilginin anlamsal içeriği arasındaki ilişkiye bağlı olarak S ve kullanıcı sözlüğü Özel anlamsal bilgi değişiklikleri miktarı ben, kullanıcı tarafından algılanır ve gelecekte onun tarafından eş anlamlılar sözlüğüne dahil edilir. Bu bağımlılığın doğası Şekil 2.2'de gösterilmektedir. Semantik bilgi miktarının ben 0:

de Özel 0 kullanıcı gelen bilgiyi algılamaz, anlamaz;

de Sp; kullanıcı her şeyi bilir, gelen bilgiye ihtiyacı yoktur.

Pirinç. 2.2. Anlamsal bilgi miktarının bağımlılığı. tüketici tarafından algılanan, onun eş anlamlılar sözlüğünden benc= f(Sp)

Maksimum anlamsal bilgi miktarı ben tüketici, anlamsal içeriği üzerinde anlaşmaya vardığında edinir S eş anlamlılar sözlüğünle Özel (Özel = Özel opt), gelen bilgiler kullanıcı için anlaşılır olduğunda ve ona daha önce bilinmeyen (eş anlamlılar sözlüğünde eksik) bilgileri getirdiğinde.

Bu nedenle mesajdaki anlamsal bilgi miktarı, kullanıcı tarafından alınan yeni bilgi miktarı göreceli bir değerdir. Aynı mesaj, yetkin bir kullanıcı için anlamsal içeriğe sahipken, beceriksiz bir kullanıcı için anlamsız (anlamsal gürültü) olabilir.

Bilginin semantik (anlamlı) yönünü değerlendirirken değerleri uyumlaştırmaya çalışmak gerekir. S ve Özel.

Anlamsal bilgi miktarının göreli bir ölçüsü, zenginlik katsayısı olabilir. İTİBAREN semantik bilgi miktarının hacmine oranı olarak tanımlanır:

Pragmatik bilgi ölçüsü

Bu ölçü, kullanıcının amacına ulaşmak için bilginin (değerin) yararlılığını belirler. Bu ölçü aynı zamanda bu bilgiyi belirli bir sistemde kullanmanın özellikleri nedeniyle göreceli bir değerdir. Bilginin değerinin, amaç fonksiyonunun ölçüldüğü aynı birimlerde (veya bunlara yakın) ölçülmesi tavsiye edilir.

Örnek 2.5. Bir ekonomik sistemde, bilginin pragmatik özellikleri (değeri), bu bilgilerin sistemi yönetmek için kullanılmasıyla elde edilen, işleyişin ekonomik etkisindeki artışla belirlenebilir:

bennb(g)= P(g / b)- P(g),

nerede bennb(g) - g kontrol sistemi için b bilgi mesajının değeri,

P(g) - kontrol sisteminin çalışmasının önceden beklenen ekonomik etkisi g ,

P(g / b) - b mesajında ​​yer alan bilgilerin kontrol için kullanılması şartıyla, g sisteminin işleyişinin beklenen etkisi.

Karşılaştırma için, tanıtılan bilgi önlemleri Tablo 2.1'de sunulacaktır.

Tablo 2.1. Bilgi birimleri ve örnekler

ölçü bilgisi	Birimler	Örnekler (bilgisayar alanı için)
Sözdizimi: Shannon yaklaşımı bilgisayar yaklaşımı	Belirsizlik azaltma derecesi Bilgi sunum birimleri	Olay Olasılığı Bit, bayt vb.
anlamsal	eş anlamlılar sözlüğü Ekonomik göstergeler	Uygulama yazılım paketi, kişisel bilgisayar, bilgisayar ağları vb. Karlılık, verimlilik, amortisman oranı vb.
pragmatik	Kullanım değeri	Bellek kapasitesi, bilgisayar performansı, veri aktarım hızı vb. Bilgi işleme ve karar verme zamanı

BİLGİ KALİTESİ

Bilgiyi kullanma olasılığı ve verimliliği, ana tüketicisi tarafından belirlenir. kalite göstergeleri, temsiliyet, içerik, yeterlilik, erişilebilirlik, uygunluk, güncellik, doğruluk, güvenilirlik, istikrar olarak.

• Temsil edilebilirlik bilgi, nesnenin özelliklerini yeterince yansıtmak için seçiminin ve oluşumunun doğruluğu ile ilgilidir. Burada en önemlileri:

• orijinal kavramın formüle edildiği kavramın doğruluğu;

• görüntülenen fenomenin temel özelliklerinin ve ilişkilerinin seçiminin geçerliliği.

• Bilginin temsil edilebilirliğinin ihlali genellikle önemli hatalara yol açar.

• özlü bilgi, mesajdaki anlamsal bilgi miktarının işlenen veri miktarına oranına eşit anlamsal kapasiteyi yansıtır, yani. C=Ic/Vd.

Bilgi içeriğindeki bir artışla, bilgi sisteminin anlamsal kapasitesi artar, çünkü aynı bilgiyi elde etmek için daha az miktarda veriyi dönüştürmek gerekir.

Anlamsal yönü yansıtan içerik faktörü C ile birlikte, sözdizimsel bilgi miktarının (Shannon'a göre) veri miktarına oranı ile karakterize edilen bilgi içeriği faktörü de kullanılabilir. Y=I/Vd.

• Yeterlilik (tamlık) bilgi, doğru kararı vermek için minimum ancak yeterli bir kompozisyon (gösterge seti) içerdiği anlamına gelir. Bilginin bütünlüğü kavramı, anlamsal içeriği (anlambilim) ve pragmatik ile bağlantılıdır. Eksik olarak, yani doğru karar vermek için yetersizdir ve fazla bilgi, kullanıcı tarafından verilen kararların etkinliğini azaltır.

• kullanılabilirlik kullanıcının algısına yönelik bilgiler, alınması ve dönüştürülmesi için uygun prosedürlerin uygulanmasıyla sağlanır. Örneğin, bir bilgi sisteminde bilgi, erişilebilir ve kullanıcı dostu bir forma dönüştürülür. Bu, özellikle, semantik biçimini kullanıcının eş anlamlılar sözlüğü ile koordine ederek elde edilir.

• alaka bilgi, kullanım anında yönetim için bilgi değerinin korunma derecesi ile belirlenir ve özelliklerindeki değişikliklerin dinamiklerine ve bu bilgilerin ortaya çıkmasından bu yana geçen zaman aralığına bağlıdır.

• zamanlılık bilgi, görevin çözülme zamanı ile tutarlı olarak, önceden belirlenmiş bir zaman noktasından sonra alınması anlamına gelir.

• Kesinlik bilgi, alınan bilgilerin nesnenin, sürecin, fenomenin vb. gerçek durumuna yakınlık derecesi ile belirlenir. Dijital bir kod tarafından görüntülenen bilgiler için, doğrulukla ilgili dört sınıflandırma kavramı bilinmektedir:

• bir sayının en az anlamlı basamağının biriminin değeriyle ölçülen biçimsel kesinlik;

• doğruluğu garanti edilen sayının son basamağının biriminin değeri ile belirlenen gerçek hassasiyet;

• sistem çalışmasının belirli koşullarında elde edilebilecek maksimum doğruluk;

• göstergenin işlevsel amacı tarafından belirlenen gerekli doğruluk.

Güvenilirlik bilgi, gerçek hayattaki nesneleri gerekli doğrulukla yansıtmak için özelliği tarafından belirlenir. Bilginin güvenilirliği, gerekli doğruluğun güven düzeyi ile ölçülür, yani. bilgi tarafından görüntülenen parametre değerinin gerekli doğruluk dahilinde bu parametrenin gerçek değerinden farklı olma olasılığı.

Sürdürülebilirlik bilgi, gerekli doğruluktan ödün vermeden kaynak verilerdeki değişikliklere yanıt verme yeteneğini yansıtır. Bilginin istikrarı ve temsil edilebilirliği, seçilen seçim ve oluşum yönteminden kaynaklanmaktadır.

Sonuç olarak, temsil edilebilirlik, zenginlik, yeterlilik, erişilebilirlik, kararlılık gibi bilgi kalitesi parametrelerinin tamamen bilgi sistemlerinin geliştirilmesinin metodolojik düzeyinde belirlendiği belirtilmelidir. Alaka düzeyi, zamanlılık, doğruluk ve güvenilirlik parametreleri metodolojik düzeyde de büyük ölçüde belirlenir, ancak değerleri de sistemin işleyişinin doğasından, öncelikle güvenilirliğinden önemli ölçüde etkilenir. Aynı zamanda, uygunluk ve doğruluk parametreleri, sırasıyla, zamanındalık ve güvenilirlik parametreleriyle sıkı bir şekilde ilişkilidir.

YUKARI

ortalama olarak eyalet başına denir ayrı bir bilgi kaynağının entropisi

çiftleşme.

H p i logp i

ben 1 N

Belirsizliğin ikili birimlerde ölçülmesine yeniden odaklanırsak, logaritmanın tabanı ikiye eşit olarak alınmalıdır.

Hp ilog 2 p ben

ben 1 N

Eşit olasılıklı bir seçimde, tüm

	p günlüğü

ve formül (5), R. Hartley formülüne (2) dönüştürülür:

					1 günlük2	Nlog2

Önerilen önlem tesadüfen değil entropi olarak adlandırıldı. Buradaki nokta, (4) ifadesinin biçimsel yapısının, daha önce Boltzmann tarafından tanımlanan fiziksel sistemin entropisi ile çakışmasıdır. Termodinamiğin ikinci yasasına göre, kapalı bir uzayın entropisi şu ifadeyle belirlenir:

		ben 1

büyüme, o zaman

olarak yazılabilir

dosya

ben 1 N

Bu formül (4) ile tamamen örtüşmektedir.

Her iki durumda da değer, sistemin çeşitlilik derecesini karakterize eder.
	(3) ve (5) formüllerini kullanarak, mesaj kaynağının alfabesinin fazlalığını belirlemek mümkündür.
		Bu, bu alfabenin sembollerinin ne kadar rasyonel kullanıldığını gösterir:
		) formül (3) ile belirlenen maksimum olası entropidir;				() - entropi
kaynak, formül (5) ile belirlenir.

Bu önlemin özü, denk olası bir seçimle, işaret üzerindeki aynı bilgi yükünün, denk olmayan bir seçim durumunda olduğundan daha küçük hacimli bir alfabe kullanılarak sağlanabilmesidir.

Anlamsal düzeyde bilgi ölçüleri

Bilginin anlamsal içeriğini ölçmek için, yani. anlamsal düzeyde miktarı, en yaygın kullanılanı, bilginin anlamsal özelliklerini kullanıcının gelen bir mesajı alma yeteneğiyle ilişkilendiren eş anlamlılar ölçüsüdür. Nitekim alınan bilgiyi anlayabilmek ve kullanabilmek için alıcının belli bir bilgi birikimine sahip olması gerekir. Konunun tamamen cehaleti, bu konuyla ilgili alınan mesajdan faydalı bilgilerin çıkarılmasına izin vermez. Konuyla ilgili bilgi arttıkça, mesajdan çıkarılan faydalı bilgi miktarı da artar.

Alıcının bu konudaki bilgisine “eş anlamlılar sözlüğü” (yani, anlamsal ilişkilerle birbirine bağlanan belirli bir dizi kelime, kavram, nesnelerin adları) dersek, belirli bir mesajda yer alan bilgi miktarı, derecesine göre tahmin edilebilir. bu mesajın etkisi altında bireysel eş anlamlılar sözlüğünde değişiklik.

Thesaurus, bir kullanıcının veya sistemin sahip olduğu bir bilgi koleksiyonudur.

Başka bir deyişle, alıcı tarafından gelen mesajlardan çıkarılan semantik bilgi miktarı, bu tür bilgilerin algılanması için eş anlamlılar sözlüğünün hazırlık derecesine bağlıdır.

Bilginin anlamsal içeriği ile kullanıcının eş anlamlılar sözlüğü arasındaki ilişkiye bağlı olarak, kullanıcı tarafından algılanan ve daha sonra eş anlamlılar sözlüğüne dahil edilen anlamsal bilgi miktarı değişir. Bu bağımlılığın doğası Şekil 3'te gösterilmektedir. Semantik bilgi miktarının eşit olduğu iki sınırlayıcı durumu ele alalım.

Şekil 3 - Tüketici tarafından algılanan anlamsal bilgi miktarının eş anlamlılar sözlüğüne bağımlılığı ()

Tüketici, maksimum miktarda semantik bilgi edinir.

semantik içeriğini eş anlamlılar sözlüğü () ile koordine etmek, gelen bilgiler kullanıcı için anlaşılır olduğunda ve ona daha önce bilinmeyen (eş anlamlılar sözlüğünde eksik) bilgiler getirdiğinde.

Bu nedenle mesajdaki anlamsal bilgi miktarı, kullanıcı tarafından alınan yeni bilgi miktarı göreceli bir değerdir. Aynı mesaj, yetkin bir kullanıcı için anlamlı olabilir ve beceriksiz bir kullanıcı için anlamsız olabilir.

Bilginin anlamsal (içerik) yönünü değerlendirirken, değerleri uyumlaştırmaya çalışmak gerekir.

Anlamsal bilgi miktarının göreceli bir ölçüsü, anlamsal bilgi miktarının hacmine oranı olarak tanımlanan içerik faktörü olabilir:

Bilim bilimi çerçevesinde geliştirilen bilginin anlamsal değerlendirmesine yönelik bir başka yaklaşım, diğer belgelerde ona yapılan atıfların sayısının, analiz edilen belgede yer alan bilgilerin anlamsal değerinin ana göstergesi olarak alınmasıdır (mesaj, yayın). Çeşitli örneklerdeki bağlantı sayısının istatistiksel olarak işlenmesi temelinde belirli göstergeler oluşturulur.

Pragmatik Düzey Bilgi Ölçüleri

Bu ölçü, kullanıcının amacına ulaşmak için bilginin (değerin) yararlılığını belirler. Aynı zamanda, bu bilgiyi belirli bir sistemde kullanmanın özellikleri nedeniyle göreceli bir değerdir.

Bu sorunu ele alan ilk Rus bilim adamlarından biri, bilginin değerinin bir ölçüsü olarak hedefe ulaşmak için gerekli bilgi miktarını almayı öneren A. A. Kharkevich'ti, yani. hedefe ulaşma olasılığının artışını hesaplayın. Yani eğer

Böylece bilginin değeri, bilgi birimlerinde, bu durumda bit olarak ölçülür.

(7) numaralı ifade, çıktı sayısının normalleştirilmesinin sonucu olarak düşünülebilir. Açıklama için, Şekil 4, sırasıyla 0 ve 1 noktaları için 2 ve 6 sonuç sayısının aynı değerlerinin alındığı üç şema göstermektedir. Başlangıç ​​pozisyonu 0 noktasıdır. Alınan bilgiye göre 1 noktasına geçiş yapılır. Hedef çarpı işareti ile işaretlenir. Olumlu sonuçlar, hedefe giden çizgiler olarak tasvir edilir. Her üç durumda da alınan bilgilerin değerini belirleyelim:

a) olumlu sonuçların sayısı üçtür:

ve dolayısıyla

b) tek bir olumlu sonuç vardır:

c) olumlu sonuçların sayısı dörttür:

Örnek b)'de negatif bir bilgi değeri (negatif bilgi) elde edilir. Başlangıçtaki belirsizliği artıran ve hedefe ulaşma olasılığını azaltan bu tür bilgilere yanlış bilgi denir. Böylece, örnek b)'de 1.58 ikili birimlik bir yanlış bilgi elde ettik.

Bilgi süreçlerini uygularken, bilgi kaynağından alıcıya (alıcıya) her zaman uzay ve zaman içinde bir bilgi aktarımı vardır. Aynı zamanda, bilgiyi iletmek için çeşitli işaretler veya semboller kullanılır, örneğin doğal veya yapay (resmi) dil, bunun mesaj adı verilen bir biçimde ifade edilmesini sağlar.

İleti- İletim için kullanılan bir dizi işaret (sembol) biçiminde bilgi gösterimi biçimi.

Göstergebilim açısından bir dizi işaret olarak mesaj ( Yunancadan setneion - işaret, işaret) - işaretlerin ve işaret sistemlerinin özelliklerini inceleyen bir bilim - üç düzeyde incelenebilir:

1) sözdizimsel , mesajların iç özelliklerinin, yani belirli bir işaret sisteminin yapısını yansıtan işaretler arasındaki ilişkilerin dikkate alındığı yer. Dış özellikler semantik ve pragmatik seviyelerde incelenir. Bu seviyede, medyanın türü ve bilgi sunma yöntemi, iletim ve işleme hızı, bilgi temsil kodlarının boyutları, güvenilirlik dikkate alınarak alıcıya bir dizi karakter olarak mesajların teslim edilmesi sorunları göz önünde bulundurulur. ve bu kodların dönüştürülmesinin doğruluğu, vb., mesajların anlamsal içeriğinden ve amaçlarından tamamen soyutlanmıştır. Bu düzeyde, yalnızca sözdizimsel konumlardan ele alınan bilgilere genellikle veri denir, çünkü bu durumda anlamsal taraf önemli değildir.

Modern bilgi teorisi esas olarak bu düzeydeki sorunları araştırır. İşaretlerin kullanım sıklığının bir ölçüsü olan ve iletilen mesajların anlamını veya önemini hiçbir şekilde yansıtmayan “bilgi miktarı” kavramına dayanır. Bu bağlamda bazen modern bilgi kuramının sözdizimsel düzeyde olduğu söylenmektedir.

2) anlamsal işaretler ile ifade ettikleri nesneler, eylemler, nitelikler arasındaki ilişkiyi, yani mesajın anlamsal içeriğini, bilgi kaynağı ile ilişkisini analiz eder. Anlamsal düzeydeki sorunlar, nesnenin görüntüsü ile nesnenin kendisi arasındaki yazışma derecesini belirleyerek iletilen bilginin anlamının resmileştirilmesi ve değerlendirilmesi ile ilişkilidir. Bu düzeyde bilginin yansıttığı bilgiler analiz edilir, anlamsal ilişkiler ele alınır, kavram ve fikirler oluşturulur, bilginin anlamı ve içeriği ortaya çıkarılır ve genelleştirilmesi yapılır.

3) pragmatik , mesaj ve alıcı arasındaki ilişkinin, yani mesajın tüketici içeriğinin, alıcıyla olan ilişkisinin dikkate alındığı durumlarda.

Bu düzeyde, tüketici tarafından bu bilgilerin elde edilmesinin ve kullanılmasının sonuçları ilgi çekicidir. Bu seviyedeki problemler, tüketicinin amacına ulaşmak için aldığı bir kararın geliştirilmesinde bilgiyi kullanmanın değerini ve kullanışlılığını belirlemekle ilgilidir. Buradaki ana zorluk, bilginin değeri ve kullanışlılığının farklı alıcılar için tamamen farklı olabilmesi ve buna ek olarak, örneğin tesliminin ve kullanımının zamanında olması gibi bir dizi faktöre bağlı olmasıdır.

Yukarıdaki bilgi transferi problemlerinin her biri için, bilgi miktarını ve kendi bilgi ölçümlerini ölçmeye yönelik yaklaşımlar vardır. Sırasıyla, sözdizimsel düzey, anlamsal düzey ve pragmatik düzey bilgi ölçüleri vardır.

Sözdizimsel düzeyde bilgi ölçüleri. Bu düzeyde bilginin nicel değerlendirmesi, bilginin içeriğiyle ilgili değildir, ancak nesneyle anlamsal bir ilişki ifade etmeyen kişisel olmayan bilgilerle çalışır. Bu bağlamda, bu önlem, iletişim sistemleri, bilgisayarlar, kontrol sistemleri, canlı bir organizmanın sinir sistemi vb. Gibi farklı nitelikteki nesnelerdeki bilgi akışlarını değerlendirmeyi mümkün kılar.

Bilgiyi sözdizimsel düzeyde ölçmek için iki parametre tanıtılır: bilgi miktarı (veri) - V d(hacimsel yaklaşım) ve bilgi miktarı - ben(entropi yaklaşımı).

Bilgi hacmi V d (hacimsel yaklaşım). Bilgi süreçlerini uygularken, bilgi, bazı alfabenin bir dizi karakterinden oluşan bir mesaj biçiminde iletilir. Ayrıca, mesajdaki her yeni karakter, verilen alfabenin karakter dizisiyle temsil edilen bilgi miktarını artırır. Şimdi bir karakterlik bir mesajda bulunan bilgi miktarı bir olarak alınırsa, diğer herhangi bir mesajdaki bilgi (veri) V d miktarı bu mesajdaki karakter (rakam) sayısına eşit olacaktır. Aynı bilgi birçok farklı şekilde (farklı alfabeler kullanılarak) gösterilebildiğinden, bilgi birimi (veri) buna göre değişecektir.

Bu nedenle, ondalık sayı sisteminde bir basamağın ağırlığı 10'a eşittir ve buna göre bilgi birimi olacaktır. az (ondalık basamak P P di. Örneğin, dört basamaklı bir sayı 2009'un veri hacmi V d = 4 dit'tir.

İkili sistemde, bir rakamın ağırlığı 2'ye eşittir ve buna göre bilgi birimi olacaktır. biraz (bit (ikili basamak)). Bu durumda, formdaki bir mesaj n-bit sayısı veri miktarına sahiptir V d = P biraz. Örneğin, sekiz bitlik ikili kod 11001011, V d = 8 bit veri hacmine sahiptir.

Modern bilgi işlemde, minimum veri ölçüm birimi ile birlikte biraz yaygın olarak kullanılan toplu ölçü birimi bayt, 8 bite eşittir. Bilgisayar klavye alfabesinin 256 karakterinden herhangi birini kodlamak için gerekli olan sekiz bittir (256=28).

Büyük miktarda bilgi ile çalışırken, miktarını hesaplamak için daha büyük ölçü birimleri kullanılır:

1 Kilobayt (KB) = 1024 bayt = 2 10 bayt,

1 Megabayt (MB) = 1024 KB = 220 bayt = 1.048.576 bayt;

1 Gigabayt (GB) = 1024 MB = 230 bayt = 1.073.741.824 bayt;

Son zamanlarda, işlenen bilgi hacmindeki artış nedeniyle, aşağıdaki gibi türetilmiş birimler:

1 Terabayt (TB) = 1024 GB = 240 bayt = 1.099.511.627.776 bayt;

1 Petabayt (PB) = 1024 TB = 250 bayt = 1.125.899.906.842.624 bayt.

İkili (bilgisayar) bilgi ölçüm sisteminde, metrik sistemin aksine, "kilo", "mega" vb. 10 6 = 1.000.000, vb. ve 2 10 = 1024, 2 20 = 1.048.576 vb.

Bilgi miktarı I (entropi yaklaşımı). Bilgi ve kodlama teorisinde, bilginin ölçülmesine yönelik bir entropi yaklaşımı benimsenmiştir. Bu yaklaşım, bilgi edinme gerçeğinin her zaman sistemin çeşitliliğinde veya belirsizliğinde (entropi) bir azalma ile ilişkili olduğu gerçeğine dayanmaktadır. Buna dayanarak, bir mesajdaki bilgi miktarı, mesajı aldıktan sonra belirli bir sistemin durumunun belirsizliğini azaltmak için bir ölçü olarak tanımlanır. Belirsizlik, bir gözlemcinin belirli bir sistem hakkında ne kadar az şey bildiği şeklinde yorumlanabilir. Gözlemci fiziksel sistemde bir şey tanımlar tanımlamaz, sistem gözlemci için daha düzenli hale geldikçe sistemin entropisi azaldı.

Böylece, entropi yaklaşımı ile bilgi, herhangi bir işlem (testler, ölçümler vb.) sırasında ortadan kaybolan belirsizliğin nicel değeri olarak anlaşılır. Bu durumda, entropi bir belirsizlik ölçüsü olarak tanıtılır. H, ve bilgi miktarı:

I = Y apr – H aps

nerede, H apr - incelenen sistem veya sürecin durumu hakkında a priori entropi;

H aps, a posteriori entropidir.

Bir posteriori (lat'den. a posteriori - aşağıdakilerden) - deneyimden kaynaklanan (testler, ölçümler).

Önsel (lat'den. a priori - öncekinden), deneyimden (test) önce gelen ve ondan bağımsız olan bilgiyi karakterize eden bir kavramdır.

Test sırasında mevcut belirsizliğin ortadan kaldırılması durumunda (belirli bir sonuç elde edildi, yani H = 0), alınan bilgi miktarı ilk entropi ile çakışıyor.

Ayrı bir bilgi kaynağını (bir ayrık mesajların kaynağı) incelenen sistem olarak ele alalım, bununla sınırlı bir olası durumlar kümesine sahip fiziksel bir sistemi kastediyoruz ( bir ben}, i = .

Tüm set A \u003d (a 1, 2, ... ve n) Bilgi teorisinde sistemin durumlarına soyut alfabe veya mesaj kaynağının alfabesi denir.

Ayrı Devletler bir 1 , bir 2 ,..., bir n alfabenin harfleri veya sembolleri denir.

Böyle bir sistem, zamanın her anında sonlu olası durum kümelerinden birini rastgele alabilir. bir ben. Kaynak tarafından tercihleri ​​sonucunda farklı hallerin gerçekleştiği söylenir.

Bilginin (mesajın) alıcısı, belirli olayların olası oluşumu hakkında belirli bir fikre sahiptir. Bu temsiller genellikle güvenilmezdir ve şu veya bu olayı beklediği olasılıklarla ifade edilir. Genel belirsizlik ölçüsü (entropi), bu olasılıklara bazı matematiksel bağımlılıklarla karakterize edilir, mesajdaki bilgi miktarı, mesajı aldıktan sonra belirsizlik ölçüsünün ne kadar azaldığı ile belirlenir.

Bu fikri bir örnekle açıklayalım.

32 farklı kartımız olduğunu varsayalım. Desteden bir kart seçme olasılığı 32'dir. Bir seçim yapmadan önce, belirli bir kartı seçme şansının tüm kartlar için aynı olduğunu varsaymak doğaldır. Bir seçim yaparak bu belirsizliği ortadan kaldırıyoruz. Bu durumda, belirsizlik olası eş olasılıklı seçeneklerin sayısı ile karakterize edilebilir. Şimdi bilgi miktarını belirsizliği ortadan kaldırmanın bir ölçüsü olarak tanımlarsak, seçim sonucunda elde edilen bilgiler 32 sayısı ile karakterize edilebilir. Ancak, bu sayının kendisini değil, logaritmasını kullanmak daha uygundur. yukarıda taban 2'de elde edilen tahmin:

burada m, olası eşit olası seçeneklerin sayısıdır (m=2 olduğunda, bilgiyi bir bitte alırız). Yani, bizim durumumuzda

H = günlük 2 32 = 5.

Belirtilen yaklaşım İngiliz matematikçi R. Hartley'e (1928) aittir. İlginç bir anlatımı var. “Evet” veya “hayır” cevapları olan soru sayısı ile karakterize edilir ve kişinin hangi kartı seçtiğini belirlemenizi sağlar. 5 soru yeterli

Bir kart seçerken, her bir kartın görünme olasılığı aynı değilse (çoklu olasılıklı), o zaman C. Shannon (1948) tarafından önerilen bilgileri ölçmek için istatistiksel bir yaklaşım elde ederiz. Bu durumda, bilgi ölçüsü aşağıdaki formülle ölçülür:

nerede pi- seçim olasılığı i alfabenin inci karakteri.

Olasılıkların olup olmadığını görmek kolaydır. p1, ..., p n eşittir, o zaman her biri 1/N, ve Shannon'ın formülü Hartley'nin formülüne dönüşür.

Anlamsal düzeyde bilgi ölçüleri. Bilginin anlamsal içeriğini, yani anlamsal düzeyde miktarını ölçmek için, en yaygın kullanılanı, bilginin anlamsal özelliklerini kullanıcının gelen bir mesajı alma yeteneğiyle ilişkilendiren eş anlamlılar ölçüsüdür. Nitekim alınan bilgiyi anlayabilmek ve kullanabilmek için alıcının belli bir bilgi birikimine sahip olması gerekir. Konunun tamamen cehaleti, bu konuyla ilgili alınan mesajdan faydalı bilgilerin çıkarılmasına izin vermez. Konuyla ilgili bilgi arttıkça, mesajdan çıkarılan faydalı bilgi miktarı da artar.

Alıcının belirli bir konu hakkındaki bilgisine bir eş anlamlılar sözlüğü (yani, anlamsal bağlantılar ile birbirine bağlanan belirli bir dizi kelime, kavram, nesnelerin adları) adını verirsek, belirli bir mesajda yer alan bilgi miktarı değişiklik derecesine göre tahmin edilebilir. bu mesajın etkisi altında bireysel eş anlamlılar sözlüğünde.

eş anlamlılar sözlüğü- bir kullanıcının veya sistemin sahip olduğu bir dizi bilgi.

Başka bir deyişle, alıcı tarafından gelen mesajlardan çıkarılan semantik bilgi miktarı, bu tür bilgilerin algılanması için eş anlamlılar sözlüğünün hazırlık derecesine bağlıdır.

Bilginin anlamsal içeriği arasındaki ilişkiye bağlı olarak S ve kullanıcı sözlüğü Özel anlamsal bilgi değişiklikleri miktarı Dır-dir, kullanıcı tarafından algılanır ve gelecekte kendisi tarafından eş anlamlılar sözlüğüne dahil edilir. Bu bağımlılığın doğası Şekil 2'de gösterilmektedir. 2.1. Anlamsal bilgi miktarı Ic'nin 0'a eşit olduğu iki sınırlayıcı durumu ele alalım:

a) Sp = 0 olduğunda, kullanıcı gelen bilgiyi algılamaz (anlamaz);

b) S -> ∞ için kullanıcı “her şeyi bilir” ve gelen bilgiye ihtiyacı yoktur.

Pirinç. 1.2. Anlamsal bilgi miktarının bağımlılığı,

tüketici tarafından algılanan, onun eş anlamlılar sözlüğünden ben c \u003d f (S p)

Tüketici, semantik içeriği S ile eşanlamlısı S p (S = S p opt) ile eşleştirirken maksimum miktarda semantik bilgi edinir, gelen bilgi kullanıcı için anlaşılır olduğunda ve ona daha önce bilinmeyen (eş anlamlılar sözlüğünde eksik) bilgi getirdiğinde.

Bu nedenle mesajdaki anlamsal bilgi miktarı, kullanıcı tarafından alınan yeni bilgi miktarı göreceli bir değerdir. Aynı mesaj, yetkin bir kullanıcı için anlamlı olabilir ve beceriksiz bir kullanıcı için anlamsız olabilir.

Bilginin anlamsal (anlamlı) yönünü değerlendirirken, S ve Sp değerlerini uyumlaştırmaya çalışmak gerekir.

Anlamsal bilgi miktarının göreceli bir ölçüsü, anlamsal bilgi miktarının hacmine oranı olarak tanımlanan içerik faktörü C olabilir:

C \u003d I s / V d

Pragmatik düzeyde bilgi ölçüleri. Bu ölçü, kullanıcının amacına ulaşmak için bilginin yararlılığını belirler. Bu ölçü aynı zamanda bu bilgiyi belirli bir sistemde kullanmanın özellikleri nedeniyle göreceli bir değerdir.

İlk Rus bilim adamlarından biri olan A.A. Bilginin değerinin bir ölçüsü olarak, hedefe ulaşmak için gerekli bilgi miktarını almayı, yani hedefe ulaşma olasılığındaki artışı hesaplamayı öneren Kharkevich. Bu nedenle, bilgi almadan önce, hedefe ulaşma olasılığı p 0 ise ve onu aldıktan sonra - p 1 ise, bilgi değeri p 1 / p 0 oranının logaritması olarak belirlenir:

I \u003d günlük 2 p 1 - günlük 2 p 0 \u003d günlük 2 (p 1 / p 0)

Böylece bilginin değeri, bilgi birimlerinde, bu durumda bit olarak ölçülür.