DIKW体系（Data-Information-Knowlege-Wisdom）

这个世界上，失败的人除了天分太差之外，

    只有以下几点，懒，方向不对，方法不对，没有坚持。你是哪一种呢？

关于DIKW体系

        DIKW体系是关于数据、信息、知识及智慧的体系，可以追溯至托马斯·斯特尔那斯·艾略特所写的诗《岩石》。在首段，他写道：“我们在哪里丢失了知识中的智慧？又在哪里丢失了信息中的知识？”（Where is the wisdom we have lost in knowledge？ / Where is the knowledge we have lost in information？）。

        1982年12月，美国教育家哈蓝·克利夫兰引用艾略特的这些诗句在其出版的《未来主义者》一书提出了“信息即资源”（Information as a Resource）的主张。

        其后，教育家米兰·瑟兰尼、管理思想家罗素·艾可夫进一步对此理论发扬光大，前者在1987年撰写了《管理支援系统：迈向整合知识管理》（Management Support Systems: Towards Integrated Knowledge Management ），后者在1989年撰写了《从数据到智慧》（“From Data to Wisdom”，Human Systems Management ）。

        DIKW体系将数据、信息、知识、智慧纳入到一种金字塔形的层次体系，每一层比下一层都赋予的一些特质。原始观察及量度获得了数据、分析数据间的关系获得了信息。在行动上应用信息产生了知识。智慧关心未来，它含有暗示及滞后影响的意味。

        DIKW体系就是关于资料、资讯、知识及智慧的体系。当中每一层比下一层赋予某些[特质。资料层是最基本的。资讯层加入内容。知识层加入“如何去使用”，智慧层加入“什么时候才用”。如此，DIKW体系是一个模型让我们了解分析、重要性及概念工作上的极限。DIKW体系常用于资讯科学及知识管理。

DIKW体系透过以下的步骤来协助研究及分析：

• 原始观察及量度获得了资料。
• 分析资料间的关系获得了资讯。这些资讯可以回答简单问题，譬如：谁？什么？哪里？什么时候？为什么？资讯是信息，意味着有听众及目的。
• 在行动上应用资讯产生了知识。知识可以回答“如何？”的问题。知识是一些可行的关系及习惯工作方式。
• 透过智者间的沟通及自我反省而利用知识会产生了智慧。我们可以利用智慧解答关于行动的为什么及什么时候的问题。智慧是关心未来。它含有暗示及滞后影响的意味。

数据(Data)

        数据，是可定义为意义的实体，它涉及到事物的存在形式。它是关于事件的一组离散的客观的事实描述，是构成信息和知识的原始材料。数据可分为模拟数据和数字数据两大类。数据指计算机加工的“原料”，如图形、声音、文字、数、字符和符号等。

信息(Information)

        信息，又称资讯，普遍存在于自然界和人类社会活动中，它的表现形式远远比物质和能量复杂。但又远比他们简单，其实信息就是“物质和能量，及其自身‘信息’与其属性的标识、表现。

        作为一个概念，信息有着多种多样的含义。一般来说，与信息这一概念密切相关的概念包括约束(constraint)、沟通(communication)、控制、数据、形式、指令、知识、含义、精神刺激、模式、感知以及表达。

知识(Knowlege)

        知识是对某个主题确信的认识，并且这些认识拥有潜在的能力为特定目的而使用。认知事物的能力是哲学中充满争议的中心议题之一，并且拥有它自己的分支—知识论。从更加实用的层次来看，知识通常被某些人的群体所共享，在这种情况下，知识可以通过不同的方式来操作和管理项目管理者联盟文章

智慧(Wisdom)

       智慧，可以指思考分析、通情达理或寻求真理的能力，它和智力、聪明不同，智慧更重视人生哲学上的能力。

       有智慧的人称为智者。中国古代“知”与“智”通，故“知”就是“智慧”。

解释

数据、信息、知识与智慧的关系

        通过DIKW模型分析，可以看到数据、信息、知识与智慧之间既有联系，又有区别。数据是记录下来可以被鉴别的符号。它是最原始的素材，未被加工解释，没有回答特定的问题，没有任何意义；信息是已经被处理、具有逻辑关系的数据，是对数据的解释，这种信息对其接收者具有意义。

        知识是从相关信息中过滤、提炼及加工而得到的有用资料。特殊背景/语境下，知识将数据与信息、信息与信息在行动中的应用之间建立有意义的联系，它体现了信息的本质、原则和经验。此外，知识基于推理和分析，还可能产生新的知识。最后来看智慧，智慧，是人类所表现出来的一种独有的能力，主要表现为收集、加工、应用、传播知识的能力，以及对事物发展的前瞻性看法。在知识的基础之上，通过经验、阅历、见识的累积，而形成的对事物的深刻认识、远见，体现为一种卓越的判断力。

         整体来看，知识的演进层次，可以双向演进。从噪音中分拣出来数据，转化为信息，升级为知识，升华为智慧。这样一个过程，是信息的管理和分类过程，让信息从庞大无序到分类有序，各取所需。这就是一个知识管理的过程。反过来，随着信息生产与传播手段的极大丰富，知识生产的过程其实也是一个不断衰退的过程，从智慧传播为知识，从知识普及为信息，从信息变为记录的数据。

知识的内涵与价值

        应用DIKW体系基于对数据、信息、知识进行对比分析，可以得出知识内涵的主要内容，即知识来源于信息，但又不是信息的子集，它是经过“理解”后，关联了具体情境的、可以指导“如何”行动的信息，它具有如下几个特征：

• 隐性特征：需要从信息中进行归纳、总结、提炼；
• 行动导向特征：知识是信息的具体应用，能够直接推动人的决策和行为，加速行动过程；
• 资本特征：是企业重要资产，可以通过应用获得价值；
• 情境特征：在规定的情境下起作用；
• 延展生长特征：知识在应用、交流的过程中，被不断丰富和拓展；
• 生命特征：知识是有产生、发展、衰退的生命周期。

       这种内涵下，知识的价值又是什么呢？如前所述，数据是数字、文字、图像、符号等，在没有被处理之前，本身不代表任何潜在的意义。而当通过某种方式对数据进行组织和分析时，数据的意义才显示出来，从而演变为信息，信息可以对某些简单的问题给予解答，譬如：谁？什么？哪里？什么时候？知识是在对信息进行了筛选、综合、分析等等过程之后产生的。它不是信息的简单累加，往往还需要加入基于以往的经验所作的判断。因此，知识可以解决较为复杂的问题，可以回答“如何？”的问题，能够积极地指导任务的执行和管理，进行决策和解决问题。

       综上，在当今海量数据、信息爆炸时代下，知识起到去伪存真、去粗存精的作用。知识使信息变得有用，可以在具体工作环境中，对于特定接收者解决“如何”开展工作的问题，提高工作的效率和质量。同时，知识的积累和应用，对于启迪智慧，引领未来起到了非常重要的作用。

       最后，有一点需要补充说明的是，数据、信息、知识依赖于语境、依赖于接收者本身，三者之间的区别并非泾渭分明。某个经过加工的数据对某个人来说是信息，而对另外一个人来说则可能是数据；一个系统或一次处理所输出的信息，可能是另一个系统或另一次处理的原始数据。同时，在某个语境下是知识的内容，在另外的语境中，可能就是信息，甚至是无意义的数据。因此，在进行数据、信息与知识的研究与应用时，要与特定语境（即人、任务等）进行结合才有意义。

http://www.irisable.com/2014-02-26/653072.html

文章来源: drugai.blog.csdn.net，作者：DrugAI，版权归原作者所有，如需转载，请联系作者。

原文链接：drugai.blog.csdn.net/article/details/102079745