Advertisement

DIKW模型(数据、信息、知识、智慧)的层次结构及其质量维度:一种符号学与实证研究。

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
数据与信息之间存在着怎样的差异? 进一步而言,数据质量与信息质量之间又存在着何种区别? 它们之间是否存在着任何关联性? 此外,究竟什么是知识以及智慧呢? 是否存在类似于“知识素质”和“智慧素质”的概念呢? 鉴于这些原始概念是信息系统研究中最基本的假设,因此令人惊讶的是,对其精确定义的共识似乎仍然相对匮乏。 本文旨在对那些有时直接引用,又经常隐含存在的,数据、信息、知识、智慧(DIKW)的层次结构及其质量维度进行理论和实践的探索。 首先,我们从多维度出发对相关文献进行了广泛的审阅,并借助符号学的发展和理论背景化,构建了DIKW框架。 通过文献综述,我们从学术层面明确了定义上的共同点与不同之处。 随后,理论讨论将符号及其框架内的相关术语以及它们之间的关系进行深入的文化解读,并在此基础上提出了基于该框架的相关定义。 接下来,立足于维特根斯坦的普通语言哲学思想,我们对20篇在线新闻文章中对这些术语使用的具体体现进行了分析,并呈现了由16位信息系统专家参与的在线焦点小组讨论的结果。 最后进行的实证研究则从实践角度确定了一系列定义上的模糊性和歧义性。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • DIKW分析-论文
    优质
    本文探讨了DIKW(数据、信息、知识、智慧)模型及其层级结构,并通过符号学和实证方法深入分析各层面的质量维度,为理论研究提供新视角。 数据与信息之间的区别是什么? 数据质量与信息质量之间又有什么不同之处呢? 这两者间是否存在差异吗? 此外,知识和智慧又是怎样定义的? 是否存在所谓的知识素质或智慧素质呢? 考虑到这些基本概念在信息系统研究中的核心地位,对于它们的确切定义缺乏共识似乎令人惊讶。本段落旨在探讨数据、信息、知识与智慧(DIKW)层次结构及其质量维度,并对其进行理论和实证上的分析。首先,我们回顾了相关文献并构建了一个基于符号学的背景化框架来解释DIKW模型。通过这一过程,我们在学术层面上确定了定义的一致性和分歧点。 在接下来的部分中,我们将从语言哲学的角度出发,运用维特根斯坦的方法论对20篇在线新闻文章中的术语使用进行了分析,并总结了一项针对16位信息系统专家的线上焦点小组讨论的结果。实证研究部分则从实际操作层面上揭示了定义上的模糊性。 综上所述,本段落旨在通过理论和实践两个维度来深入探讨DIKW层次结构及其质量维度的相关概念与应用情况。
  • Qualitis:站式管理平台,支持多、通管理。
    优质
    Qualitis是一款全面的数据质量管理解决方案,兼容多类型数据源,提供质量检查、智能预警及高效管理功能,确保数据准确性与可靠性。 Qualitis是一个数据质量管理平台,支持多种数据源的质量验证、通知与管理。它用于解决因数据处理引起的各种质量问题。 基于Spring Boot框架,用户可以提交质量模型任务到该平台上。平台提供诸如构建数据质量模型、执行模型、进行数据质量验证以及生成报告等功能。 此外,Qualitis还具备企业级特性,例如财务级别的资源隔离和访问控制管理。它确保在高并发、高性能及高可用性环境下正常运行。 ### 特征 - **定义数据质量模型**:支持单表模型、多表模型和自定义模型,并预设多种常用检查模板(如空值检测、空白值检测、数值类型验证等),简化了数据质量模型的创建过程。 - **调度功能**:能够安排执行各种数据质量模型任务。 - **报告生成**:提供数据分析后的结果汇报服务,便于用户了解当前的数据状况和存在的问题。 - **日志管理**:支持对所有相关操作的日志记录与查询,方便追踪和排查问题。 - **异常处理机制**:具备针对不同类型的错误进行分类管理和修复的能力。
  • 库表(SL325-2014)
    优质
    本标准详细规定了水质数据库的设计规范,包括数据表结构、字段定义和标识符规则等,适用于水质信息管理系统建设。 水利部于2014年发布了新的标准,取代了SL325-2005。
  • 中医药图谱应用:融合多源异、人工预训练
    优质
    本研究聚焦于中医药领域的知识图谱建设,结合多源异构数据、AI技术及预训练模型,旨在提升中医药知识的系统化和智能化水平。 中医药知识图谱是一种结构化的数据表示形式,用于整合来自不同来源的异构数据,包括专利信息、中药靶点以及疾病相关信息。这种图谱通过节点代表实体(如药物、病症等)及其之间的关系来构建一个复杂的网络结构,便于理解和探索中医药领域的复杂知识。 在构建过程中,主要的数据源来自于IncoPat专利数据库和TCMSP及OMIM数据库。利用深度学习信息联合抽取模型自动识别并提取专利文本中的关键实体以及它们之间的关联关系,如药物、疾病及其药效等。此外,通过字符串匹配与词典方法对数据进行规范化处理,并解决不同来源中相同实体的不同表示问题。 本体设计是知识图谱的核心部分,在中医药领域内定义了31种不同的实体类型和48种语义关系,涵盖了专利文本中的解决方案和技术功效等内容。这样的结构有助于全面准确地捕捉到中医药领域的关键信息。 通过频次分析及关联规则Apriori算法的应用,可以挖掘中药处方中各成分的共现模式,并找出潜在优化组合的可能性,为糖尿病肾病等疾病的治疗提供科学依据。这种方法不仅适用于中药处方的优化研究,在药物研发和疗效预测等领域也有广泛应用潜力。 然而,构建知识图谱的过程中也面临着挑战。例如在专利文本信息抽取阶段仍然需要部分人工标注工作,这可能增加时间和成本投入。未来的研究方向可以探索更高效的自动化标注方法来提高数据处理效率,并考虑如何实现知识图谱的实时更新和动态维护以适应中医药领域的发展需求。 综上所述,基于多源异构数据构建并应用的中医药知识图谱研究,在整合多种来源的数据基础上,利用深度学习与自然语言处理技术建立了一个丰富的信息库。这不仅支持中药处方优化分析的研究工作,也为促进中医药创新提供了强有力的支持和科学依据。这项成果对于推动中医药现代化进程具有重要的意义。
  • 基础理论
    优质
    《多维与度量数据结构的基础理论》探讨了在数据库和数据分析领域中,多维数据及其度量的基本概念、模型及应用,为深入研究提供了坚实的理论基础。 《Foundations of Multidimensional and Metric Data Structures》作者:Hanan Samet 高清PDF版本
  • SL707-2015 水利政务.pdf
    优质
    本PDF文档详细规定了水利政务信息数据库的表结构和数据标识符标准,旨在规范水利信息系统中的数据管理和交换流程。 根据水利部的水利技术标准修改计划,本段落讨论了水利政务信息数据库表结构及标识符的设计。
  • 基于医疗健康图谱预训练应用探
    优质
    本研究聚焦于构建基于医疗健康数据的智能知识图谱,并探讨其在预训练模型中的应用,旨在提升医疗数据分析与智能化服务水平。 本段落研究了医疗健康文本数据的知识抽取与融合方法。在知识抽取阶段,通过深度学习技术对中文医疗健康文档进行信息提取,并改进基于共享参数的联合抽取模型。引入ALBERT预训练模型以提高自然语言识别准确度,并采用Lattice LSTM来满足中文分词需求,进而完成实体标签和关系类别的输出。 进入知识融合环节后,则研究了利用BiLSTM对不同来源的医疗健康实体进行特征匹配的方法,以此实现多源数据的有效整合。此外,在基于文本数据的实体与意图识别方面亦有所探讨:在用户问题文本中的目标实体识别阶段采用了自注意力机制结合Transformer编码结构来获取上下文信息;而在后续的目标关系提取中,则通过ALBERT-TextCNN模型对输入进行嵌入和特征抽取,以精准捕获用户提问的核心意图。完成上述步骤后,系统将利用查询知识图谱的方式向用户提供反馈。
  • PCM字化传输系统
    优质
    本研究聚焦于PCM技术在模拟信号数字化传输中的应用,深入探讨了系统构建及优化策略,并建立了详细的理论模型以验证其有效性。 本设计的研究内容是在MATLAB集成环境下的Simulink仿真平台上构建一个PCM通信系统。该系统主要包括模拟信号的数字化、信道传输以及数字信号还原为模拟信号三个部分,最后通过示波器观察输入与输出信号的波形,并在含有噪声的信道中进行测试和分析,以评估系统的性能。
  • 建二随机溶洞介方法
    优质
    本研究提出了一种创新方法,用于构建具有复杂结构特性的二维随机溶洞介质模型,为地质学和岩土工程中的相关问题提供了新的分析工具。 为了真实描述地下溶洞介质的特点,提出了一种确定二维随机溶洞介质模型总孔隙度的构造方法。通过对现有几种典型二维随机介质模型的优点与缺点进行总结,并给出压制建模过程中的离散误差的窗函数,可以构造不同种类的随机溶洞介质模型。具体而言,在高斯型随机介质的基础上,通过设定模型总孔隙度并改变溶洞个数、半径以及局部孔隙度等参数来生成不同的随机溶洞;在指数型随机介质中,则可以在其中填充溶洞或是在溶洞内填充随机介质以构造更为复杂的溶洞结构。模拟结果表明,选择合适的参数后,该方法能够灵活且准确地描述实际复杂缝洞型油气藏的特点。