Količina informacija mjeri se brojem znakova (bitova) u poruci. U različitim sistemima obračuna, jedna cifra ima različitu težinu i mjerna jedinica podataka se u skladu s tim mijenja. Na primjer, poruka "10111011" u binarnom sistemu sadrži količinu podataka a = 8 bitova, a decimalno - V = 8 djece.

Za mjerenje sadržaja informacija, tj. Njegov kvantitet na semantičkom nivou, najveće priznanje dobio je stepen tezaurusa, koji povezuje semantička svojstva informacije sa sposobnošću korisnika da percipira poruku koja je stigla. Tezaurus je skup priručnika koje koristi IP korisnik

Pragmatična mjera informacija - vrijednost informacija za postizanje cilja od strane korisnika. Ova mjera je relativna vrijednost, zbog posebnosti korištenja informacija u određenom IS-u.

Vrijednost informacija određena je količinom koja je neophodna za postizanje cilja koji je korisnik postavio.

Ako je prije prijema informacije vjerovatnoća postizanja cilja P g, a nakon prijema - P 2, tada se vrijednost informacije određuje formulom Yn (G, / G 2) za Claudea Shannona.

Metod za određivanje vjerovatnoće mjere vrijednosti informacije za postizanje cilja predložili su M. Bongart i A. Kharkevich. To se može formulirati na sljedeći način: ako je postizanje cilja vjerovatno i vrijednost te vjerovatnoće je poznata prije dobijanja informacije, kao i nakon prijema informacije, tada se mjera vrijednosti informacije može odrediti formulom

B = osh 2 (G / g),

gdje V - mjera vrijednosti informacije; G - vjerovatnoća postizanja cilja prije primanja informacija; P je vjerovatnoća postizanja cilja nakon prijema informacije.

Vrijednost informacije je uvijek povezana sa njenim konkretnim primaocem, sa određenim ciljem koji on želi da ostvari i sa konkretnim mogućnostima za realizaciju tog cilja.

Treba napomenuti takva svojstva informacija kroz njihov reproduktivni životni ciklus: sposobnost akumulacije, generalizacije, sistematizacije, kopiranja, kodiranja, ciljanja itd. (sl. 1.1).

Rice. 1.1. Životni ciklus informacija kroz pružanje usluga u informacionom društvu

Navedimo neka svojstva informacija: potpunost, pouzdanost, vrijednost, adekvatnost, relevantnost, jasnoća, dostupnost, neiscrpnost, kumulativnost, razumljivost, subjektivnost.

Kompletnost informacija karakteriše kvalitet informacija i utvrđuje dovoljnost podataka za donošenje odluka. Koncept potpunosti informacije povezan je sa njenim sadržajem (semantikom) i pragmatikom. Kao nepotpuna, tj. nedovoljno za donošenje ispravne odluke, a suvišne informacije smanjuju efektivnost odluka koje donosi korisnik.

Forma je takođe važan faktor u odražavanju informacija. Informativni proizvodi su predstavljeni u obliku tipičnom za određene industrije, korporacije i divizije.

Pouzdanost informacija - svojstvo da odražava stvarne objekte sa potrebnom tačnošću. Pouzdanost informacija mjeri se vjerovatnoćom da se vrijednost parametra prikazanog informacijom razlikuje od prave vrijednosti ovog parametra u okviru tražene tačnosti. Nepouzdane informacije karakterizira informacijski šum, a što je veći, to je manja pouzdanost informacija.

Vrijednost informacija ne može biti apstraktno. Informacije bi trebale biti korisne i vrijedne za određenu kategoriju korisnika. Vrijednost informacija ovisi o tome koji se zadaci mogu riješiti uz njihovu pomoć.

Adekvatnost informacija karakteriše stepen korespondencije informacija sa stvarnošću. Adekvatne informacije su potpune i pouzdane informacije.

Relevantnost informacija - stepen očuvanosti vrednosti informacije za menadžment u trenutku njenog korišćenja i zavisi od dinamike promena njenih karakteristika i od vremenskog intervala koji je prošao od nastanka određene informacije. Relevantnost je neophodna kada radite u okruženju koje se stalno mijenja. Pravovremeno dostavljanje informacija u bilo kojoj oblasti ljudske aktivnosti je kritičan trenutak, jer u određenom vremenskom periodu može izgubiti svoju vrijednost. Svaki nivo proizvodi vlastite informacijske proizvode povezane s određenim vremenskim intervalima.

Ažurnost informacija - njegov dolazak najkasnije u unaprijed određeno vrijeme, usklađeno sa vremenom rješavanja problema koji se postavlja korisniku. Na primjer, za računovodstvo, to su dnevni operativni, mjesečni, tromjesečni i godišnji izvještaji.

Jasnoća informacija - informacija mora biti razumljiva osobi kojoj je namijenjena.

Dostupnost informacija je sposobnost primanja i transformacije informacija. Na ovo svojstvo informacija utiču i dostupnost podataka i sposobnost primene adekvatnih metoda. Na primjer, u informacionom sistemu, informacije se pretvaraju u pristupačan oblik lak za upotrebu. Ovo se posebno postiže usklađivanjem njegove semantičke forme sa korisničkim tezaurusom.

Tačnost informacija - stepen sličnosti primljenih informacija sa stvarnim stanjem predmeta, procesa, pojave itd. Razlikovati: formalnu tačnost, mjerenu vrijednošću jedinice najmanje značajne cifre broja; stvarna točnost, koja je posljedica vrijednosti jedinice posljednje cifre broja; maksimalna preciznost, koji se mogu dobiti u specifičnim uslovima funkcionisanja sistema; potrebnu tačnost, što je zbog funkcionalne svrhe indikatora.

Subjektivnost informacija. Informacija je subjektivna, jer je njena vrijednost određena stepenom percepcije subjekta (primaoca informacije).

Korisne informacije - svojstvo koje smanjuje neizvjesnost donošenja odluka.

Kvaliteta je karakteristika informacijskih proizvoda. Efikasnost upotrebe informacija predodređuje reprezentativnost, smislenost, dovoljnost, relevantnost, ažurnost, tačnost, pouzdanost, održivost.

Reprezentativnost informacija - ispravnost njegovog odabira i formiranja za adekvatan odraz svojstava objekta. Ovdje su najvažniji: ispravnost koncepta na osnovu kojeg je formulisan početni koncept; valjanost izbora bitnih karakteristika i odnosa prikazane pojave. Kršenje reprezentativnosti informacija često dovodi do značajnih grešaka.

Uz koeficijent smislenosti, koji odražava semantički aspekt, moguće je koristiti i koeficijent informativnog sadržaja, koji se karakteriše odnosom količine sintaksičke informacije prema količini podataka.

Postojanost informacija - njegovu sposobnost da reaguje na promene u originalnim podacima bez narušavanja zahtevane tačnosti. Stabilnost informacije, kao i njena reprezentativnost, povezana je sa odabranim načinom selekcije i formiranja. Relevantnost, pravovremenost, tačnost i pouzdanost informacija utiču na druge parametre funkcionisanja IS-a, uključujući i njegovu pouzdanost.

Koncept informacija, podataka, znanja. U mnogim situacijama često je dovoljno intuitivno razumijevanje i tumačenje ovih kategorija. Složenost formalne definicije pojmova "informacija", "podaci", "znanje" leži u opštoj upotrebi ovih pojmova. Drugi razlog za terminološku zbrku je činjenica da je granica između ovih pojmova za većinu stručnjaka prilično proizvoljna.

Podaci - to su elementarni opisi objekata, događaja, radnji i transakcija, pamtljivi, klasifikovani i pohranjeni, ali ni na koji način nisu organizovani.

Informacije je podatak koji je organiziran na način da ima određeno značenje i vrijednost za korisnika.

Znanje Sastoji se od podataka ili informacija, organiziranih i obrađenih za prenošenje određenih uvida, naučenih lekcija, ishoda učenja i stručnosti na način koji se može koristiti za rješavanje problema ili poduzimanje akcija.

Podaci se mogu posmatrati kao osnovni koncept. Pokušaj definisanja osnovnih pojmova dovodi do potrebe da se termini koji se koriste dodatno definišu.

Podaci - to su informacije, pokazatelji neophodni da bi se upoznali sa nekim, nečim, okarakterisali nekoga - nešto za određene zaključke i odluke; njihove relacije, fraze i činjenice, čijom transformacijom i obradom je moguće dobiti informacije o objektima, procesima ili pojavama.

U širem smislu, podaci su činjenice, tekst, grafikoni, slike, zvukovi, analogni ili video materijali. Mogu se dobiti kao rezultat mjerenja, eksperimenata, aritmetičkih i logičkih operacija. Podatke treba prikazati u obliku pogodnom za skladištenje, prijenos i obradu. Oni su sirovina za kreiranje informacija.

Podaci se dijele na strukturirane, nestrukturirane, distribuirane. Dakle, podaci su sirovi materijal koji pružaju dobavljači podataka i koriste ih potrošači za formiranje informacija iz podataka.

Sa stanovišta programskog koda, podaci su dio, zbirka vrijednosti određenih memorijskih ćelija, čiju transformaciju vrši kod. Kontrola pristupa podacima u moderno elektronski računari (računari) se izvode u hardveru. Prema von Neumannovom principu, jedno te isto područje memorije računala može djelovati kao podaci i kao izvršni kod.

Podaci se predstavljaju u personalnom računaru u obliku datoteka, koje su dvije vrste - binarne (binarne) i tekstualne; binarne se obrađuju specijalizovanim softverom, a tekstualne se obrađuju standardnim softverom.

Model podataka u informacionim tehnologijama i sistemima je sredstvo za predstavljanje informacija u informacionim sistemima, metode i tehnologije obrade informacija. Model podataka u programskim jezicima definira se kao strukture podataka, ograničenja integriteta i operacije manipulacije podacima.

Model podataka u bazama podataka (DB) je skup metoda i alata za određivanje logičke strukture baze podataka i dinamičko modeliranje stanja predmetne oblasti (SbA) u bazi podataka.

Tradicionalno, strukture podataka se smatraju deklarativnim znanjem koje odražava O. Naređeni niz operacija se može izvršiti nad strukturama podataka - program koji implementira određeni algoritam. Rezultat rada programa je uvijek deklarativno znanje, a sam program - proceduralno znanje. Tip podataka je apstraktni koncept koji je definiran skupom logičkih mogućnosti. Kada su apstraktni tip podataka i povezane operacije definirane, možete implementirati taj tip podataka. Implementacija može biti hardverska, kada se razvijaju posebna elektronska kola za obavljanje potrebnih operacija, što je dio samog računara. Ili to može biti softverska implementacija, gdje program sastavljen od postojećih hardverskih instrukcija interpretira nizove bitova na traženi način. Softverska implementacija uključuje specifikaciju kako je objekt sa podacima novog tipa predstavljen objektima već postojećih tipova podataka, kao i specifikaciju rada s njim koristeći operacije definirane za takav objekt.

Prelazak sa podataka na znanje je posledica razvoja i usložnjavanja informaciono-logičkih struktura koje se obrađuju na računaru.

Znanje je oblik postojanja i sistematizacije rezultata ljudske kognitivne aktivnosti. Ovo je subjektivna slika objektivne stvarnosti, tj. odraz vanjskog svijeta u ljudskoj djelatnosti, u oblicima njegove svijesti i volje. Znanje se može razlikovati u pogledu nivoa prezentacije (konkretno i apstraktno) i nivoa detalja podataka, biti potpuno ili nepotpuno, pouzdano ili nepouzdano.

Znanje - to su zakonitosti predmetne oblasti (principi, veze, zakoni), dobijeni kao rezultat praktično „aktivnosti i profesionalnog iskustva, omogućavajući specijalistima da rješavaju probleme predmetne oblasti.

Predmetna oblast (O) je onaj dio stvarnosti koji kod čovjeka izaziva poseban interes i izdvaja se iz opće slike okolne objektivne stvarnosti.

Koncept "znanja" ima sledeća značenja: 1) razumevanje stečeno stvarnim iskustvom; 2) stanje svesti o određenom posedovanju informacije, opseg svesti; 3) čin razumevanja: jasna percepcija istine; 4) šta se može razumjeti i imati na umu (Webster Encyclopedic Dictionary). Postoji značajan interes za tehnologije za akumuliranje znanja i automatizaciju inteligentne analize informacija u cilju identifikacije novih znanja. Dokaz za to su, posebno, pokušaji da se prate koncepti "informacionog društva", da se uvedu pojmovi "upravljanje znanjem", "ekonomija znanja".

Najvažniji resurs savremenog preduzeća koji može značajno uticati na povećanje njegove konkurentnosti je korporativno znanje. Znanje postaje značajan faktor proizvodnje zajedno sa resursima, kapitalom i radom.

Danas smo okruženi ogromnim količinama informacija. Broj tokova informacija se stalno povećava, ali mi nismo u mogućnosti da ih koristimo. Znanje poprima različite oblike i stoga postaje teže upravljati.

Treba napomenuti razliku između implicitnog i eksplicitnog znanja. Implicitno znanje (teško ih je definisati) često nisu formalizovani i nisu podložni analizi, ne doprinose akumulaciji iskustva, veština itd. Prešutno znanje može posjedovati pojedinačna osoba ili grupa ljudi. Eksplicitno znanje koristiti jasne algoritme s odgovarajućim podacima, porukama, riječima i brojevima.

Korporativno znanje se dijeli na eksterno i interno. Prva grupa uključuje, na primjer, znanje kupaca (najvažnije znanje za većinu preduzeća), nezavisne analitičke informacije (marketinški izvještaji i ocjene, cijene na međunarodnim berzama, dinamika promjena američkih berzanskih indeksa itd.).

Druga grupa uključuje znanje o glavnim procesima

Stjecanje najboljeg iskustva u obavljanju osnovnih zadataka; o robi/uslugama; optimalna rješenja koja zadovoljavaju trenutne potrebe korisnika; znanje zaposlenih

Identifikacija, akumulacija i korištenje intelektualnog kapitala; postojeće iskustvo; lično znanje koje osigurava uspješnu saradnju; intelektualna imovina (baze znanja)

Iskustvo u upravljanju projektima (primjeri najbolje prakse).

Upravljanje znanjem je skup procesa koji su povezani sa stvaranjem, distribucijom, obradom i upotrebom znanja. Ovo je tehnologija za traženje i sticanje novih znanja, njihovih nosilaca, njihovo strukturiranje, sistematizaciju, širenje i generisanje. Ovo nije poseban softverski proizvod, već sveobuhvatna strategija upravljanja državom, regijom, preduzećem, orino-kom za maksimalno korištenje njegovog intelektualnog potencijala.

Upravljanje znanjem (KM)

Ovo je strategija preduzeća, čiji je cilj identifikovanje svih korisnih informacija koje se nalaze u preduzeću, proučavanje iskustva i unapređenje kvalifikacija zaposlenih u cilju poboljšanja kvaliteta usluge korisnicima i smanjenja vremena reakcije na dinamiku tržišta. KM je formalna korporativna procedura za rad sa informacionim resursima kako bi se olakšao pristup znanju i njegova ponovna upotreba koristeći moderne IKT. U ovom slučaju znanje se klasifikuje i kategoriše u skladu sa ontologijom strukturiranja i polustrukturiranih baza podataka i baza znanja. Glavni cilj KM je da znanje učini dostupnim i ponovno upotrebljivim u cijeloj korporaciji.

Resursi znanja variraju u zavisnosti od industrije i primjene, ali tradicionalno uključuju priručnike, pisma, vijesti, informacije o kupcima, informacije o konkurentima i podatke o proizvodnji.

Za primjenu KM sistema koriste se različite tehnologije: e-mail; baze podataka i skladišta podataka; sistemi grupne podrške; Sistemi za pronalaženje informacija; korporativne mreže i internet; ekspertni sistemi i sistemi baza znanja; inteligentni sistemi itd. U sistemima veštačke inteligencije, baze znanja se generišu za stručnjake i sisteme zasnovane na znanju u kojima računari koriste pravila zaključivanja da odgovore na pitanja korisnika.

Tradicionalno, programeri KM sistema fokusirali su se samo na određene grupe potrošača, posebno na menadžere koji rade sa Executive Information Systems. Moderni sistemi upravljanja znanjem fokusirani su na održavanje poslovanja preduzeća.

Preduzeća se sada kreću ka korištenju skladišta podataka kako bi svi zaposleni mogli koristiti distribuirane informacije za svoje znanje.

Skladišta podataka su detaljno razmotrena u Odjeljku 7. Oni se razlikuju od tradicionalnih baza podataka po tome što su dizajnirani da podrže procese donošenja odluka, a ne da efikasno prikupljaju i obrađuju podatke. Pod uslovom da su svi podaci pohranjeni u jednom spremištu, proučavanje odnosa između pojedinačnih stavki podataka može biti tačno, a rezultat analize je nova saznanja. Alternativni pristup, nazvan inteligencija znanja, koristi se za traženje podataka u potrazi za dodatnim znanjem koje je tamo skriveno.

Dok skladišta podataka sadrže uglavnom kvantitativne podatke, skladišta znanja su uglavnom fokusirana na kvalitativne podatke. Sistemi za upravljanje znanjem generišu znanje o širokom spektru baza podataka, skladišta podataka, poslovnih procesa, novinskih članaka, eksternih baza podataka, web stranica itd. Tako su skladišta znanja slična virtuelnim skladištima, gde se znanje distribuira među velikim brojem servera.

Znanje se može izvući iz poslovnih procesa, anketa i drugih izvora. Baze znanja (KB) mogu biti dizajnirane sa očekivanjem održavanja hronologije preduzeća, u pogledu, na primer, rada sa klijentima. KB-ovi se mogu koristiti za podršku operacijama ili generiranje informacija o poslovanju u cjelini. Baze znanja optimalnih rješenja akumuliraju znanje u procesu korištenja različitih testova u potrazi za efikasnim načinima rješavanja problema. Kada organizacija stekne znanje o najboljem rješenju, pristup mu može biti dostupan zaposlenima u korporaciji.

Obavještajno znanje je polje u nastajanju koje se brzo razvija i koristi metode umjetne inteligencije, matematike i statistike za stjecanje znanja iz skladišta podataka. G. Pyatetsky-Shapiro i V. Froley definišu termin "istraživanje znanja" kao netrivijalno sticanje tačnih, ranije nepoznatih i potencijalno korisnih informacija iz podataka. Ova metoda uključuje instrumentaciju i različite pristupe analizi i tekstualnih i digitalnih podataka.

Osnovni cilj sistema inteligencije znanja je prelazak sa tradicionalnog metoda intuitivnog odlučivanja zasnovanog na nepotpunom upravljanju informacijama, zasnovanom na znanju.

Inteligencija znanja u savremenim uslovima sprovodi se radi postizanja dva cilja – smanjenja rizika i obezbeđenja bezbednosti poslovanja, kao i sticanja konkurentskih prednosti. Savremeni sistem inteligencije znanja omogućava ne samo praćenje informacija, već i simulaciju strategije konkurenata, identifikaciju njihovih partnera, dobavljača i pronalaženje uslova saradnje.

Glavni zadaci sistema inteligencije znanja su pronalaženje i sumiranje informacija o konkurentima, tržištima, proizvodima, trendovima razvoja poslovanja itd. Na primjer, Odie (On demand Information Extractor) sistem neprestano skenira oko hiljadu članaka s najnovijim vijestima kako bi stekao znanje o promjenama u menadžmentu. Postoji i mogućnost korištenja funkcije koja prati strukturirani tekst za prikupljanje informacija o drugim vrstama poslovnih događaja.

Jedan od najvažnijih i najperspektivnijih pravaca u oblasti formalizacije znanja, koji omogućava korišćenje akumuliranog znanja za kompjutersku obradu, su ontologije, o kojima se govori u poglavlju 9.

Zadaci sistema upravljanja znanjem (KMS) su da akumuliraju strukturirano, formalizovano znanje: obrasce i principe koji pomažu u rješavanju stvarnih proizvodnih problema. Glavna svrha KMS-a je da znanje učini dostupnim i ponovno upotrebljivim u cijeloj korporaciji. Funkcije KMS-a: 1) prikupljanje znanja; 2) čuvanje i obrada znanja; 3) dostavljanje znanja. Ontologija je precizan opis konceptualizacije. U korporativnom KMS-u, ontološke specifikacije se mogu odnositi na taksonomiju zadataka koji definišu znanje za sistem. Ontologija formira vokabular koji se dijeli u KMS-u kako bi se olakšala komunikacija, pamćenje i prezentacija. Razvoj i održavanje ontologije u cijelom preduzeću zahtijeva stalan napor da se ona razvije. Ontologija je, posebno, neophodna kako bi korisnik mogao da radi sa bazama podataka optimalnih rešenja koja se odnose na širok spektar problema preduzeća, i da prepozna koje rešenje može da mu bude korisno u određenoj situaciji. Budući da preduzeća podržavaju različite vrste aktivnosti, potrebno je koristiti nekoliko ontologija za jedan KMS. Za multinacionalne kompanije, ontologija mora biti prevedena na različite jezike kako bi informacije pohranjene u bazama znanja bile dostupne svim zaposlenima. Vremenom će industrije doći do kolaborativnih timova ili oblika pretplate na centralizovano održavanje zajedničke ontologije. Osim ontologije, dodatni deskriptivni atributi su od velike važnosti za korištenje znanja. Primjeri deskriptivnih atributa su zaposlenik, posao, status informacije. U teoriji, sve baze znanja pohranjuju informacije o kontaktu ili zaposleniku, uključujući ime, datum kontakta i ulogu kontakt osobe u stvaranju znanja. Mnoge baze znanja pohranjuju organizacione informacije, kao što su izvještaji o tome koje je odjeljenje razvilo projekat ili prikupilo znanje. Status informacije je također tipičan deskriptivni atribut i može uključivati, na primjer, status određenog elementa: planiran, u upotrebi danas ili zastario. Također može biti zapis da su informacije samo za internu upotrebu ili da se mogu distribuirati izvan organizacije.

Kvalitet i relevantnost znanja zavise od mnogih faktora, na primjer, ko daje znanje sistemu. Kako se kvalitet znanja razlikuje od izvora do izvora, sistemi često biraju znanje da bude potpuno i pouzdano.

Filtracija ne obavljaju uvijek zaposleni u kompaniji. Najčešće korišteno filtriranje e-mail poruka po prioritetu i kategoriji. Osim toga, koriste se različiti alati za praćenje kvaliteta baza podataka. Obično procena zavisi od potreba određenih zaposlenih, radnih grupa ili interesa celog preduzeća.

Baze znanja često sadrže ogromnu količinu informacija, tako da pronalaženje informacija koje su vam potrebne postaje izuzetno kritična funkcija. Većina modernih metoda pretraživanja uključuje alate, pametne alate za pretraživanje i vizualne modele.

Širok spektar poznatih alata za pretraživanje (Google, AltaVista, Excite, Infoseek, Lycos, WebCrawler, Yahoo!) koristi se za navigaciju informacija na Internetu. Svi se mogu prilagoditi internim potrebama pri radu sa sistemima upravljanja znanjem.

Koristeći pametne alate za pretraživanje, možete pronaći podatke koji su vam potrebni u informacionom okruženju Interneta ili korporativnih mreža. Na primjer, InfoFinder ispituje interese korisnika pomoću skupova poruka ili dokumenata koje oni klasificiraju.

Na osnovu sintakse poruka, InfoFinder pokušava identificirati ključne fraze koje pomažu u razumijevanju zadataka korisnika. Među novim trendovima u dizajniranju sistema za pretraživanje efikasnih sistema upravljanja znanjem izdvaja se metod vizuelnih modela. Dva alata - Perspecta i InXight - predstavljaju različite metode vizualizacije znanja.

Perspecta stvara intelektualni kontekst koristeći meta informacije izvučene iz izvornih dokumenata, uključujući strukturirane informacije u bazama podataka i dokumentima, ili nestrukturirane podatke u uredskim dokumentima i web stranicama,

Za nestrukturirane dokumente, Perspecta ima namenski mehanizam za analizu dokumenata koji obavlja lingvističku analizu i automatski označava dokumente. Inteligentni kontekstni server analizira viđene informacije, identifikuje odnose između dokumenata i gradi višedimenzionalni informacioni prostor koristeći poseban jezik za označavanje informacijskog prostora. Da bi se uštedeli resursi, podaci se učitavaju klijentu pomoću transportnog protokola za strujanje informacija, koji je ekstenzija HTTP-a.

InXight Software je objavio vlastiti alat za vizualizaciju, VizControl, koji nudi nekoliko formata vizualizacije. Svaki od njih razvija metodu fokus-konteksta. Podaci se prikazuju i istovremeno se čuva struktura velikih skupova podataka.

Rad sistema upravljanja znanjem zahtijeva informacijsku kulturu razmjene znanja.

Koristeći sisteme upravljanja znanjem, preduzeća su u mogućnosti da obezbede sopstvenu konkurentnost, što pojednostavljuje ponovnu upotrebu postojećeg znanja i omogućava stvaranje novih znanja u cilju donošenja kvalitetnih odluka.

Za kreiranje KMS-a, preduzeća koriste tehnologije i sisteme kao što su baze znanja i skladišta podataka, inteligentni sistemi za pronalaženje informacija, sistemi za prikupljanje podataka, ekspertni sistemi, itd. Primer korišćenja KMS-a u preduzeću je sistem podrške za korisničku podršku menadžerima – Sistem upravljanja odnosima. CMS pruža znanje kako u formi pogodnoj za našu percepciju, tako iu digitalnom obliku. U prvom slučaju, pristup znanju se može dobiti pomoću pretraživača i pametnih sistema pretraživanja. Ali ponekad znanje dostupno u mašinskom formatu može biti dizajnirano kao baze znanja ekspertskih sistema za podršku donošenju odluka.

Model predstavljanja znanja (MPZ) je sistem formalizama (koncepta i pravila), prema kojem informacioni sistem obezbeđuje znanja u memoriji računara i vrši operacije na njima. IPM se dijele na logičke (induktivni, predikatski račun, itd.) i heurističke (mreža, okviri i produkcija).

MPZ se može grubo podijeliti na konceptualne i empirijske. Konceptualni model koristi heurističku metodu za rješavanje problema. Omogućava prepoznavanje problema, skraćuje vrijeme za njegovu preliminarnu analizu. Praktična upotreba konceptualnog modela čini ga neophodnim da se transformiše u empirijski. Znanje se može akumulirati u obliku empirijskih modela, obično deskriptivne prirode. Ovi modeli mogu se kretati od jednostavnog skupa pravila do potpunog opisa načina na koji donosilac odluke rješava problem.

MPZ neophodan za stvaranje posebnih jezika za opisivanje znanja i manipulaciju njima, formaliziranje procedura za poređenje novih znanja sa postojećim, za formalizaciju mehanizama logičke dedukcije novih znanja iz postojećih.

Znanje o sadrži opis subjekata, njihovog okruženja i odnosa između njih. Znanje se definiše kao osnovni zakoni koji omogućavaju čoveku da rešava specifične proizvodne, naučne i druge društveno-ekonomske probleme, tj. činjenice, koncepti, odnosi, procjene, pravila, činjenično znanje i strategije donošenja odluka. Tradicionalni 1C uključuje algoritamsko znanje sadržano u programima. Ovo znanje je sastavni dio programa i unaprijed ga uvode programeri.

MPZ je često kontradiktoran, nekompletan i rasplinut i zahtijeva formalizaciju, koja se provodi primjenom smislene logike, teorije rasplinutih skupova, probabilističkih i statističkih metoda.

Potreba za povećanjem efikasnosti funkcionisanja preduzeća, unapređenje sistema upravljanja doveli su do spoznaje da vrednosti organizacije nisu samo njena imovina, proizvodi, imovina, već i njeno znanje, iskustvo, kvalifikacije zaposlenih, kulture, tj sve što je uključeno u koncept "intelektualnog kapitala".

Gartner grupa veruje da je upravljanje znanjem poslovni proces za upravljanje intelektualnom imovinom preduzeća (slika 1.2) koji je povezan sa strategijom preduzeća; zahtijeva organizacionu kulturu i disciplinu koja podržava razmjenu znanja, saradnju između stručnjaka i odjela i stimulira inovacije; treba da doprinese unapređenju poslovnih procesa i optimizaciji proizvodnih procesa.

Rice. 1.2. Vrste funkcija znanja u KMS-u

Sposobnost efikasnog korišćenja i razvoja znanja, njegovog prevođenja u nove proizvode i usluge postaje važan faktor konkurentnosti preduzeća u informacionom društvu.

KM obezbjeđuje integrirani pristup kreiranju, prikupljanju, organizaciji i korištenju informacionih resursa preduzeća i pristupu njima. Ovi resursi obuhvataju baze podataka, bazu znanja, elektronske dokumente koji opisuju pravila i procedure za funkcionisanje poslovnih procesa, eksplicitno znanje i iskustvo zaposlenih.

Upravljanje znanjem u preduzeću sastoji se od evaluacije organizacionih procedura, ljudi, resursa i tehnologije i kreiranja specijalizovanih informacionih sistema.

KM uključuje cilj upravljanja, taktičke ciljeve (rješavanje tekućih zadataka preduzeća), strateške ciljeve (povećanje intelektualnog potencijala preduzeća i njegov održivi razvoj) i metodologiju upravljanja, sticanja i širenja znanja.

Danas na cijenu većine proizvoda i usluga prvenstveno utiču „nematerijalna imovina“, odnosno ona koja su zasnovana na znanju. Stručnjaci pod „neopipljivim vrednostima“ podrazumevaju informacije, poslovne procese, lične sposobnosti stručnjaka itd.

Intelektualna imovina preduzeća povećava njegovu konkurentnost i tržišnu vrijednost. Preduzeće ne treba samo da štiti svoje patente, autorska prava, već i da identifikuje i štiti znanje svojih stručnjaka, znanje o proizvodnji robe/usluga, kupaca, konkurenata itd.

U procesu upravljanja znanjem razlikuju se sljedeće funkcije: stvaranje - funkcija čiji je rezultat novo znanje ili modifikacije postojećeg znanja; identifikacija - funkcija koja pretvara implicitno znanje u eksplicitno, odnosno pretvara individualno znanje u javno znanje; organizacija - funkcija klasifikacije i kategorizacije znanja za navigaciju, pamćenje, pretraživanje i održavanje znanja; pristup - funkcija prenosa i diseminacije znanja između korisnika; upotreba - funkcija primjene znanja za donošenje odluka.

Glavne komponente upravljanja znanjem su ljudi koji primaju, stvaraju i prenose znanje; procesi šta se koristi za širenje znanja; informacioni sistemi i tehnologije osiguravanje efikasnog rada ljudi i procesa.

Osnovne CPS tehnologije: alata timski rad ljudi, kao što su softver i sistemi za upravljanje dokumentima (grupni softver, radni tok); sistemi zasnovani na znanju (Reasoning-Based Reasoning); Sistemi za pretraživanje, analizu i navigaciju znanja; sistemi koji obezbeđuju interakciju VD-a i baze znanja pomoću interfejsa prirodnog jezika.

Glavne komponente CPS-a uključuju: arhitekturu CPS-a; sredstva komunikacije između korisnika i baza podataka; sistem za pretraživanje dokumenata; sistem za razvoj i donošenje odluka; sistem za dobijanje znanja iz podataka; ekspertni sistemi koji kombinuju sve gore navedene komponente u sistem upravljanja znanjem.

Važan zadatak za preduzeća je sinhrono upravljanje znanjem o mikro- i makroekonomskim pokazateljima. Znanja koja se moraju prezentirati u ekonomskom sistemu mogu odražavati: strukturu, oblik, svojstva, funkcije i moguća stanja proizvodnog i distributivnog podsistema; odnosi između subjekata privredne aktivnosti, mogući događaji u kojima oni mogu učestvovati; ekonomski zakoni i propisi; mogući efekti radnji i stanja, uzroci i uslovi za nastanak rizičnih događaja i stanja; moguće namjere, ciljevi, planovi, dogovori itd.

Značaj intelektualnog nivoa razvijenosti stanovništva i dubine znanja zemlje naglašen je uvođenjem UN-a početkom 90-ih godina indeksa humanog razvoja, gdje je, uz očekivani životni vijek i BDP po stanovniku, nivo uvodi se obrazovanje stanovništva.

Sa ove tačke gledišta, znanje je kompletan skup informacija za direktno rešavanje problema od strane stručnjaka. Znanje je sposobnost organiziranja procesa i usmjeravanja prema postizanju postavljenog cilja.

Svojstva znanja: interpretabilnost - mogućnost njihove interpretacije, koja se ostvaruje samo kroz rad programa sa ovim podacima; strukturiranost - razlaganje složenih objekata na jednostavnije i uspostavljanje veza između objekata klasifikacije; povezanost - sposobnost reprodukcije obrazaca činjenica, pojava i uzročno-posledičnih veza među njima; situaciona kompatibilnost znanja; aktivnost - znanje osigurava svrsishodnu upotrebu informacija (nepotpunost znanja predodređuje njihovu dopunu).

Informacija i znanje su jedan od najvrednijih resursa društva. Uloga informacionih resursa kao važnog resursa za razvoj proizvodnje i preduzetništva će rasti, jer obezbeđuju povećanje efektivnosti strateškog, taktičkog i operativnog upravljanja zasnovanog na upotrebi najnovijih tehnologija.

Informativni resursi. Informacioni resursi smanjuju potrebu za zemljom, radnom snagom i kapitalom, smanjuju potrošnju sirovina i energije i koriste se za razvoj novih vrsta proizvodnje.

Informacioni resursi obuhvataju pojedinačne dokumente i nizove dokumenata, dokumente u informacionim sistemima (biblioteke, arhive, fondove, banke podataka, baze znanja i druge informacione sisteme). Informacioni resursi su objekti odnosa između pojedinaca, pravnih lica i države.

Informacioni resursi na računarskim medijima su specijalizovani informacioni nizovi u obliku automatizovanih baza podataka, kao i informacioni resursi Web sajtova na Internetu.

Informacioni resursi mogu biti državni i nedržavni i kao element imovine mogu biti u vlasništvu građana, državnih organa, lokalnih vlasti, preduzeća. Možete uzeti u obzir informacijske resurse pojedinca, odjela, poduzeća, zemlje, međunarodne korporacije, itd.

(IP) je informacija koja ima specifičnu vrijednost i koju osoba može koristiti u ekonomskoj djelatnosti za postizanje određenog cilja.

Dostupnost informacijskih resursa - Ovo je stepen dostupnosti podataka i metode njihove obrade. Konstantnost informacijskog izvora odražava njegovu sposobnost da reaguje na promjene u početnim podacima bez narušavanja potrebne tačnosti.

Adekvatnost informacionog resursa - ovo je stepen usklađenosti sa stvarnošću. Neadekvatne informacije mogu nastati kada se kreiraju nove informacije na osnovu nepotpunih ili netačnih podataka.

Ispravnost donošenja odluke od strane potrošača informacija zavisi od toga u kojoj meri je ta informacija adekvatna stvarnom stanju objekta. Za razliku od resursa povezanih s materijalnim stavkama, informacioni resursi su neiscrpni i uključuju različite metode oporavka.

U informatičkoj ekonomiji, informacioni resursi su glavni izvor dodatne vrijednosti.

Postoji niz karakteristika koje razlikuju informacione resurse od drugih vrsta resursa, a to su: nemaju fizičko trošenje; inherentno nematerijalna; njihova upotreba omogućava vam da naglo smanjite potrošnju drugih vrsta resursa, što dovodi do njihove uštede; proces njihovog kreiranja i upotrebe odvija se uz pomoć IKT.

Posebnosti IR treba uključiti činjenicu da utiču na efikasnost proizvodnje bez fizičkog povećanja tradicionalnih resursa, ubrzavaju proces reprodukcije skraćivanjem perioda proizvodnje i prometa.

Definicija IP sadržana je u Zakonu Ukrajine „O nacionalnom programu informatizacije“, prema kojem „informacioni resurs je skup dokumenata u informacionim sistemima (biblioteke, arhivi, banke podataka, itd.)“.

Međutim, ova definicija ne pokriva cijeli spektar IR. S obzirom na IR kao komponentu informacione infrastrukture, treba napomenuti da je ova definicija nejasna, jer iz nje nije jasno o kojim dokumentima se radi i na njih se odnosi, posebno na ljudsko znanje koje može uticati na poslovne procese, a nije. dokumentovano na bilo koji način.

postoji još jedno mišljenje (A. V. Oleinik, A. V. Sosnin, L. Ye. Nimansky): „to su zasebni dokumenti i nizovi dokumenata, rezultati intelektualnih, kreativnih i informacionih aktivnosti, baze podataka i banke podataka, sve vrste arhiva, biblioteke, muzejski fondovi i drugi koji sadrže informacije i znanja snimljene na odgovarajućim medijima „predmeti su vlasništva svih subjekata Ukrajine i imaju potrošačku vrijednost (političku, ekonomsku, socio-kulturnu, vojnu, povijesnu, tržišnu, * informativnu).

Informacioni resurs - organizovani skup dokumentovanih informacija, uključujući baze podataka i znanja, skladišta podataka, fajlove u informacionim sistemima (biblioteke, arhive, kancelarijski dokumenti, itd.). To uključuje rukopisne, štampane i elektronske publikacije koje sadrže normativne, administrativne, upravljačke i druge informacije o različitim oblastima javnog djelovanja (zakonodavstvo, politika, društvena sfera, itd.).

Nije uvijek moguće nedvosmisleno odrediti optimalnu veličinu potrebnih RI i njihovu graničnu cijenu, odnosno uobičajene omjere graničnih troškova dobivanja informacija i granične koristi od njihove upotrebe.

Na makro nivou, vrijednost informacija raste sa povećanjem broja privrednih subjekata uključenih u njihovu upotrebu. U tom slučaju cijena može porasti, zbog povećanja efektivne potražnje za informacijama.

Postoje organizaciona, naučno-tehnička, ekonomska, marketinška, društvena, ekološka istraživanja i razvoj, itd. Važno pitanje u razvoju teorije IR je način njihovog merenja, razvoj kriterijuma efikasnosti i optimizacija njihove upotrebe.

Klasifikacija izvora informacija. Na teritorijalnoj osnovi razlikovat će se sljedeće IP adrese: međunarodni - globalni, koji nemaju teritorijalne granice; nacionalni - koriste se na teritoriji posebne države i pripadaju joj; regionalni - koristi se u regionu; lokalni (lokalni, preduzeća, organizacije) - zbog specifičnosti organizacije sistema za formiranje, skladištenje i korišćenje informacionih resursa u distribuiranim informacionim sistemima.

A. Khoroshilov, S. Seletkov Svjetski informacioni resursi su podijeljeni na sljedeće: poslovne informacije; naučni i tehnički i specijalizirane informacije; masovne informacije za potrošače. Poslovne informacije se dijele na sljedeće vrste: bor zhova i finansijske informacije berzanske kotacije, kursevi, diskontne stope, tržišta roba i kapitala koje pružaju berze, posebne usluge za razmjenu i finansijske informacije, brokerske kompanije, itd.; statističke informacije - numeričke, ekonomske, demografske, društvene informacije u obliku niza dinamike, prediktivnih modela i procjena koje daju državne službe, kao i organizacije koje se bave istraživanjem, razvojem i konsaltingom; komercijalne informacije o kompanijama, firmama, korporacijama, oblastima njihovog rada, finansijskom stanju, cenama proizvoda i usluga, komunikacijama, operacijama, menadžerima; poslovne vijesti iz oblasti ekonomije i poslovanja.

Zbog činjenice da se informacije o dionicama i finansijama stalno mijenjaju, moraju se dostavljati u realnom vremenu. Pružanje informacija o dionicama i finansijama treba da bude brže od komercijalnih informacija. Vrijednost komercijalnih informacija u tržišnom i konkurentskom okruženju je također vrlo važna. Ove informacije preduzetnici koriste direktno u rješavanju sljedećih zadataka: odabir dobavljača, partnera i naručivanje; ulazak na tržište sa novim proizvodom; traženje kupaca; spajanja i preuzimanja kompanija; istraživanje tržišta analiza tržišta.

Naučne, tehničke i specijalne informacije obuhvataju dokumentarne bibliografske, apstraktne i kompletne informacije o fundamentalnim i primenjenim istraživanjima, kao i stručne informacije za pravnike, lekare, inženjere itd.

Organizacije koje posluju na tržištu informacionih usluga nude potrošačima različite vrste usluga, i to:

a) pristup predmetnim bazama podataka, uključujući profesionalne, i skladišta podataka u interaktivnom i periodičnom režimu;

b) baze podataka na tvrdim medijima - disketama i CD-ovima;

c) konsultacije pružaju stručnjaci iz oblasti informacionih resursa;

d) obuka za pristup informacionim resursima itd. IP provajderi su komercijalne strukture,

državne i javne organizacije, pojedinci, koje predstavljaju informacione korporacije, agencije, službe, centri, specijalizovani sajtovi.

Na primjer, kao informativni centri mogu djelovati: centri u kojima se kreiraju i pohranjuju baze podataka i gdje se informacije stalno akumuliraju i uređuju; centri za distribuciju informacija na osnovu različitih baza podataka; Telekomunikacijske usluge i usluge prijenosa podataka; posebne usluge koje primaju informacije o određenom području aktivnosti za njegovu analizu, generalizaciju, predviđanje, na primjer, konsultantske kuće, banke, berze; komercijalne firme; brokeri informacija itd.

Moćan izvor IP-a danas je svjetski Internet. Prema načinu predstavljanja informacija, razlikuju se sljedeće vrste izvora informacija na Internetu:

1) Web stranice (portali), gdje korisnici dobijaju pristup informacijskim resursima putem linkova na web stranice;

2) telekonferencije - važan izvor informacija; podijeljeni su u dijelove o određenoj temi;

3) baze podataka ili skladišta podataka, - pokrivaju velike količine različitih informacija;

Prema obliku vlasništva, izvori informacija su:

1) nacionalni - sredstva, bez obzira na njihov sadržaj, oblik, vrijeme i mjesto nastanka, oblik vlasništva, namijenjena za zadovoljavanje potreba građanina, društva, države, uključujući:

2) stanje - objekt prava državne svojine;

3) komunalni - objekt prava komunalne svojine;

4) privatni - objekt prava privatne svojine.

Prema mogućnostima upotrebe, informacioni resursi su:

1) za jednokratnu upotrebu - koristi se po prijemu u kratkom roku za jednokratnu odluku;

2) trajnu upotrebu - jednom kupljeno i ponovo korišteno;

3) periodično - stižu nakon određenog vremenskog perioda i koriste se jednom.

Jednokratni RI se koriste za rješavanje određenog zadatka u ograničenom vremenskom periodu, tako da njihovo stvaranje može zahtijevati dodatna sredstva. Na primjer, informacije o stanju na tržištu u vrijeme puštanja novog proizvoda u promet mogu generirati stručnjaci kompanije ili se mogu kupiti od specijaliziranog poduzeća, ali te informacije će se istovremeno koristiti samo kada se odlučuje o uslovima za ulazak na tržište u navedenom periodu.

U procesu organizovanja sfere obrade periodičnih IR treba imati u vidu da se na osnovu primarnih IR formira velika količina analitičkih informacija, neophodnih za donošenje odluka od strane menadžera različitih funkcionalnih oblasti uopšte. nivoi upravljanja.

Što se tiče sistema upravljanja, informacije su: ulazne – primljene izvana; slobodan dan - koje preduzeće isporučuje u životnu sredinu; interni - proizvodi se i koristi u okviru preduzeća, odeljenja.

Glavni zadatak ovog kriterija klasifikacije je raspodjela uloga za kreiranje i upravljanje informacijskim resursima i tokovima informacija.

U zavisnosti od faza životnog ciklusa istraživanja i razvoja, postoje:

a) razvija se - karakteriše ih visok nivo operativnih troškova;

b) primarni - distribuira se po prvi put, u određenom vremenskom periodu, karakteriše visoka cijena zbog troškova razvoja;

v) replicirano - koriste se za redistribuciju, odlikuju se niskim troškovima izrade kopija, funkcionalne karakteristike informacionih resursa određuju nivo cijene;

G) arhivski - neredovno se skladište i koriste u procesu proizvodnje.

Ovaj kriterijum klasifikacije dobija posebnu važnost u uslovima kada je IR informativni proizvod.

Informativni proizvod - dokumentovane informacije pripremljene u skladu sa potrebama korisnika i predstavljene u obliku proizvoda. Informacijski proizvodi su softverski proizvodi, baze podataka i banke podataka itd. Proizvod informacionog sistema su IR, koje karakterišu neke od karakteristika klasičnog materijalnog proizvoda.

Faza životnog ciklusa proizvoda određuje materijalne i vremenske troškove za njegovu proizvodnju, obim posla, mogući efekat upotrebe u određenom trenutku, stanje u proizvodnom sistemu. U svakoj fazi životnog ciklusa istraživanja i razvoja, potrebni su individualni pristupi upravljanju.

Prema stepenu pragmatizma dijele se na: obavezne - resurse, bez kojih je nemoguće donijeti odluku; poželjno - doprinose poboljšanju kvaliteta donesenih odluka, smanjenju nivoa neizvjesnosti; pretjerano - ne utiču bitno na donesenu odluku ili otežavaju donošenje odluke zbog prevelike količine informacija. Prekomjerni RI dovode do smanjenja efikasnosti njihove upotrebe.

Sve veći uticaj IKT-a na ekonomsku aktivnost preduzeća doveo je do stvaranja divizija u ukrajinskim preduzećima, čije funkcije uključuju upravljanje tokovima informacija kako unutar organizacije tako i van nje – odeljenja informacionih tehnologija (informaciona i analitička podrška), čija je uloga će se povećati.

Po ceni dobijanja IR su: plaćeno - zahtijevaju ciljano ulaganje sredstava; besplatno - prima se kao pomoćni proizvod aktivnosti preduzeća ili se distribuira besplatno.

Ova klasifikaciona karakteristika je zbog potrebe da se upravlja finansiranjem stvaranja, obezbeđivanja i korišćenja istraživanja i razvoja, pri čemu posebnu pažnju treba posvetiti pitanju vrednosti informacija.

Prema načinu dobijanja IP postoje: specijalizovani - njihov prijem se planira unapred; može se naručiti od trećih organizacija ili odjeljenja preduzeća i primiti na određeni period; pomoćni (nespecijalizovani) - dobijeni kao dodatni proizvod u toku ekonomske delatnosti preduzeća ili iz okruženja; njihov prijem se obezbjeđuje unaprijed i po potrebi se vrši svrsishodno; nasumično - njihov prijem se ne očekuje ili planira unaprijed.

uključenost u predmet upravljanja istraživanjem i razvojem su: funkcionalni - za čije se formiranje, obrada i korišćenje pretpostavlja spisak radova koji se izvodi u skladu sa karakteristikama rada; dodatno - čije formiranje, obrada i korišćenje treba da bude spisak radova koji se izvode u skladu sa dodatnim karakteristikama izvođenja.

Posljednja dva kriterija karakteriziraju IR uzimajući u obzir njihovo stvaranje i dizajnirani su da istaknu glavne i sekundarne informacije, uzimajući u obzir sredstva utrošena na njihov prijem.

Iza refleksije na materijalnim nosiocima IR-a stoje elektronski; na tvrdim medijima (papir, disketa, disk, fleš diskovi, itd.); tradicionalno. Istraživanja se provode sa fundamentalno novim tipovima nosača: holografskim, molekularnim, kristalografskim itd. Komunikacione tehnologije se razvijaju veoma brzo, a dizajnirane su za prenošenje različitih vrsta informacija (podaci, zvuk, slika) primljenih iz različitih medija kroz integralne kanale.

Prema načinu korišćenja IR postoje: za usku upotrebu, čija vrednost raste sa monopolskom moći; za opštu upotrebu, dodaju vrednost kako se distribuiraju.

Prema Zakonu Ukrajine „O informacijama“ (čl. 53), „informacioni resursi Ukrajine obuhvataju sve informacije koje joj pripadaju, bez obzira na sadržaj, oblik, vreme i mesto stvaranja“, oblik vlasništva, namenjen za zadovoljiti potrebe građanina, društva, države (sl. 1.3).

IR, zavedeni uz pomoć elektronskih medija, dobijaju kvalitativno novo stanje, postaju dostupni za operativnu reprodukciju potrebnih informacija i pretvaraju se u najvažniji faktor socio-ekonomskog razvoja društva.

Formiranje IR i njihova sistematska upotreba postaju predmet političkih i ekonomskih interesa kako na nacionalnom tako i na međunarodnom nivou. Godišnje se izdvajaju ogromna sredstva za razvoj tehnologija za podršku istraživanju i razvoju.

Potrebno je utvrditi probleme obezbjeđivanja informacionih resursa za upravljanje ekonomskim procesima, nacionalnom sigurnošću, društvenom i društveno-političkom sferom. Informacioni resursi u upravljanju ekonomskim procesima obuhvataju: nacionalni nivo, nivo industrije, regionalni nivo, nivo privrednih subjekata. Zadaci i ciljevi upravljanja na svakom od nivoa određuju sastav i obim potrebnih istraživanja i razvoja i načine njihove upotrebe.

nacionalnom nivou menadžment rješava probleme makroekonomskog praćenja, analize i predviđanja; osiguranje ekonomske sigurnosti; kontrolu nad aktivnostima državnih, regionalnih i lokalnih vlasti. Praćenje poslovanja preduzeća zahteva brz pristup odgovarajućoj IP adresi. Sistem kontrole rada državnih, lokalnih i sektorskih organa upravljanja omogućava analizu kvaliteta obavljanja funkcija koje su im poverene, trošenja budžetskih sredstava i utvrđivanje prekršaja.

sektorski nivo menadžmenta, rješavaju se zadaci obezbjeđenja naučno-tehnološkog napretka, povećanja produktivnosti rada, kvaliteta proizvoda i povećanja proizvodnje. Naučno-tehnički, marketinški i regulatorni i referentni tipovi istraživanja i razvoja pružaju rješenja za ove probleme.

regionalnom nivou upravljanje i zahtjevi za informacionim resursima slični su zadacima na nacionalnom nivou.

IR nacionalna sigurnost treba spriječiti takve prijetnje nacionalnoj sigurnosti: krize u važnim sektorima privrede (energetika, transport, bankarski sistem, itd.); socijalne poteškoće uzrokovane porastom nezaposlenosti i padom životnog standarda; dolazak na vlast kriminalnih grupa; prenos značajnog dijela nacionalnih resursa pod kontrolu stranog kapitala; uništavanje nacionalne nauke i kulture, pad obrazovnog i kulturnog nivoa stanovništva, širenje ideologije nasilja, raznih sektaških vjerskih pokreta; odliv finansijskih, intelektualnih i informacionih resursa u inostranstvo; bankrot na državnom nivou, uzrokovan naglim povećanjem unutrašnjeg i vanjskog duga; gubitak strateških interesa u međunarodnoj areni.

Informacioni resursi u upravljanju društvenim i društveno-političkim sferama treba da obezbede rešavanje sledećih zadataka:

1) socijalno uređenje i smanjenje društvenog raslojavanja i napetosti u društvu;

2) socijalna zaštita stanovništva (penziono, socijalno osiguranje, osiguranje od nezaposlenosti, osiguranje od nezgoda na radu);

3) analizu i upravljanje javnim mnjenjem;

4) zaštitu nacionalnog zajedničkog informacionog prostora;

5) razvoj kulturnog i obrazovnog nivoa stanovništva. Glavni resurs društvenog sistema su ljudi. Glavni

Svrha informacionog resursa u ovoj oblasti je pružanje socijalne zaštite, a za razvoj društva neophodan je i kulturni, obrazovni i politički nivo stanovništva. Glavni izvori informacija o stanju ljudskih IR su: podaci o registraciji pojedinca u sistemu državnog socijalnog osiguranja; podaci popisa; uzorkovana anketa domaćinstava; ankete javnog mnjenja; društveni podaci (nivo potrošnje, prihoda i štednje po kategorijama stanovništva, indeksi potrošačkih cijena, troškovi života, troškovi potrošačke korpe).

Proučavanje suštine IR-a na makro nivou pomaže da se sistematiziraju njihova glavna svojstva, koja uključuju: lakoću replikacije i distribucije; relevantnost; nema kvantitativnih ograničenja; fiksnost; vimiryuvanstvo; nepromjenjivost tokom upotrebe; efikasnost (sposobnost postizanja materijalnih promjena); reprezentativnost; smislenost; adekvatnost; pravovremenost; tačnost; pouzdanost; strukturiranost; konzistentnost itd.

Informacioni resursi na mikro nivou shvataju se kao informacije koje su vredne za preduzeće i vrednuju se kao i drugi materijalni resursi. Ako posmatramo intelektualnu svojinu na mikro nivou, onda su ona direktan proizvod intelektualne aktivnosti kvalifikovanog dela radno sposobnog stanovništva zemlje.

Drugim riječima, IR su zapravo identificirane sa svim korisnim informacijama koje imaju proizvodi društvo ili globalnoj zajednici.

Osnova intelektualnog istraživanja i razvoja su rezultati kreativne aktivnosti, naučnog istraživanja i razvoja eksperimentalnog dizajna (R&D), koji omogućavaju stvaranje naučno intenzivnih proizvoda, korištenje tehničkih i naučnih ideja zabilježenih u različitim dokumentima i publikacijama. Aktivni IR se izdvajaju kao poseban dio, tj. informacije dostupne za automatizovano pretraživanje, skladištenje, obradu (programi, baze podataka, baze znanja, skladišta podataka, dokumenti, itd.) i za opštu upotrebu.

Efikasnost korišćenja IR-a određena je odnosom njihovog aktivnog dela prema ukupnom obimu informacionih resursa.

U informacionom društvu, IR se vidi kao važan faktor u kvalitativnim promjenama u životu društva. Istovremeno, sasvim u skladu sa realnostima savremene civilizacije, izdvajaju se dve opcije za eksploataciju informacionih resursa: s jedne strane, korišćenje informatizacije u industriji i društvenoj sferi, a sa druge strane tranzicija. na visoko organizovane postindustrijske metode implementacije samih informacionih procesa.

Prilikom implementacije informacijskih procesa, informacija se uvijek prenosi u prostoru i vremenu od izvora informacije do primaoca (primaoca). U isto vrijeme, za prenošenje informacija koriste se različiti znakovi ili simboli, na primjer, prirodni ili umjetni (formalni) jezik, omogućavajući im da se izraze u nekom obliku, koji se zove poruka.

Poruka- oblik prezentacije informacija u obliku skupa znakova (simbola) koji se koriste za prenos.

Poruka kao skup znakova sa stanovišta semiotike ( sa grčkog. setneion - znak, znak) - nauka koja proučava svojstva znakova i znakovnih sistema - može se proučavati na tri nivoa:

1) sintaktički , gdje se razmatraju interna svojstva poruka, odnosno odnos između znakova, koji odražava strukturu datog znakovnog sistema. Eksterna svojstva se proučavaju na semantičkom i pragmatičkom nivou. Na ovom nivou razmatraju se problemi dostave poruke primaocu kao skupa znakova, uzimajući u obzir vrstu medija i način prezentovanja informacija, brzinu prenosa i obrade, veličinu kodova za prezentaciju informacija, pouzdanost. i tačnost konverzije ovih kodova itd., potpuno apstrahujući od semantičkog sadržaja poruka i njihove namjene. Na ovom nivou, informacije koje se razmatraju samo sa sintaktičke tačke gledišta obično se nazivaju podacima, budući da semantička strana nije bitna.

Moderna teorija informacija proučava uglavnom probleme ovog nivoa. Zasniva se na konceptu "količine informacija", što je mjera učestalosti upotrebe znakova, koja ni na koji način ne odražava ni značenje ni važnost poruka koje se prenose. S tim u vezi, ponekad se kaže da je moderna teorija informacija na sintaksičkom nivou.

2) semantički , koji analizira odnos između znakova i objekata, radnji, kvaliteta koje oni označavaju, odnosno semantički sadržaj poruke, njen odnos prema izvoru informacije. Problemi semantičkog nivoa povezani su sa formalizacijom i uzimanjem u obzir značenja prenošene informacije, određivanjem stepena korespondencije između slike objekta i samog objekta. Na ovom nivou analiziraju se informacije koje odražavaju informaciju, razmatraju semantičke veze, formiraju pojmovi i predstave, otkriva značenje, sadržaj informacije i vrši se njena generalizacija.

3) pragmatičan , pri čemu se razmatra odnos između poruke i primaoca, odnosno potrošački sadržaj poruke, njen odnos prema primaocu.

Na ovom nivou, od interesa su posljedice primanja i korištenja ovih informacija od strane potrošača. Problemi na ovom nivou povezani su sa određivanjem vrednosti i korisnosti korišćenja informacija kada potrošač razvija rešenje za postizanje svog cilja. Glavna poteškoća ovdje je u tome što vrijednost, korisnost informacija može biti potpuno različita za različite primaoce i, osim toga, ovisi o nizu faktora, poput pravovremenosti njihove dostave i korištenja.

Za svaki od nivoa problema prenosa informacija o kojima je bilo reči gore, postoje pristupi merenju količine informacija i sopstvene mere informacija. Razlikovati, respektivno, mjere informacija na sintaksičkom nivou, semantičkom nivou i pragmatičkom nivou.

Mjere informacija na sintaksičkom nivou. Kvantitativna procjena informacija ovog nivoa nije povezana sa sadržajnom stranom informacije, već operiše bezličnim informacijama koje ne izražavaju semantičku vezu prema objektu. S tim u vezi, ova mjera omogućava procjenu tokova informacija u objektima različite prirode kao što su komunikacioni sistemi, kompjuteri, kontrolni sistemi, nervni sistem živog organizma itd.

Za mjerenje informacija na sintaksičkom nivou uvode se dva parametra: količina informacija (podataka) - V d(volumetrijski pristup) i količina informacija - I(entropijski pristup).

Količina informacija V d (volumetrijski pristup). Prilikom implementacije informacijskih procesa, informacija se prenosi u obliku poruke, koja je skup simbola abecede. Štaviše, svaki novi znak u poruci povećava količinu informacija predstavljenih nizom znakova date abecede. Ako se sada količina informacija sadržanih u poruci od jednog znaka uzme kao jedinica, tada će količina informacija (podataka) V d u bilo kojoj drugoj poruci biti jednaka broju znakova (bitova) u ovoj poruci. Budući da se ista informacija može predstaviti na mnogo različitih načina (koristeći različite abecede), jedinica mjerenja informacija (podataka) će se u skladu s tim promijeniti.

Dakle, u decimalnom brojevnom sistemu, jedna cifra ima težinu jednaku 10, i, shodno tome, jedinica mere informacije će biti dit (decimalno mjesto P P dit. Na primjer, četverocifreni broj 2009 ima volumen podataka od V d = 4 dit.

U binarnom sistemu, jedna cifra ima težinu jednaku 2, i, shodno tome, jedinica mere informacije će biti bit (bit (binarna cifra) - binarna cifra). U ovom slučaju, poruka u obrascu n-bitni broj ima volumen podataka V d = P bit. Na primjer, osmobitni binarni kod 11001011 ima veličinu podataka V d = 8 bita.

U modernom računarstvu, zajedno sa minimalnom jedinicom merenja podataka bit velika mjerna jedinica se široko koristi bajt jednako 8 bita. Točno osam bitova je potrebno da bi se kodirao bilo koji od 256 znakova abecede kompjuterske tastature (256 = 2 8).

Kada se radi s velikim količinama informacija, za izračunavanje njihove količine koriste se veće mjerne jedinice:

1 kilobajt (KB) = 1024 bajta = 2 10 bajtova,

1 megabajt (MB) = 1024 KB = 2 20 bajtova = 1,048,576 bajtova;

1 gigabajt (GB) = 1024 MB = 2 30 bajtova = 1,073,741,824 bajtova;

U posljednje vrijeme, u vezi s povećanjem količine obrađenih informacija, izvedene su jedinice kao što su:

1 terabajt (TB) = 1024 GB = 2 40 bajtova = 1,099 511 627 776 bajtova;

1 petabajt (PB) = 1024 TB = 2 50 bajtova = 1 125 899 906 842 624 bajtova.

Treba napomenuti da se u sistemu merenja binarnih (kompjuterskih) informacija, za razliku od metričkog sistema, jedinice sa prefiksima "kilo", "mega" itd. dobijaju množenjem osnovne jedinice ne sa 10 3 = 1000. , 10 6 = 1,000,000, itd., i 2 10 = 1024, 2 20 = 1,048,576, itd.

Količina informacija I (entropijski pristup). U teoriji informacija i kodiranja usvojen je entropijski pristup mjerenju informacija. Ovaj pristup se zasniva na činjenici da je činjenica dobijanja informacija uvek povezana sa smanjenjem diverziteta ili neizvesnosti (entropije) sistema. Na osnovu ovoga, količina informacija u poruci je definisana kao mjera smanjenja nesigurnosti stanja datog sistema nakon prijema poruke. Neizvesnost se može tumačiti u smislu koliko malo posmatrač zna o datom sistemu. Čim je posmatrač identifikovao nešto u fizičkom sistemu, entropija sistema se smanjivala, jer je sistem postajao sve uređeniji za posmatrača.

Dakle, sa entropijskim pristupom Pod informacijom se podrazumijeva kvantitativna vrijednost nesigurnosti koja je nestala u toku procesa (testiranja, mjerenja, itd.). U ovom slučaju, entropija se uvodi kao mjera neizvjesnosti N, a količina informacija je jednaka:

I = H apr - H aps

gdje je, H apr - a priori entropija o stanju istraživanog sistema ili procesa;

H aps - posteriorna entropija.

A posteriori (od lat. a posteriori - iz sledećeg) - proizilaze iz iskustva (testiranja, mjerenja).

A priori (od lat. a priori - iz prethodnog) Je koncept koji karakteriše znanje koje prethodi iskustvu (test) i nezavisno je od njega.

U slučaju kada se tokom testa otkloni postojeća nesigurnost (dobije se specifičan rezultat, tj. H = 0), količina primljene informacije poklapa se sa početnom entropijom

Razmotrimo diskretni izvor informacija (izvor diskretnih poruka) kao sistem koji se proučava, pod kojim mislimo na fizički sistem koji ima konačan skup mogućih stanja ( i ja}, i = .

Cijeli set A = (a 1, a 2, ..., a n) stanja sistema u teoriji informacija naziva se apstraktna abeceda ili abeceda izvora poruke.

Pojedinačne države a 1, a 2, ... i n nazivaju se slovima ili simbolima abecede.

Takav sistem može u bilo kom trenutku nasumično pretpostaviti jedno od konačnih skupova mogućih stanja a i... Pritom se kaže da se izborom izvora ostvaruju različita stanja.

Primalac informacije (poruke) ima određenu ideju o mogućem nastanku određenih događaja. Ove ideje su uglavnom nepouzdane i izražene su vjerovatnoćama s kojima on očekuje ovaj ili onaj događaj. Opću mjeru neizvjesnosti (entropiju) karakterizira određena matematička ovisnost o ovim vjerovatnoćama; količina informacija u poruci je određena time koliko se mjera nesigurnosti smanjuje nakon prijema poruke.

Objasnimo ovu ideju na primjeru.

Recimo da imamo 32 različite karte. Mogućnost izbora jedne karte iz špila je 32. Prije nego što napravite izbor, prirodno je sugerirati da su šanse za odabir određene karte jednake za sve karte. Donošenjem izbora eliminišemo ovu nesigurnost. U isto vrijeme, nesigurnost se može okarakterizirati brojem mogućih jednako vjerovatnih izbora. Ako sada definiramo količinu informacija kao mjeru eliminacije nesigurnosti, tada se informacija dobijena kao rezultat izbora može okarakterizirati brojem 32. Međutim, prikladnije je koristiti ne sam ovaj broj, već logaritam gornja procjena zasnovana na bazi 2:

gdje je m broj mogućih jednakovjerovatnih izbora (Za m = 2, dobijamo informaciju u jednom bitu). To jest, u našem slučaju

H = log 2 32 = 5.

Navedeni pristup pripada engleskom matematičaru R. Hartleyju (1928). Ima zanimljivo tumačenje. Odlikuje se brojem pitanja sa odgovorima "da" ili "ne", što omogućava da se odredi koju je kartu osoba odabrala. Ima dovoljno takvih pitanja 5.

Ako pri odabiru kartice mogućnost pojave svake kartice nije ista (različite vjerovatnoće), onda se dobija statistički pristup mjerenju informacija koji je predložio K. Shannon (1948). U ovom slučaju, mjera informacija se mjeri formulom:

gdje p i- vjerovatnoća izbora i znak abecede.

Lako je to vidjeti ako su vjerovatnoće p 1, ..., p n su jednaki, onda je svaki od njih jednak 1 / N, a Shanonova formula postaje Hartleyeva formula.

Informacijske mjere semantičkog nivoa. Za mjerenje semantičkog sadržaja informacije, odnosno njene količine na semantičkom nivou, najrasprostranjenija je mjera tezaurusa, koja povezuje semantička svojstva informacije sa mogućnošću korisnika da primi dolaznu poruku. Zaista, da bi razumio i koristio primljene informacije, primalac mora imati određenu količinu znanja. Potpuno nepoznavanje teme ne dozvoljava nam da iz primljene poruke izvučemo korisne informacije o ovoj temi. Kako znanje o temi raste, raste i količina korisnih informacija izvučenih iz poruke.

Ako se primateljevo znanje o datom predmetu naziva tezaurusom (tj. određenim skupom riječi, pojmova, imena objekata povezanih semantičkim vezama), tada se količina informacija sadržana u određenoj poruci može procijeniti stepenom promjena u individualnom tezaurusu pod uticajem ove poruke.

Tezaurus- skup informacija koje drži korisnik ili sistem.

Drugim riječima, količina semantičke informacije koju primatelj preuzima iz dolaznih poruka zavisi od stepena pripremljenosti njegovog tezaurusa za percepciju takve informacije.

Ovisno o odnosu semantičkog sadržaja informacija S i korisnički tezaurus S p količina semantičkih informacija se mijenja Ja sa, koje korisnik percipira i uključuje u budućnosti u svoj tezaurus. Priroda ove zavisnosti je prikazana na Sl. 2.1. Razmotrimo dva granična slučaja kada je količina semantičke informacije I s jednaka 0:

a) kada je S p = 0, korisnik ne percipira (ne razumije) dolaznu informaciju;

b) za S -> ∞, korisnik “sve zna” i ne trebaju mu dolazne informacije.

Rice. 1.2. Ovisnost količine semantičkih informacija,

percipira potrošač, iz njegovog tezaurusa I c = f (S p)

Potrošač stječe maksimalnu količinu semantičkih informacija kada je njegov semantički sadržaj S usklađen s njegovim tezaurusom S p (S = S p opt), kada su dolazne informacije razumljive korisniku i nose mu do tada nepoznate (odsutne u njegovom tezaurusu) informacije .

Shodno tome, količina semantičkih informacija u poruci, količina novog znanja koje je primio korisnik je relativna vrijednost. Jedna te ista poruka može imati smislen sadržaj za kompetentnog korisnika i biti besmislena za nekompetentnog korisnika.

Prilikom procjene semantičkog (smislenog) aspekta informacije potrebno je težiti slaganju vrijednosti S i Sp.

Relativna mjera količine semantičke informacije može biti koeficijent sadržaja C, koji je definiran kao omjer količine semantičke informacije i njenog volumena:

C = I s / V d

Mjere informacija na pragmatičnom nivou. Ovom mjerom utvrđuje se korisnost informacija za postizanje cilja korisnika. Ova mjera je također relativna vrijednost, zbog specifičnosti korištenja ovih informacija u određenom sistemu.

Jedan od prvih ruskih naučnika koji se pozabavio problemom evaluacije pragmatičnih informacija bio je A.A. Kharkevich, koji je predložio da se kao mjera vrijednosti informacija uzme količina informacija neophodna za postizanje postavljenog cilja, odnosno da se izračuna povećanje vjerovatnoće postizanja cilja. Dakle, ako je prije dobijanja informacije vjerovatnoća postizanja cilja bila jednaka p 0, a nakon prijema - p 1, tada se vrijednost informacije definira kao logaritam omjera p 1 / p 0:

I = log 2 p 1 - log 2 p 0 = log 2 (p 1 / p 0)

Dakle, vrijednost informacije se mjeri u jedinicama informacija, u ovom slučaju u bitovima.

Sintaktička mjera informacije.

Ova mjera količine informacija operira s bezličnim informacijama koje ne izražavaju semantički odnos prema objektu. Volumen podataka Vd u ovom slučaju, poruka se mjeri brojem znakova (bitova) u poruci. U različitim brojevnim sistemima, jedna cifra ima različitu težinu i mjerna jedinica podataka se mijenja u skladu s tim.

Na primjer, u binarnom sistemu, jedinica mjere je bit (bitno-binarna cifra - bit). Bit je odgovor na jedno binarno pitanje (“da” ili “ne”; “0” ili “1”), koje se prenosi putem komunikacijskih kanala pomoću signala. Dakle, količina informacija sadržanih u poruci u bitovima određena je brojem binarnih riječi prirodnog jezika, brojem znakova u svakoj riječi i brojem binarnih signala potrebnih za izražavanje svakog znaka.

U modernim računarima, uz minimalnu jedinicu podataka "bit", naširoko se koristi i uvećana jedinica mjere "bajt", jednaka 8 bita. U decimalnom zapisu, jedinica mjere je “bit” (decimalno mjesto).

Količina informacija I na sintaksičkom nivou, nemoguće je definisati bez razmatranja koncepta neizvesnosti stanja sistema (entropije sistema). Zaista, dobijanje informacija o sistemu uvek je povezano sa promenom stepena neznanja primaoca o stanju ovog sistema, tj. količina informacija se mjeri promjenom (smanjenjem) nesigurnosti stanja sistema.

Koeficijent (stepen) informativnog sadržaja(konciznost) poruke određuje se odnosom količine informacija i količine podataka, tj.

Y = I / Vd, i 0

Sa uvećanjem Y smanjuje se količina posla na transformaciji informacija (podataka) u sistemu. Stoga nastoje povećati sadržaj informacija, za što se razvijaju posebne metode optimalnog kodiranja informacija.

Semantička mjera informacije

Za mjerenje semantičkog sadržaja informacije, tj. Najveće priznanje dobila je njena količina na semantičkom nivou, mjera tezaurusa, koja povezuje semantička svojstva informacije sa sposobnošću korisnika da primi dolaznu poruku. Za to se koristi koncept korisnički tezaurus.

Tezaurus je zbirka informacija koje drži korisnik ili sistem.

Ovisno o odnosu semantičkog sadržaja informacija S i korisnički tezaurus Sr količina semantičkih informacija se mijenja je, koje korisnik percipira i uključuje u budućnosti u svoj tezaurus.

Priroda ove zavisnosti je prikazana na Sl. 1. Razmotrimo dva ograničavajuća slučaja kada je količina semantičkih informacija Is jednako 0:

at Sr= 0 korisnik ne percipira, ne razumije dolazne informacije;

At Sr korisnik sve zna, i nisu mu potrebne dolazne informacije.

Predavanje broj 7

Tema: Mjere informacija: sintaktičke, semantičke, pragmatičke.

Informacija je informacija o objektima i pojavama okoline, njihovim parametrima, svojstvima i stanjima, koji smanjuju stepen neizvjesnosti i nepotpunosti znanja o njima.

Informatika smatra informaciju kao međusobno povezane informacije koje mijenjaju naše razumijevanje fenomena ili objekta okolnog svijeta. Sa ove tačke gledišta, informacije se mogu posmatrati kao skup znanja o dokazima i odnosima između njih.

Tokom obrade, informacija može promijeniti strukturu i oblik. Elementi informacija i njihova međusobna povezanost su znak strukture. Oblici prezentacije informacija mogu biti različiti. Glavni su: simbolički (bazirani na upotrebi različitih simbola), tekstualni (tekst su simboli raspoređeni određenim redoslijedom), grafički (različite vrste slika), zvučni.

U svakodnevnoj praksi pojmovi kao što su informacije i podaci često se smatraju sinonimima. U stvari, među njima postoje razlike. Podaci su informacije predstavljene u obliku koji je pogodan za obradu. Podaci se mogu prikazati u obliku teksta, grafike, audio-vizuelne serije. Prezentacija podataka naziva se jezikom informatike, koji predstavlja skup simbola, sporazuma i pravila koji se koriste za komunikaciju, prikaz, prenošenje informacija u elektronskom obliku.

Informacijska komunikacija je put procesa koji osiguravaju prijenos poruka od izvora informacije do potrošača. Adekvatnost je važna karakteristika za potrošače informacija.

Adekvatnost informacija - određeni nivo korespondencije stvoren uz pomoć primljenih informacija slike sa stvarnom slikom, procesom ili pojavom.

Jedna od najvažnijih karakteristika informacija je njihova adekvatnost. Ispravnost donošenja odluka zavisi od stepena adekvatnosti informacija.

Adekvatnost informacija može se izraziti u tri oblika: sintaksičkom, semantičkom i pragmatičkom.

Sintaktička adekvatnost odražava formalne i strukturne karakteristike informacije bez uticaja na njen semantički sadržaj. Na sintaksičkom nivou uzimaju se u obzir vrsta medija i način na koji se informacija predstavlja, brzina njenog prenosa i obrade, veličina kodova za prezentaciju informacija, pouzdanost i tačnost transformacije ovih kodova itd. Informacije koje se razmatraju sa takvih pozicija obično se nazivaju podacima.

Semantička adekvatnost određuje stepen korespondencije između slike objekta i samog objekta. Ovdje se uzima u obzir semantički sadržaj informacija. Na ovom nivou analiziraju se informacije koje informacije odražavaju, razmatraju se semantičke veze. Dakle, semantička adekvatnost se manifestuje u prisustvu jedinstva informacije i korisnika. Ovaj oblik služi za formiranje pojmova i predstava, za identifikaciju značenja, sadržaja informacije i njene generalizacije.

Pragmatična adekvatnost odražava usklađenost informacija sa ciljevima upravljanja, koji se realizuju na njegovoj osnovi. Pragmatična svojstva informacije se manifestuju u prisustvu jedne informacije, korisnika i cilja upravljanja. Na ovom nivou analiziraju se potrošačka svojstva informacije, povezana sa praktičnom upotrebom informacije, uz korespondenciju njene ciljne funkcije sa aktivnošću sistema.

Svaki oblik adekvatnosti ima svoju mjeru količine informacija.

Sintaktička mjera informacije operira s neličnim informacijama koje ne izražavaju semantičku vezu s objektom. Na ovom nivou, količina podataka u poruci se mjeri brojem znakova u toj poruci. U modernim računarima, minimalna jedinica mjerenja podataka je bit - jedna binarna znamenka. Veće mjerne jedinice su također široko korištene: bajt jednak 8 bita; kilobajt jednak 1024 bajta; megabajt jednak 1024 kilobajta, i tako dalje.

Semantička mjera informacije se koristi za mjerenje semantičkog sadržaja informacije. Ovdje je najrasprostranjenija mjera tezaurusa, koja povezuje semantička svojstva informacije sa sposobnošću korisnika da primi dolaznu poruku. Tezaurus je zbirka informacija koje drži korisnik ili sistem. Potrošač prima maksimalnu količinu semantičkih informacija kada je njihov semantički sadržaj usklađen sa njegovim tezaurusom, kada su dolazne informacije razumljive korisniku i nose mu do tada nepoznate informacije. Semantička mjera količine informacija povezana je sa koeficijentom sadržaja, definiranim kao omjer količine semantičke informacije prema ukupnoj količini podataka.

Informacijska interakcija. Metode prenosa informacija. Klasifikacija informacija.

Koncept informacija. Svojstva informacija. Oblici prezentacije informacija.

Informacije (od lat. Informatio - "objašnjenje, prezentacija, svijest") - informacije o nečemu, bez obzira na oblik njihovog predstavljanja.

Informacije se mogu podijeliti u vrste prema različitim kriterijima:

po načinu percepcije:

Vizuelno - opažaju organi vida.

Slušno - opažaju organi sluha.

Taktilni - Opažaju ga taktilni receptori.

Olfaktorni - percipiraju ga olfaktorni receptori.

Ukus - percipira se ukusnim pupoljcima.

po obliku prezentacije:

Tekst - prenosi se u obliku simbola namijenjenih označavanju znakova jezika.

Numerički - u obliku brojeva i znakova koji označavaju matematičke operacije.

Grafika - u obliku slika, objekata, grafikona.

Zvuk - usmeno ili u obliku bilježenja i prenošenja jezičnih leksema slušnim putem.

po dogovoru:

Ogroman – sadrži trivijalne informacije i radi sa skupom koncepata koji su razumljivi većini društva.

Specijalni – sadrži specifičan skup koncepata, kada se koriste, prenose se informacije koje možda nisu razumljive većini društva, ali su neophodne i razumljive unutar uže društvene grupe u kojoj se te informacije koriste.

Tajna - prenosi se na uski krug ljudi i kroz zatvorene (zaštićene) kanale.

Lični (privatni) – skup informacija o osobi koja određuje društveni status i vrste društvenih interakcija unutar populacije.

po vrijednosti:

Relevantne - informacije koje su vrijedne u datom trenutku.

Pouzdano - informacije primljene bez izobličenja.

Razumljivo – informacija izražena na jeziku koji je razumljiv osobi kojoj je namijenjena.

Potpuna - informacija dovoljna za donošenje ispravne odluke ili razumijevanja.

Korisno - korisnost informacija određuje subjekt koji je informaciju primio, u zavisnosti od obima mogućnosti za njeno korišćenje.

istina:

tačno

U informatici predmet proučavanja informacija su upravo podaci: načini njihovog stvaranja, skladištenja, obrade i prenosa.

Prijenos informacije je proces njenog prostornog prijenosa od izvora do primaoca (primatelja). Osoba je naučila da prenosi i prima informacije čak i prije nego što ih je pohranila. Govor je način prenošenja koji su naši daleki preci koristili u direktnom kontaktu (razgovoru) - koristimo ga i sada. Za prijenos informacija na velike udaljenosti potrebno je koristiti mnogo složenije informacijske procese.

Da bi se izvršio takav proces, informacija mora biti formalizirana (prezentovana) na neki način. Za predstavljanje informacija koriste se različiti znakovni sistemi - skupovi unaprijed dogovorenih semantičkih simbola: predmeti, slike, pisane ili štampane riječi prirodnog jezika. Semantičke informacije o objektu, pojavi ili procesu predstavljene uz njihovu pomoć nazivaju se porukom.

Očigledno, da bi se poruka prenijela na daljinu, informacije se moraju prenijeti na neku vrstu mobilnog operatera. Mediji se mogu kretati svemirom pomoću vozila, kao što je slučaj s pismima poslatim poštom. Ova metoda osigurava potpunu pouzdanost prijenosa informacija, budući da primalac prima originalnu poruku, ali je potrebno dosta vremena za prijenos. Od sredine 19. vijeka postale su raširene metode prenošenja informacija, koristeći prirodno šireći medij informacija - elektromagnetne oscilacije (električne oscilacije, radio valovi, svjetlost). Uređaji koji implementiraju proces prenosa podataka formiraju komunikacione sisteme. U zavisnosti od načina prezentovanja informacija, komunikacioni sistemi se mogu podeliti na znakovne (telegraf, telefaks), zvučne (telefonske), video i kombinovane (televizije). Najrazvijeniji komunikacioni sistem u našem vremenu je Internet.

Informacijske jedinice se koriste za mjerenje različitih karakteristika povezanih s informacijama.

Najčešće se mjerenje informacija odnosi na mjerenje kapaciteta računarske memorije (uređaja za skladištenje podataka) i mjerenje količine podataka koji se prenose putem digitalnih komunikacijskih kanala. Ređe se meri količina informacija.

Bit (engleski binary digit - binarni broj; takođe igra riječi: engleski bit - komad, čestica) je jedinica za mjerenje količine informacija, jednaka jednom bitu u binarnom brojevnom sistemu. Označeno u skladu sa GOST 8.417-2002

Claude Shannon je 1948. godine predložio korištenje riječi bit za označavanje najmanje jedinice informacije:

Bit je binarni logaritam vjerovatnoće jednako vjerovatnih događaja ili zbir proizvoda vjerovatnoće i binarni logaritam vjerovatnoće jednako vjerovatnih događaja; vidi entropiju informacija.

Bit je osnovna jedinica mjerenja količine informacija, jednaka količini informacija sadržanih u eksperimentu koji ima dva jednako vjerovatna ishoda; vidi entropiju informacija. Ovo je identično količini informacija u odgovoru na pitanje koja dozvoljava odgovore "da" ili "ne" i nijedan drugi (odnosno, količina informacija koja vam omogućava da nedvosmisleno odgovorite na postavljeno pitanje).

Sintaktička mjera informacije

Pojava informologije kao nauke može se pripisati kraju 50-ih godina našeg vijeka, kada je američki inženjer R. Hartley pokušao uvesti kvantitativnu mjeru informacija koje se prenose komunikacijskim kanalima. Razmotrimo jednostavnu situaciju igre. Prije nego što primi poruku o rezultatu bacanja novčića, osoba je u stanju neizvjesnosti o ishodu sljedećeg bacanja. Partnerova poruka pruža informacije koje otklanjaju ovu nesigurnost. Imajte na umu da je broj mogućih ishoda u opisanoj situaciji jednak 2, oni su jednaki (jednako vjerojatni) i svaki put kada je prenesena informacija potpuno otklonila nastalu nesigurnost. Hartley je uzeo "količinu informacija" prenesenih putem komunikacijskog kanala u vezi s dva jednaka ishoda i otklanja nesigurnost tako što je prikazao jednom od njih, kao jedinicu informacija koja se zove "bit".

Semantička mjera informacije

Nova faza u teorijskoj ekspanziji pojma informacije povezana je sa kibernetikom - naukom o kontroli i komunikaciji u živim organizmima, društvu i mašinama. Ostajući na pozicijama Šenonovog pristupa, kibernetika formuliše princip jedinstva informacije i kontrole, što je posebno važno za analizu suštine procesa koji se odvijaju u samoupravnim, samoorganizovanim biološkim i društvenim sistemima. Koncept razvijen u radovima N. Wienera pretpostavlja da je proces upravljanja u ovim sistemima proces obrade (transformacije) nekim centralnim uređajem informacija primljenih iz izvora primarnih informacija (senzornih receptora) i prenošenja u te dijelove sistem u kojem ga njegovi elementi doživljavaju kao naredbu da se izvrši neka radnja. Po završetku same radnje, senzorni receptori su spremni da prenesu informacije o promenjenoj situaciji kako bi izvršili novi kontrolni ciklus. Tako je organizovan ciklični algoritam (sekvenca radnji) za upravljanje i kruženje informacija u sistemu. Ovdje je važno da glavnu ulogu igra sadržaj informacija koje prenose receptori i centralni uređaj. Informacija je, prema Wieneru, "oznaka sadržaja primljenog iz vanjskog svijeta u procesu naše adaptacije na njega i prilagođavanja naših osjetila."

Pragmatična mjera informacija

U pragmatičnim konceptima informacija ovaj aspekt je centralni, što dovodi do potrebe da se u obzir uzme vrijednost, korisnost, efikasnost, ekonomičnost informacija, tj. one njegove kvalitete koje presudno utiču na ponašanje samoorganizirajućih, samoupravnih, svrsishodnih kibernetičkih sistema (bioloških, društvenih, čovjek-mašina).

Jedan od najsjajnijih predstavnika pragmatičnih teorija informacija je bihevioristički model komunikacije - bihevioristički model Ackoff-Milesa. Polazna tačka u ovom modelu je ciljna težnja primaoca informacije da reši konkretan problem. Primalac je u „svrhovitom stanju“ ako nečemu teži i ima alternativne načine nejednake efikasnosti da postigne cilj. Poruka poslana primaocu je informativna ako promijeni svoje "svrsishodno stanje".

S obzirom da se „svrhovno stanje“ karakteriše redoslijedom mogućih radnji (alternativa), djelotvornosti radnje i značajnosti rezultata, poruka koja se prenosi primaocu može utjecati na sve tri komponente u različitom stepenu. U skladu s tim, prenošene informacije se po vrstama razlikuju na "informirajuće", "poučne" i "motivirajuće". Dakle, za primaoca pragmatična vrijednost poruke leži u činjenici da mu omogućava da zacrta strategiju ponašanja u postizanju cilja konstruirajući odgovore na pitanja: šta, kako i zašto učiniti na svakom sljedećem koraku? Za svaku vrstu informacija, bihevioristički model nudi vlastitu mjeru, a ukupna pragmatična vrijednost informacije određena je kao funkcija razlike između ovih količina u "svrhovnom stanju" prije i nakon njegove promjene u novo "svrhovito stanje" .