هنگام اجرای فرآیندهای اطلاعاتی، اطلاعات همیشه در مکان و زمان از منبع اطلاعات به گیرنده (گیرنده) منتقل می شود. در عین حال، از علائم یا نمادهای مختلفی برای انتقال اطلاعات استفاده می شود، به عنوان مثال، زبان طبیعی یا مصنوعی (رسمی) که به آن اجازه می دهد به شکلی بیان شود که پیام نامیده می شود.
پیام- شکل ارائه اطلاعات در قالب مجموعه ای از علائم (نمادها) که برای انتقال استفاده می شود.
پیام به عنوان مجموعه ای از نشانه ها از دیدگاه نشانه شناسی ( از یونانی setneion - علامت، علامت) - علمی که به بررسی خواص نشانه ها و سیستم های نشانه ای می پردازد - در سه سطح قابل بررسی است:
1) نحوی ، که در آن ویژگی های داخلی پیام ها در نظر گرفته می شود، یعنی رابطه بین نشانه ها، که ساختار یک سیستم نشانه معین را منعکس می کند. ویژگی های بیرونی در سطوح معنایی و عملی مورد مطالعه قرار می گیرند. در این سطح با در نظر گرفتن نوع رسانه و نحوه ارائه اطلاعات، سرعت انتقال و پردازش، اندازه کدهای ارائه اطلاعات، قابلیت اطمینان، مشکلات ارسال پیام به گیرنده به صورت مجموعه ای از کاراکترها در نظر گرفته می شود. و دقت در تبدیل این کدها و غیره کاملا انتزاعی از محتوای معنایی پیام ها و هدف مورد نظر آنها. در این سطح، اطلاعاتی که فقط از نقطه نظر نحوی در نظر گرفته می شوند، معمولا داده نامیده می شوند، زیرا جنبه معنایی آن مهم نیست.
نظریه اطلاعات مدرن عمدتاً مشکلات این سطح را مطالعه می کند. این بر اساس مفهوم "میزان اطلاعات" است که معیاری برای بسامد استفاده از علائم است، که به هیچ وجه معنی و اهمیت پیام های ارسال شده را منعکس نمی کند. در این زمینه گاهی گفته می شود که نظریه اطلاعات مدرن در سطح نحوی است.
2) معنایی ، که رابطه بین علائم و اشیاء، اعمال، کیفیت های تعیین شده توسط آنها، یعنی محتوای معنایی پیام، ارتباط آن با منبع اطلاعات را تجزیه و تحلیل می کند. مشکلات سطح معنایی با رسمی سازی و در نظر گرفتن معنای اطلاعات منتقل شده، تعیین میزان مطابقت بین تصویر شی و خود شی همراه است. در این سطح، اطلاعاتی که منعکس کننده اطلاعات است، تجزیه و تحلیل می شود، ارتباطات معنایی در نظر گرفته می شود، مفاهیم و بازنمایی ها شکل می گیرد، معنا، محتوای اطلاعات آشکار می شود و تعمیم آن انجام می شود.
3) عملگرا ، که در آن رابطه بین پیام و گیرنده در نظر گرفته می شود، یعنی محتوای مصرف کننده پیام، ارتباط آن با گیرنده.
در این سطح، پیامدهای دریافت و استفاده از این اطلاعات توسط مصرف کننده مورد توجه است. مشکلات در این سطح با تعیین ارزش و سودمندی استفاده از اطلاعات در زمانی که مصرف کننده راه حلی برای رسیدن به هدف خود ایجاد می کند، مرتبط است. مشکل اصلی در اینجا این است که ارزش، سودمندی اطلاعات می تواند برای گیرندگان مختلف کاملاً متفاوت باشد و علاوه بر این، به عوامل متعددی مانند به موقع بودن تحویل و استفاده از آن بستگی دارد.
برای هر یک از سطوح مشکلات انتقال اطلاعات که در بالا مورد بحث قرار گرفت، روش‌هایی برای اندازه‌گیری مقدار اطلاعات و اندازه‌گیری‌های خود اطلاعات وجود دارد. به ترتیب معیارهای اطلاعات سطح نحوی، سطح معنایی و سطح عملی را تشخیص دهید.
اندازه گیری اطلاعات سطح نحویارزیابی کمی اطلاعات این سطح با جنبه محتوایی اطلاعات مرتبط نیست، بلکه با اطلاعات غیرشخصی عمل می کند که رابطه معنایی با شی را بیان نمی کند. در این راستا، این اندازه گیری امکان ارزیابی جریان اطلاعات در اشیاء با ماهیت مختلف مانند سیستم های ارتباطی، رایانه ها، سیستم های کنترل، سیستم عصبی یک موجود زنده و غیره را فراهم می کند.
برای اندازه گیری اطلاعات در سطح نحوی، دو پارامتر معرفی می شود: میزان اطلاعات (داده) - V d(رویکرد حجمی) و میزان اطلاعات - من(رویکرد آنتروپی).
حجم اطلاعات V d (رویکرد حجمی).هنگام اجرای فرآیندهای اطلاعاتی، اطلاعات در قالب یک پیام که مجموعه ای از نمادهای یک الفبا است، منتقل می شود. علاوه بر این، هر کاراکتر جدید در پیام، مقدار اطلاعات نشان داده شده توسط یک دنباله از کاراکترهای الفبای داده شده را افزایش می دهد. اگر اکنون مقدار اطلاعات موجود در یک پیام یک کاراکتر به عنوان یک واحد در نظر گرفته شود، آنگاه مقدار اطلاعات (داده) V d در هر پیام دیگری برابر با تعداد کاراکترها (بیت) این پیام خواهد بود. از آنجایی که اطلاعات یکسان را می توان به روش های مختلف (با استفاده از الفبای مختلف) ارائه کرد، واحد اندازه گیری اطلاعات (داده ها) متناسب با آن تغییر می کند.
بنابراین، در سیستم اعداد اعشاری، یک رقم دارای وزنی برابر با 10 است و بر این اساس، واحد اندازه گیری اطلاعات خواهد بود. آن (رقم اعشار پ پآن به عنوان مثال، یک عدد چهار رقمی 2009 دارای حجم داده V d = 4 dit است.
در سیستم باینری، یک رقم دارای وزنی برابر با 2 است و بر این اساس، واحد اندازه گیری اطلاعات خواهد بود. بیت (بیت (رقم باینری) - رقم دودویی). در این مورد، پیام در فرم nعدد بیت دارای حجم داده V d = است پبیت به عنوان مثال، کد باینری هشت بیتی 11001011 دارای اندازه داده V d = 8 بیت است.
در محاسبات مدرن، همراه با حداقل واحد اندازه گیری داده ها بیتواحد اندازه گیری بزرگ به طور گسترده استفاده می شود بایتبرابر با 8 بیت دقیقاً هشت بیت است که برای رمزگذاری هر یک از 256 کاراکتر الفبای صفحه کلید کامپیوتر (256 = 2 8) مورد نیاز است.
هنگام کار با مقادیر زیاد اطلاعات، واحدهای اندازه گیری بزرگتر برای محاسبه مقدار آن استفاده می شود:
1 کیلوبایت (KB) = 1024 بایت = 2 10 بایت،
1 مگابایت (MB) = 1024 کیلوبایت = 2 20 بایت = 1,048,576 بایت.
1 گیگابایت (GB) = 1024 مگابایت = 2 30 بایت = 1,073,741,824 بایت.
اخیراً در ارتباط با افزایش حجم اطلاعات پردازش شده، واحدهای مشتق شده ای مانند:
1 ترابایت (TB) = 1024 گیگابایت = 2 40 بایت = 1,099 511 627 776 بایت.
1 پتابایت (PB) = 1024 ترابایت = 2 50 بایت = 1 125 899 906 842 624 بایت.
لازم به ذکر است که در سیستم اندازه گیری اطلاعات باینری (رایانه ای) برخلاف سیستم متریک، واحدهایی با پیشوندهای "کیلو"، "مگا" و ... از ضرب واحد پایه نه در 1000 = 3 به دست می آید. ، 10 6 = 1,000,000 و غیره و 2 10 = 1024, 2 20 = 1,048,576 و غیره.
مقدار اطلاعات I (رویکرد آنتروپی).در تئوری اطلاعات و کدگذاری، یک رویکرد آنتروپیک برای اندازه گیری اطلاعات اتخاذ شده است. این رویکرد مبتنی بر این واقعیت است که واقعیت به دست آوردن اطلاعات همیشه با کاهش تنوع یا عدم قطعیت (آنتروپی) سیستم همراه است. بر این اساس، مقدار اطلاعات در یک پیام به عنوان معیاری برای کاهش عدم قطعیت وضعیت یک سیستم معین پس از دریافت پیام تعریف می شود.عدم قطعیت را می توان بر حسب اینکه ناظر در مورد یک سیستم معین اطلاعات کمی دارد تفسیر کرد. به محض اینکه ناظر چیزی را در سیستم فیزیکی شناسایی کرد، آنتروپی سیستم کاهش یافت، زیرا سیستم برای ناظر نظم بیشتری پیدا کرد.
بنابراین، با رویکرد آنتروپی اطلاعات به عنوان مقدار کمی عدم قطعیت درک می شود که در طول یک فرآیند (آزمایش، اندازه گیری و غیره) ناپدید شد.در این حالت آنتروپی به عنوان معیار عدم قطعیت معرفی می شود ن، و مقدار اطلاعات برابر است با:
I = H apr - H aps
که در آن، H apr - آنتروپی پیشینی در مورد وضعیت سیستم یا فرآیند مورد بررسی.
H aps - آنتروپی خلفی.
پسینی (از لات پسینی - از موارد زیر) - نشات گرفته از تجربه (آزمون ها، اندازه گیری ها).
پیشین (از لات پیشینی - از قبلی) مفهومی است که مشخص کننده دانشی است که مقدم بر تجربه (آزمون) و مستقل از آن است.
در صورتی که در طول آزمایش عدم قطعیت موجود حذف شود (نتیجه خاصی به دست می آید، یعنی H = 0)، مقدار اطلاعات دریافتی با آنتروپی اولیه مطابقت دارد.
اجازه دهید یک منبع اطلاعات گسسته (منبع پیام های گسسته) را به عنوان سیستم مورد مطالعه در نظر بگیریم، که منظور ما یک سیستم فیزیکی است که دارای مجموعه ای محدود از حالت های ممکن است ( و من}, من = .
کل مجموعه А = (a 1، a 2، ...، a n)حالات سیستم در تئوری اطلاعات، الفبای انتزاعی یا الفبای منبع پیام نامیده می شود.
ایالت های فردی a 1، a 2، ...، و nحروف یا نمادهای الفبا نامیده می شوند.
چنین سیستمی می تواند در هر زمان به طور تصادفی یکی از مجموعه های متناهی حالت های ممکن را فرض کند یک من... در عین حال گفته می شود که حالات مختلف به دلیل انتخاب منبع آنها تحقق می یابد.
گیرنده اطلاعات (پیام) تصور خاصی از وقوع احتمالی رویدادهای خاص دارد. این عقاید عموماً غیرقابل اعتماد هستند و با احتمالاتی که او انتظار این یا آن رویداد را دارد بیان می شود. معیار کلی عدم قطعیت (آنتروپی) با مقداری وابستگی ریاضی به این احتمالات مشخص می شود؛ مقدار اطلاعات در یک پیام با میزان کاهش میزان عدم قطعیت پس از دریافت پیام تعیین می شود.
بیایید این ایده را با یک مثال توضیح دهیم.
فرض کنید 32 کارت مختلف داریم. امکان انتخاب یک کارت از روی عرشه 32 است. قبل از انتخاب، طبیعی است که پیشنهاد کنیم شانس انتخاب یک کارت خاص برای همه کارت ها یکسان است. با انتخاب، این عدم قطعیت را از بین می بریم. در عین حال، عدم قطعیت را می‌توان با تعداد گزینه‌های احتمالی مشابه مشخص کرد. اگر اکنون مقدار اطلاعات را به عنوان معیاری برای حذف عدم قطعیت تعریف کنیم، اطلاعات به دست آمده در نتیجه انتخاب را می توان با عدد 32 مشخص کرد. با این حال، راحت تر است که از خود این عدد استفاده نکنیم، بلکه از لگاریتم استفاده کنیم. برآورد فوق بر اساس مبنای 2:
که در آن m تعداد انتخاب‌های هم‌احتمال ممکن است (برای m = 2، اطلاعات را در یک بیت دریافت می‌کنیم). یعنی در مورد ما
H = log 2 32 = 5.
رویکرد بیان شده متعلق به ریاضیدان انگلیسی آر. هارتلی (1928) است. تعبیر جالبی دارد. با تعداد سؤالات با پاسخ "بله" یا "خیر" مشخص می شود که به شما امکان می دهد مشخص کنید که شخص کدام کارت را انتخاب کرده است. به اندازه کافی چنین سوالاتی وجود دارد 5.
اگر هنگام انتخاب یک کارت، احتمال ظاهر شدن هر کارت یکسان نباشد (به احتمال متفاوت)، آنگاه یک رویکرد آماری برای اندازه‌گیری اطلاعات ارائه شده توسط K. Shannon (1948) دریافت می‌کنیم. در این مورد، اندازه گیری اطلاعات با فرمول اندازه گیری می شود:
جایی که p i- احتمال انتخاب منکاراکتر الفبا
به راحتی می توان فهمید که اگر احتمالات ص 1, ..., p nمساوی هستند، سپس هر یک از آنها برابر است 1 / Nو فرمول شانون به فرمول هارتلی تبدیل می شود.
اندازه گیری اطلاعات سطح معناییبرای اندازه گیری محتوای معنایی اطلاعات، یعنی میزان آن در سطح معنایی، گسترده ترین معیار اصطلاحنامه است که ویژگی های معنایی اطلاعات را با توانایی کاربر در دریافت پیام دریافتی مرتبط می کند. در واقع، برای درک و استفاده از اطلاعات دریافتی، گیرنده باید مقدار معینی از دانش را داشته باشد. بی اطلاعی کامل از موضوع به ما اجازه نمی دهد که اطلاعات مفیدی را از پیام دریافتی در مورد این موضوع استخراج کنیم. با افزایش دانش در مورد یک موضوع، میزان اطلاعات مفید استخراج شده از یک پیام نیز افزایش می یابد.
اگر دانش گیرنده در مورد یک موضوع معین اصطلاحنامه نامیده می شود (یعنی مجموعه معینی از کلمات، مفاهیم، نام اشیاء که با پیوندهای معنایی به هم متصل می شوند)، آنگاه مقدار اطلاعات موجود در یک پیام خاص را می توان با درجه ای تخمین زد. تغییر در اصطلاحنامه فردی تحت تأثیر این پیام.
اصطلاحنامه- مجموعه ای از اطلاعات نگهداری شده توسط یک کاربر یا یک سیستم.
به عبارت دیگر، میزان اطلاعات معنایی بازیابی شده توسط گیرنده از پیام های دریافتی به میزان آماده بودن اصطلاحنامه وی برای درک چنین اطلاعاتی بستگی دارد.
بسته به رابطه بین محتوای معنایی اطلاعات اسو اصطلاحنامه کاربری S pمقدار اطلاعات معنایی تغییر می کند من با، توسط کاربر درک شده و توسط وی در آینده در اصطلاحنامه خود گنجانده شده است. ماهیت این وابستگی در شکل نشان داده شده است. 2.1. دو مورد محدود کننده را در نظر بگیرید که مقدار اطلاعات معنایی I с برابر با 0 باشد:
الف) هنگامی که S p = 0، کاربر اطلاعات دریافتی را درک نمی کند (نمی فهمد).
ب) برای S -> ∞، کاربر "همه چیز را می داند" و به اطلاعات ورودی نیاز ندارد.
برنج. 1.2. وابستگی به مقدار اطلاعات معنایی،
درک شده توسط مصرف کننده، از اصطلاحنامه او I c = f (S p)
مصرف کننده حداکثر مقدار اطلاعات معنایی را زمانی به دست می آورد که محتوای معنایی آن S با اصطلاحنامه S p (S = S p opt) هماهنگ شود، زمانی که اطلاعات دریافتی برای کاربر قابل درک باشد و اطلاعات قبلاً ناشناخته (غایب در اصطلاحنامه او) را به او منتقل کند. .
در نتیجه، مقدار اطلاعات معنایی در پیام، میزان دانش جدید دریافت شده توسط کاربر یک مقدار نسبی است. یک پیام واحد می تواند برای یک کاربر شایسته محتوای معنادار داشته باشد و برای یک کاربر نالایق بی معنی باشد.
هنگام ارزیابی جنبه معنایی (معنی) اطلاعات، باید برای توافق بین مقادیر S و Sp تلاش کرد.
معیار نسبی مقدار اطلاعات معنایی می تواند ضریب محتوایی C باشد که به عنوان نسبت مقدار اطلاعات معنایی به حجم آن تعریف می شود:
C = I s / V d
اندازه گیری اطلاعات در سطح عملی.این معیار سودمندی اطلاعات را برای دستیابی به هدف کاربر تعیین می کند. این اندازه گیری نیز به دلیل ویژگی های استفاده از این اطلاعات در یک سیستم خاص، یک مقدار نسبی است.
یکی از اولین دانشمندان روسی که به مشکل ارزیابی اطلاعات عملگرایانه پرداخت، A.A. خارکویچ، که پیشنهاد کرد به عنوان معیاری برای ارزش اطلاعات، مقدار اطلاعات لازم برای دستیابی به هدف تعیین شده، یعنی محاسبه افزایش احتمال دستیابی به هدف را در نظر بگیرد. بنابراین، اگر قبل از به دست آوردن اطلاعات، احتمال دستیابی به هدف برابر با p 0 و پس از دریافت آن - p 1 بود، مقدار اطلاعات به عنوان لگاریتم نسبت p 1 / p 0 تعریف می شود:
I = log 2 p 1 - log 2 p 0 = log 2 (p 1 / p 0)
بنابراین، ارزش اطلاعات بر حسب واحد اطلاعات و در این مورد به بیت اندازه گیری می شود.
هنگام ارزیابی اطلاعات، جنبه هایی مانند نحوی، معنایی، عملی متمایز می شود. جنبه نحویمرتبط با روش انتقال اطلاعات، صرف نظر از کیفیت معنایی و مصرف کننده آن. در سطح نحوی، اشکال انتقال و ذخیره آن در نظر گرفته شده است. معمولاً اطلاعاتی که قرار است ارسال شود، پیام نامیده می شود. پیام را می توان به شکل علائم و نمادهایی که به شکل الکتریکی تبدیل شده و کدگذاری می شوند، نشان داد. در قالب یک توالی مشخص از سیگنال های الکتریکی ارائه می شود که به طور واضح پیام های ارسال شده را نشان می دهد. ویژگی های فرآیندهای تبدیل پیام برای انتقال توسط جنبه نحوی تعیین می شود. در طول ذخیره سازی، جنبه نحوی توسط اشکال دیگر ارائه اطلاعات تعیین می شود که جستجو، ثبت، به روز رسانی و تغییر اطلاعات در پایگاه اطلاعاتی را به بهترین نحو ممکن می سازد. اطلاعاتی که فقط با توجه به جنبه نحوی در نظر گرفته می شوند اغلب به عنوان نامیده می شوند داده ها. جنبه معناییمحتوای معنایی اطلاعات را منتقل می کند و آن را با اطلاعات موجود قبلی مرتبط می کند. ارتباط معنایی بین کلمات و سایر عناصر زبان منعکس می شود "اصطلاحنامه"(فرهنگ لغت). این شامل دو بخش است: فهرستی از کلمات و عبارات پایدار که بر اساس معنی گروه بندی شده اند، و یک کلید (الفبا) که به شما امکان می دهد کلمات را به ترتیب خاصی مرتب کنید. پس از دریافت اطلاعات، اصطلاحنامه را می توان تغییر داد، و درجه این تغییر، میزان اطلاعات در حال بازتولید را مشخص می کند. جنبه عملگرایانهامکان دستیابی به هدف تعیین شده را با در نظر گرفتن اطلاعات دریافتی تعیین می کند. این جنبه منعکس کننده ویژگی های مصرف کننده اطلاعات است - اگر اطلاعات ارزشمند باشد، رفتار مصرف کننده آن در جهت درست تغییر می کند. جنبه عملگرایانه در حضور وحدت مصرف کننده و هدف تعیین شده متجلی می شود.
بنابراین اطلاعات مربوط به پیدایش و دگرگونی های آن از 3 مرحله می گذرد که جنبه های معنایی، نحوی و عملی آن را مشخص می کند. یک شخص ابتدا برخی از حقایق واقعیت اطراف را مشاهده می کند که به صورت مجموعه خاصی از داده ها در ذهن او منعکس می شود - در اینجا ظاهر می شود جنبه نحوی... سپس، پس از ساختاردهی این داده ها مطابق با حوزه موضوعی، فرد دانش در مورد ساختار شی را رسمی می کند - این جنبه معناییاطلاعات دریافت شده اطلاعات در قالب دانش دارای درجه بالایی از ساختار است که باعث می شود اطلاعات کامل در مورد واقعیت اطراف برجسته شود و مدل های اطلاعاتی از اشیاء مورد مطالعه ایجاد شود. سپس فرد از دانش کسب شده در عمل خود استفاده می کند، یعنی برای رسیدن به اهداف تعیین شده، که منعکس کننده است جنبه عملی.
اندازه گیری نحوی اطلاعات
این اندازه گیری از مقدار اطلاعات با اطلاعات غیر شخصی عمل می کند که رابطه معنایی را با شی بیان نمی کند. حجم داده Vdدر این حالت پیام با تعداد کاراکترها (بیت) پیام اندازه گیری می شود. در سیستم‌های اعداد مختلف، یک رقم وزن متفاوتی دارد و واحد اندازه‌گیری داده‌ها بر این اساس تغییر می‌کند.
به عنوان مثال، در سیستم باینری، واحد اندازه گیری بیت است (رقم بیت باینری -بیت). بیت پاسخ به یک سوال باینری است ("بله" یا "خیر"، "0" یا "1")، که از طریق کانال های ارتباطی با استفاده از سیگنال ارسال می شود. بنابراین، مقدار اطلاعات موجود در پیام در بیت با تعداد کلمات دودویی زبان طبیعی، تعداد کاراکترهای هر کلمه و تعداد سیگنال های باینری مورد نیاز برای بیان هر کاراکتر تعیین می شود.
در رایانه های مدرن، همراه با حداقل واحد داده "بیت"، یک واحد اندازه گیری بزرگ شده "بایت" به طور گسترده ای استفاده می شود که برابر با 8 بیت است. در نماد اعشاری، واحد اندازه گیری "بیت" (مکان اعشاری) است.
مقدار اطلاعات Iدر سطح نحوی، بدون در نظر گرفتن مفهوم عدم قطعیت وضعیت سیستم (آنتروپی سیستم) غیر ممکن است. در واقع، به دست آوردن اطلاعات در مورد یک سیستم همیشه با تغییر در میزان ناآگاهی گیرنده از وضعیت این سیستم همراه است. مقدار اطلاعات با تغییر (کاهش) عدم قطعیت وضعیت سیستم اندازه گیری می شود.
ضریب (درجه) محتوای اطلاعاتی(مختصر بودن) پیام با نسبت مقدار اطلاعات به مقدار داده تعیین می شود، یعنی.
Y = I / Vd،و 0 با بزرگنمایی Yمیزان کار برای تبدیل اطلاعات (داده ها) در سیستم کاهش می یابد. بنابراین، آنها در تلاش برای افزایش محتوای اطلاعاتی هستند که برای این منظور روش های خاصی برای کدگذاری بهینه اطلاعات در حال توسعه است. معیار معنایی اطلاعات برای اندازه گیری محتوای معنایی اطلاعات، به عنوان مثال. کمیت آن در سطح معنایی، معیار اصطلاحنامه، که ویژگی های معنایی اطلاعات را با توانایی کاربر برای دریافت پیام دریافتی مرتبط می کند، بیشترین تشخیص را دریافت کرد. برای این منظور از مفهوم استفاده می شود اصطلاحنامه کاربر اصطلاحنامهمجموعه ای از اطلاعات است که توسط یک کاربر یا یک سیستم نگهداری می شود. بسته به رابطه بین محتوای معنایی اطلاعات اسو اصطلاحنامه کاربری Sрمقدار اطلاعات معنایی تغییر می کند آیا،توسط کاربر درک شده و توسط وی در آینده در اصطلاحنامه خود گنجانده شود. ماهیت این وابستگی در شکل نشان داده شده است. 1. دو مورد محدود کننده را در مورد میزان اطلاعات معنایی در نظر بگیرید آیابرابر 0: در Sр= 0 کاربر درک نمی کند، اطلاعات دریافتی را درک نمی کند. در Sр کاربر همه چیز را می داند و نیازی به اطلاعات دریافتی ندارد. همانطور که قبلا ذکر شد، مفهوم اطلاعات را می توان تحت محدودیت های مختلفی که بر ویژگی های آن اعمال می شود، در نظر گرفت. در سطوح مختلف بررسی اساساً سه سطح وجود دارد - نحوی، معنایی و عملی. بر این اساس، بر روی هر یک از آنها، برآوردهای متفاوتی برای تعیین میزان اطلاعات استفاده می شود. در سطح نحوی، برای تخمین مقدار اطلاعات، از روش‌های احتمالی استفاده می‌شود که فقط ویژگی‌های احتمالی اطلاعات را در نظر می‌گیرند و دیگران را در نظر نمی‌گیرند (محتوای معنایی، سودمندی، ارتباط و غیره). در اواسط قرن XX توسعه یافته است. روش‌های ریاضی و به‌ویژه روش‌های احتمالی امکان شکل‌گیری رویکردی برای ارزیابی مقدار اطلاعات به عنوان معیاری برای کاهش عدم قطعیت دانش را فراهم کردند. این رویکرد که احتمالاتی نیز نامیده می شود، این اصل را فرض می کند: اگر برخی از پیام ها منجر به کاهش عدم قطعیت دانش ما شود، می توان استدلال کرد که چنین پیامی حاوی اطلاعات است. در این مورد، پیام ها حاوی اطلاعاتی در مورد هر رویدادی است که با احتمالات مختلف قابل تحقق است. فرمول تعیین مقدار اطلاعات برای رویدادهایی با احتمالات مختلف و به دست آمده از یک منبع اطلاعات گسسته توسط دانشمند آمریکایی K. Shannon در سال 1948 ارائه شد. با توجه به این فرمول، مقدار اطلاعات را می توان به صورت زیر تعیین کرد: جایی که من- مقدار اطلاعات؛ ن- تعداد رویدادهای احتمالی (پیام ها)؛ p i- احتمال رویدادهای فردی (پیام ها). مقدار اطلاعات تعیین شده با استفاده از فرمول (2.1) فقط یک مقدار مثبت می گیرد. از آنجایی که احتمال رخدادهای فردی کمتر از یک است، به ترتیب عبارت log 2، - یک مقدار منفی است و برای به دست آوردن مقدار مثبت مقدار اطلاعات در فرمول (2.1)، یک علامت منفی در جلوی علامت قرار می گیرد. علامت جمع اگر احتمال وقوع رویدادهای فردی یکسان باشد و گروه کاملی از رویدادها را تشکیل دهند، یعنی: سپس فرمول (2.1) به فرمول R. Hartley تبدیل می شود: در فرمول های (2.1) و (2.2) رابطه بین مقدار اطلاعات منو بر این اساس، احتمال (یا تعداد) رویدادهای فردی با استفاده از لگاریتم بیان می شود. استفاده از لگاریتم در فرمول های (2.1) و (2.2) را می توان به صورت زیر توضیح داد. برای سادگی استدلال از رابطه (2.2) استفاده می کنیم. ما به ترتیب به آرگومان اختصاص می دهیم نمقادیر انتخاب شده، به عنوان مثال، از یک سری اعداد: 1، 2، 4، 8، 16، 32، 64، و غیره. برای تعیین اینکه از کدام رویداد است نرویدادهای مشابه احتمالی رخ داده است، برای هر تعداد سری لازم است که به ترتیب عملیات انتخاب از دو رویداد ممکن انجام شود. بنابراین برای ن= 1 تعداد عملیات برابر با 0 خواهد بود (احتمال یک رویداد 1 است)، برای ن= 2، تعداد عملیات برابر با 1 خواهد بود، برای ن= 4 تعداد عملیات برابر با 2 خواهد بود، برای ن= 8، تعداد عملیات 3 و غیره خواهد بود. بنابراین، سری اعداد زیر را به دست می آوریم: 0، 1، 2، 3، 4، 5، 6 و غیره که می توان آنها را مطابق با مقادیر تابع در نظر گرفت. مندر رابطه (2.2). دنباله ای از مقادیر عددی که یک آرگومان می گیرد ن، یک سری است که در ریاضیات به عنوان مجموعه ای از اعداد که یک پیشرفت هندسی را تشکیل می دهند و دنباله ای از مقادیر اعدادی که تابع می گیرد شناخته می شود. من، یک سری خواهد بود که یک پیشرفت حسابی را تشکیل می دهد. بنابراین، لگاریتم در فرمول های (2.1) و (2.2) رابطه بین سری های نشان دهنده پیشرفت های هندسی و حسابی را ایجاد می کند که در ریاضیات به خوبی شناخته شده است. برای کمی سازی (ارزیابی) هر کمیت فیزیکی، باید واحد اندازه گیری را تعیین کرد که در تئوری اندازه گیری ها به آن می گویند. معیارهای
. کدگذاری با استفاده از حروف الفبای خاص (سیستم کاراکترها) انجام می شود. در انفورماتیک که فرآیندهای دریافت، پردازش، انتقال و ذخیره سازی اطلاعات را با استفاده از سیستم های محاسباتی (رایانه ای) مطالعه می کند، عمدتاً از کدگذاری باینری استفاده می شود که در آن از یک سیستم نشانه ای متشکل از دو نماد 0 و 1 استفاده می شود به همین دلیل در فرمول ها استفاده می شود. (2.1) و (2.2) عدد 2 به عنوان پایه لگاریتم استفاده می شود. بر اساس رویکرد احتمالی برای تعیین مقدار اطلاعات، این دو نماد از یک سیستم علامت دودویی را می توان به عنوان دو رویداد ممکن متفاوت در نظر گرفت، بنابراین به عنوان یک واحد مقدار اطلاعات، مقدار اطلاعاتی که حاوی پیامی است که نصف می شود را می پذیریم. عدم قطعیت دانش (قبل از دریافت رویدادها، احتمال آنها 0، 5 است، پس از دریافت - 1، عدم قطعیت بر این اساس کاهش می یابد: 1 / 0.5 = 2، یعنی 2 برابر). چنین واحد اندازه گیری اطلاعات بیت نامیده می شود (از کلمه انگلیسی رقم دودویی- رقم دودویی). بنابراین، به عنوان معیاری برای تخمین مقدار اطلاعات در سطح نحوی، تحت شرط کدگذاری باینری، یک بیت اتخاذ می شود. بزرگترین واحد بعدی برای اندازه گیری مقدار اطلاعات یک بایت است که دنباله ای از هشت بیت است، یعنی: 1 بایت = 2 3 بیت = 8 بیت. در علوم کامپیوتر، واحدهای چند بایتی برای اندازه‌گیری مقدار اطلاعات نیز به طور گسترده مورد استفاده قرار می‌گیرند، با این حال، بر خلاف سیستم اندازه‌گیری متریک، که در آن ضریب 10n به عنوان ضریب چند واحد استفاده می‌شود، که در آن n = 3، 6، 9، و غیره، در چندین واحد اندازه گیری مقدار اطلاعات از عامل 2n استفاده می شود. این انتخاب با این واقعیت توضیح داده می شود که رایانه اساساً با اعداد نه به صورت اعشاری، بلکه در یک سیستم اعداد باینری کار می کند. مضرب بایت واحد اندازه گیری مقدار اطلاعات به صورت زیر وارد می شود: 1 کیلوبایت (KB) = 210 بایت = 1024 بایت. 1 مگابایت (MB) = 210 کیلوبایت = 1024 کیلوبایت. 1 گیگابایت (GB) = 210 مگابایت = 1024 مگابایت؛ 1 ترابایت (TB) = 210 گیگابایت = 1024 گیگابایت؛ 1 پتابایت (PB) = 210 ترابایت = 1024 ترابایت 1 اگزابایت (Ebyte) = 210 PB = 1024 PB. واحدهای اندازه گیری مقدار اطلاعات که به نام آنها پیشوندهای "کیلو"، "مگا" و غیره وجود دارد، از نظر تئوری اندازه گیری صحیح نیست، زیرا این پیشوندها در سیستم متریک استفاده می شوند. از معیارهایی که در آن ضریب به عنوان ضریب چند واحد 10 n استفاده می شود که در آن n = 3، 6، 9 و غیره استفاده می شود. برای رفع این عدم دقت، یک سازمان بین المللی کمیسیون بین المللی الکتروتکنیکیکه استانداردهایی را برای صنعت فناوری الکترونیک ایجاد می کند، تعدادی پیشوند جدید برای واحدهای اندازه گیری مقدار اطلاعات تصویب کرده است: kibi، mebi، gibi، tebi، peti، exbi. با این حال، نام‌گذاری‌های قدیمی برای واحدهای اندازه‌گیری مقدار اطلاعات هنوز مورد استفاده قرار می‌گیرند و زمان می‌برد تا نام‌های جدید به طور گسترده مورد استفاده قرار گیرند. رویکرد احتمالی نیز برای تعیین میزان اطلاعات ارائه شده با استفاده از سیستم های نشانه استفاده می شود. اگر نمادهای الفبا را به عنوان مجموعه ای از پیام های ممکن N در نظر بگیریم، مقدار اطلاعاتی که یک کاراکتر از الفبا حمل می کند را می توان با فرمول (2.1) تعیین کرد. اگر احتمال هر حرف الفبا در متن پیام به یک اندازه باشد، می توانید از فرمول (2.2) برای تعیین میزان اطلاعات استفاده کنید. مقدار اطلاعاتی که یک کاراکتر از حروف الفبا حمل می کند، هر چه بیشتر باشد، کاراکترهای بیشتری در این الفبا گنجانده شده است. به تعداد کاراکترهای موجود در الفبا قدرت الفبا می گویند. مقدار اطلاعات (حجم اطلاعات) موجود در یک پیام رمزگذاری شده با استفاده از یک سیستم نشانه و حاوی تعداد معینی کاراکتر (نماد) با استفاده از فرمول تعیین می شود: جایی که V- حجم اطلاعات پیام؛ من= log 2 N، حجم اطلاعات یک نماد (علامت); به- تعداد کاراکترها (شخصیت ها) در پیام؛ ن- قدرت الفبا (تعداد کاراکترهای الفبا). در پایگاه داده، اطلاعات با استفاده از ابزارهای واژگانی ایجاد شده ویژه و بر اساس قواعد و محدودیت های نحوی پذیرفته شده ثبت و تکثیر می شود. تجزیه و تحلیل نحوی مهمترین پارامترهای جریان اطلاعات، از جمله ویژگی های کمی لازم را برای انتخاب مجموعه ای از ابزارهای فنی برای جمع آوری، ثبت، انتقال، پردازش، انباشت، ذخیره و حفاظت از اطلاعات ایجاد می کند. تجزیه و تحلیل نحوی جریان های اطلاعات ارائه شده لزوماً مقدم بر تمام مراحل طراحی سیستم های اطلاعاتی است. تجزیه و تحلیل معنایی به شما امکان می دهد اطلاعات را از نقطه نظر محتوای معنایی عناصر فردی مطالعه کنید، راه هایی برای مکاتبات زبانی (زبان انسانی، زبان رایانه) با تشخیص صریح پیام های وارد شده به سیستم پیدا کنید. تجزیه و تحلیل عملی به منظور تعیین سودمندی اطلاعات مورد استفاده برای مدیریت، برای شناسایی اهمیت عملی پیام های مورد استفاده برای توسعه اقدامات کنترلی انجام می شود. اطلاعات دائمی بدون تغییر باقی می ماند یا در یک دوره زمانی کم و بیش طولانی دستخوش تغییرات جزئی می شود. اینها اطلاعات مرجع مختلف، استانداردها، قیمت ها و غیره هستند. اطلاعات متغیر نتایج تولید و عملیات تجاری را منعکس می کند، با پویایی آنها مطابقت دارد و، به عنوان یک قاعده، در یک چرخه تکنولوژیکی ماشینکاری شرکت می کند. هنگام وارد کردن و پردازش اطلاعات، از حالت های دسته ای و تعاملی استفاده می شود. حالت دسته ای بیشتر در تمرین حل متمرکز مشکلات اقتصادی رایج بود، زمانی که سهم بزرگی را وظایف گزارش تولید و فعالیت های اقتصادی اشیاء اقتصادی در سطوح مختلف مدیریتی اشغال کردند. سازماندهی فرآیند محاسباتی در حالت دسته ای بدون دسترسی کاربر به رایانه ساخته شده است. کارکردهای آن به تهیه داده های اولیه در مورد مجموعه ای از وظایف مربوط به اطلاعات و انتقال آنها به مرکز پردازش محدود می شد، جایی که بسته ای تشکیل شد که شامل یک کار رایانه ای برای پردازش، برنامه ها، داده های اولیه، هنجاری-هزینه و مرجع بود. این بسته به رایانه وارد شد و در حالت خودکار بدون مشارکت کاربر و اپراتور پیاده‌سازی شد که این امکان را به حداقل رساند که زمان اجرای مجموعه‌ای از وظایف را به حداقل رساند. در حال حاضر، حالت دسته ای در ایمیل یا برای به روز رسانی گسترده پایگاه داده پیاده سازی می شود. حالت تعاملی تعامل مستقیم کاربر با یک سیستم محاسباتی اطلاعاتی را فراهم می کند، می تواند ماهیت یک درخواست یا گفتگو با سیستم باشد. حالت پرس و جو برای تعامل کاربران با سیستم از طریق تعداد قابل توجهی از دستگاه های پایانه مشترک، از جمله دستگاه هایی که از راه دور در فاصله قابل توجهی از مرکز پردازش هستند، ضروری است. مثال: وظیفه رزرو بلیط برای حمل و نقل. سیستم اطلاعاتی با پیاده سازی سرویس انبوه، در حالت اشتراک زمانی عمل می کند که در آن چندین کاربر مستقل با کمک پایانه ها به طور مستقیم و عملی دسترسی همزمان به سیستم اطلاعاتی این حالت به هر کاربر اجازه می دهد تا زمانی را برای برقراری ارتباط با سیستم به صورت متمایز و به صورت کاملاً مشخص و پس از پایان جلسه، ترک کند. حالت گفتگو به کاربر این امکان را می دهد که مستقیماً با اطلاعات و سیستم محاسباتی با سرعت قابل قبولی تعامل داشته باشد و یک چرخه تکراری از صدور یک کار، دریافت و تجزیه و تحلیل پاسخ را درک کند.
همانطور که قبلا ذکر شد، اطلاعات باید قبل از پردازش، انتقال و ذخیره سازی رمزگذاری شوند.
بیشتر در مورد موضوع جنبه های نحوی، معنایی، عملی فرآیند اطلاعات:
