Atitit 概念：数据、信息、知识
目录
2.3. 知识——鉴别过的信息。知识是信息被处理过后，再做鉴别产生的。 4
2.4. 知识 更加抽象提取的信息 标准化，归一化，分类化 5
3.1. 就像数据可视化一样 数据之间的关系(而不是数据本身),才是理解数据的关键! 5
3.2. 知识之间的关系（而不是知识本身），才是理解知识的关键！ 5
4.2. 看山不是山，看水不是水；接下来，看山是山，看水是水；最后，又是看山不是山，看水不是水。 6
4.3. 真正拥有“知识”：被理解消化后，经实践验证的，才是有价值的 6
5. 数据、信息和知识是知识工作者对客观事物感知和认识的3个连贯的阶段。 7
- 知识(结构化的数据
知识抽取，即从不同来源、不同结构的数据中进行知识提取，形成知识(结构化数据)存入到知识图谱。大体的任务分类与对应技术如下图所示
结构化数据（数据库 linkdata连接数据
半结构化 （html table。。
非结构化（txt文本
知识流动链。怎么把数据加工成信息，然后加上自己的识别和判断，变成行动，获得反馈，最后形成智慧。
数据、信息和知识的关系，可以用这张图来看
我认为通过洞见级别来区分是最容易的。如果原始文本是数据，那么文本挖掘就是信息，NLP就是知识，也就是语法和语义的关系。下面的金字塔表示了这种关系：
另一种区分这两个概念的方法是用下方的韦恩图区分，其中也涉及其他相关概念，从而能更好地表示它们之间重叠的关系。
- 我们容易混淆，是因为我们不清楚知识的边界。数据的定义是未加工的信息和知识，数据是可以从不同角度来用的
如果数据不加工，数据对我们做任何决策是没有帮助的，如果拿这个数据做决策，就会把自己害了，我们要上升到一个新的层次：信息。
- 我去一家企业，他们说自己是行业第一，我就会问他说第一的位置多久了？他说是 12 年，我接着说，那你增长吗？他说最近 5 年没有增长，我说那你这个定义有什么用呢？为什么要从数据过渡到信息？没有处理过的数据，是没有办法做价值判断的。处理过的信息，是否做可以做价值判断了？
当我了解一个城市 GDP 之后，还需要接着了解它的产业结构，然后才能做一个经济整体的价值判断，最后就拥有了这个城市的知识，并可以帮助这个城市作出选择。
你是否拥有知识，需要做三件事：找到真实的来源、要做处理和加工、要去鉴别它。你只有经历了这个过程，才可以讨论和拥有知识。
不过，庆幸的是，大脑对于视觉模式是非常敏感的！因此，把数据变为直观的图表，就可以帮助大脑洞悉其中的规律！
这，就是“数据可视化”背后的原理！
理解了“数据可视化”的规律，非常有助于我们参照理解“知识可视化”。
其实，我们只需把上面这句话中的“数据”，换为“知识”，其实也一样成立：
知识之间的关系（而不是知识本身），才是理解知识的关键！
对于这个时代的人来说，最大的挑战就是有效区分信息和知识。有效地区分信息和知识的关键：一定要拥有你个人化的信息。而且这个信息与事实、程序、概念、解释、思想、观察和判断有关。
怎么把数据加工成信息，然后加上自己的识别和判断，变成行动，获得反馈，最后形成智慧。
数据、信息和知识的关系，可以用这张图来看
也就是：首先，
。是你把所有东西能够理解消化，然后你去应用它，经实践验证，并综合应用后，才有价值。如果你掌握的所有数据和信息是不能用的，而且不能通过实践验证价值，那你是没有拥有知识的。
。数据是一种将客观事物按照某种测度感知而获取的原始记录，它可以直接来自测量仪器的实时记录，也可以来自人的认识，但是大量的数据多是借助于数据处理系统自动地从数据源进行采集和组织的。数据源是指客观事物发生变化的实时数据。
。信息是根据一定的发展阶段及其目的进行定制加工而生产出来的。信息系统就是用于加工、创造信息产品的人机系统。根据对象、目的和加工深度的不同，可以将信息产品分为一次信息、二次信息直至高次信息。
知识是知识工作者运用大脑对获取或积累的信息进行系统化的提炼、研究和分析的结果,知识能够精确地反映事物的本质。
数据、信息、知识3个阶段是螺旋上升的循环周期。人们运用信息系统，对信息和相关的知识进行规律性、本质性和系统性的思维活动，创造新的知识。之后，新的知识又开辟了需要进一步认识的对象领域，然后使人们补充获取新的数据和信息，进人新一轮的上升式循环周期。
【关注】陈春花：数字化时代，你能分清数据、信息、知识的概念吗？.html
“知识可视化”的大表哥——“数据可视化”的经典案例_王珏.html