Tiedon arvo

Tiedon arvo  on yksi tiedon tärkeistä ominaisuuksista , jonka arviointi riippuu sen tuotto-, vastaanotto- ja käsittelyprosessien tavoitteista. Sitä tutkitaan erityisillä informaatioteorioilla, päätösteorialla .

On kätevintä pohtia tiedon arvon ongelmaa ottamalla tiedon määritelmäksi ( G. Kastlerin työn The Emergence of Biological Organisation" hengessä) seuraavaa: "Tieto on ulkoa muistettu valinta yhdestä vaihtoehdosta useista mahdollisista ja yhtäläisistä" [1] [2] [ K 1] .

Tiedon määrän käsite liittyy läheisesti tiedon käsitteeseen . Tiedon määrää voidaan soveltaa informaation kokonaismäärän numeerisena ominaisuutena, samoin kuin arvokkaan tiedon määrään. Tietyn viestin tiedot voivat olla joko täysin arvokkaita tai eivät sisällä lainkaan arvokasta tietoa [3] . Tietojen "arvon" ja "merkittävyyden" käsitteet, huolimatta niiden merkityksestä tietojenkäsittelytieteessä , eivät yleensä antaneet tiukkaa määritelmää [4] .

Tietojenkäsittelytieteessä (kehitetty viestintäteoriasta ) tiedon arvo, sen kehitys ja spontaanin esiintymisen ongelmat monimutkaisissa järjestelmissä eivät ole tutkimuksen kohteena, koska tavoitteen oletetaan olevan annettu ulkopuolelta [5] . Tiedon semanttisia ja pragmaattisia puolia, mukaan lukien arvoa ja merkityksellisyyttä, tutkitaan semanttisten ja pragmaattisten informaatioteorioiden [6] puitteissa .

Esimerkki

Kahdella kielellä (venäjäksi ja englanniksi) olevissa teksteissä , jotka välittävät saman merkityksen, arvokkaan tiedon määrä on sama. Samanaikaisesti käytettyjen kirjainten määrästä lasketun tiedon määrä on todennäköisesti erilainen [3] .

Lähestymistapoja tiedon arvon mittaamiseen

Tiedon arvo riippuu sen vastaanottajan tarkoituksesta. Jos tavoite on saavutettavissa useilla mahdollisilla tavoilla, R. L. Stratonovichin [7] mukaan tiedon arvo voidaan määrittää tämän tiedon tuoman resurssikustannusten (materiaalin, ajan) alenemisen perusteella. Mitä enemmän tietoa johtaa tavoitteen saavuttamiseen, sitä hyödyllisempää se on, sitä arvokkaampaa se on. Tiedon arvo on kuitenkin yleisempi ominaisuus kuin tiedon hyödyllisyys . Hyödyllisen tiedon, eli toteutuneen tiedon, lisäksi tiedolla voi olla potentiaalista arvoa, joka voidaan varata tulevien ongelmien ratkaisemiseen [8] .

Jos tavoitteen saavuttaminen on tietyllä todennäköisyydellä mahdollista, on mahdollista soveltaa A. A. Kharkevichin ja M. M. Bongardin arvon (tarkoituksenmukaisuuden) mittaa :

missä  - tavoitteen saavuttamisen todennäköisyys ennen tiedon vastaanottamista ja  - sen vastaanottamisen jälkeen [6] [4] [9] . Kaava toimii myös siinä tapauksessa, että tavoitteen saavuttamisen todennäköisyys tiedon hankkimisella on pienentynyt - tässä tapauksessa tiedon arvo on negatiivinen, ja itse tietoa kutsutaan paremmin disinformaatioksi .

Yllä oleva tiedon arvon kaava kertoo myös arvokkaan tiedon määrän. Esimerkiksi, jos (tavoite saavutetaan todennäköisyydellä 1) ja ( tasapainoisilla tuloksilla - aiempi tieto (thesaurus), eli ei ole a priori tietoa), niin  - suurin tiedon määrä tässä tilanteessa [ 10] .

M. M. Bongard ottaa käyttöön "hyödyllisen tiedon" käsitteen ja saa yleisemmän todennäköisyysalgebrallisen lähestymistavan, jossa Kharkevichin kaavasta tulee erikoistapaus [11] [12] .

Muita formaalilogiikan kieleen perustuvia lähestymistapoja ovat kehittäneet R. Karnap , I. Bar-Hillel, D. Harrach, D. Kemeny, J. Hintikka [12] .

V. I. Korogodin ehdotti arvon käyttämistä arvon mittana:

joka, jolla on Kharkevichin kaavan kaltaiset ominaisuudet, vaihtelee välillä 0 - 1 [4] .

M. V. Volkenshtein käytti vielä monimutkaisempaa kaavaa tiedon arvon laskemiseen [13] :

missä  on saapuvan tiedon määrä,  on tesaurus , , ja  ovat vakioita. Maksimiarvo saavutetaan tesaurusella, joka on verrannollinen vastaanotetun tiedon määrään. Tämä lähestymistapa korostaa tiedon arvon monipuolisuutta.

Tiedon arvo on sidottu järjestelmän tietotasojen hierarkiaan. Thesaurus on tietyn hierarkian tason tietoa, mutta sitä käytetään perustana tiedon tuottamiseen tai hankkimiseen seuraavalla tasolla [14] . (Tiedon semanttisiin mittoihin liittyvän tesaurusmitan ehdotti Yu. A. Schrader [15] , ja se ottaa huomioon tiedon semanttiset ominaisuudet sekä vastaanottajan kyvyn havaita viesti, jotka riippuvat vastaanottajan tesaurusesta [ 16] .)

Kaikille edellä mainituille lähestymistavoille on kolme yhteistä kohtaa, jotka ovat läsnä jokaisessa niistä [8] :

Tiedon arvon määrittämisen teorian kehitys seuraa todennäköisesti tesaurusten ja vastaanotto-olosuhteiden tutkimisen polkua mainitun kolmikon vaihtelevimpana osana [8] .

Johdon tiedon arvo

Yksi tiedon arvon käsitteen käytännön sovelluksista on taloustieteessä ja johtamisessa. Kuten muillakin alueilla, tiedon arvosta on järkevää puhua, kun kaikki kolme edellä korostetun kolmikon elementtiä ovat läsnä: tiedon sisäinen sisältö, subjekti - päätöksentekijä (DM) ja päättäjän edessä oleva tavoite. Päättäjälle arvokasta tietoa on tietoa, joka sisältää päätöksentekoon tarvittavan tiedon, mutta vielä tuntematonta tietoa ymmärrettävässä muodossa. Johdon tietojen arvo on aina erityinen ja voi muuttua ajan myötä [17] .

Taloustieteessä puhutaan tiedon pragmaattisesta mittasta  - eli tiedon hyödyllisyydestä (arvosta) käyttäjälle tai johdolle, yleensä mitattuna samoissa yksiköissä kuin johtamisjärjestelmän tavoitefunktion arvot , jotka yleensä niillä on rahayksiköiden ulottuvuus. Tiedon arvo voidaan määritellä taloudellisen vaikutuksen kasvuksi, joka johtuu johtamisinformaation pragmaattisista ominaisuuksista [16] .

Suojatun tiedon arvo

Tietosuojaa järjestettäessä herää luonnollisesti kysymys suojattavan tiedon arvosta (ei pelkästään sen kustannuksista), sillä suojauskustannukset eivät saisi ylittää mahdollisia menetyksiä. Arvioinnissa käytetään erilaisia ​​tälle alueelle kehitettyjä tiedon arvomalleja: additiivinen malli, riskianalyysi, arvojen järjestysasteikko, arvohila, erityisesti MLS-hila ( englanniksi  multilevel security ) - monitasoinen turvallisuushila, jota käytetään valtion standardeissa tietojen arviointi [18] .

Katso myös

Muistiinpanot

  1. Chernavskyn mukaan (viittaus Kastleriin) valinta on satunnainen, kun tietoa luodaan (informaation luominen), eikä satunnainen (kehotettavissa), kun tietoa havaitaan (informaation vastaanotto) [2] .
  1. Kastler, 1967 , s. 28-30.
  2. 1 2 Chernavsky, 2004 , s. 13.
  3. 1 2 Chernavsky, 2004 , s. 16.
  4. 1 2 3 Chernavsky, 2004 , s. 17.
  5. Chernavsky, 2004 , s. 19.
  6. 1 2 Chursin N.N. Mitä tieto on? // Suosittu informatiikka. - Kiova: Tekniikka, 1982. - 157 s.
  7. Stratonovich, 1975 .
  8. 1 2 3 Leonov, 2011 , s. 176.
  9. Zabolotsky V.P., Ovodenko A.A., Stepanov A.G. Tiedon semanttiset mitat // Matemaattiset mallit johtamisessa: Oppikirja. - Pietari: GUAP, 2001.
  10. Chernavsky, 2004 , s. kahdeksantoista.
  11. Bongard, 1967 .
  12. 1 2 Leonov, 2011 , s. 174.
  13. Wolkenstein, 1970 , s. 73.
  14. Chernavsky, 2004 , s. 21.
  15. Schrader, 1965 .
  16. 1 2 Broido, Iljina, 2009 .
  17. Derevyagin, 2009 .
  18. Grusho, Timonina, 1996 .

Kirjallisuus