Целевой состав основных характеристик компьютерных информационных процессов в управлении
Обновлено: 02.07.2024
Информационная система — это сочетание аппаратного и программного обеспечения, а также телекоммуникационных сетей, которые люди создают для сбора, создания и распространения полезных данных, как правило, в организации. Он определяет поток информации внутри системы. Цель информационной системы — предоставить соответствующую информацию пользователю, собрать данные, обработать данные и передать информацию пользователю системы.
Компоненты информационной системы следующие:
- Системное ПО
- Прикладное программное обеспечение
- Процедуры
данные — это необработанные факты и цифры, которые неорганизованы, а затем обрабатываются для получения информации. Программное обеспечение используется для организации и предоставления данных пользователю, управления физическим хранилищем медиа и виртуальными ресурсами. Как аппаратное обеспечение не может работать без программного обеспечения, так и программное обеспечение нуждается в данных для обработки. Данные управляются с помощью системы управления базами данных.
Программное обеспечение базы данных используется для эффективного доступа к необходимым данным и для управления базами знаний.
- Сетевые ресурсы относятся к телекоммуникационным сетям, таким как интранет, экстранет и Интернет.
- Эти ресурсы облегчают поток информации в организации.
- Сети состоят как из физических устройств, таких как сетевые карты, маршрутизаторы, концентраторы и кабели, так и из программного обеспечения, такого как операционные системы, веб-серверы, серверы данных и серверы приложений.
- Телекоммуникационные сети состоят из компьютеров, коммуникационных процессоров и других устройств, соединенных средствами связи и управляемых программным обеспечением.
- Сети включают средства связи и сетевую поддержку.
Это связано с рабочей силой, необходимой для запуска и управления системой. Люди являются конечным пользователем информационной системы, конечный пользователь использует информацию, полученную для своих собственных целей, основная цель информационной системы - принести пользу конечному пользователю. Конечным пользователем могут быть бухгалтеры, инженеры, продавцы, клиенты, клерки, менеджеры и т. д. Люди также несут ответственность за разработку и эксплуатацию информационных систем. К ним относятся системные аналитики, компьютерные операторы, программисты и другой канцелярский персонал ИС, а также методы управления.
Несмотря на то, что были приложены все усилия для соблюдения правил стиля цитирования, могут быть некоторые расхождения. Если у вас есть какие-либо вопросы, обратитесь к соответствующему руководству по стилю или другим источникам.
Наши редакторы рассмотрят то, что вы отправили, и решат, нужно ли пересматривать статью.
обработка информации, получение, запись, организация, поиск, отображение и распространение информации. В последние годы этот термин часто применялся конкретно к компьютерным операциям.
В популярном использовании термин информация относится к фактам и мнениям, предоставленным и полученным в ходе повседневной жизни: человек получает информацию непосредственно от других живых существ, из средств массовой информации, из электронных банков данных, и от всевозможных наблюдаемых явлений в окружающей среде. Человек, использующий такие факты и мнения, генерирует больше информации, часть которой сообщается другим в ходе дискурса, в инструкциях, в письмах и документах, а также через другие средства массовой информации. Информация, организованная в соответствии с некоторыми логическими отношениями, называется совокупностью знаний, которые должны быть получены путем систематического воздействия или изучения. Применение знаний (или навыков) дает опыт, а дополнительные аналитические или эмпирические идеи, как говорят, представляют собой примеры мудрости. Использование термина информация не ограничивается исключительно ее передачей посредством естественного языка. Информация также регистрируется и передается с помощью искусства, мимики и жестов или таких других физических реакций, как дрожь. Более того, каждое живое существо наделено информацией в виде генетического кода. Эти информационные явления пронизывают физический и ментальный мир, и их разнообразие таково, что до сих пор бросало вызов всем попыткам единого определения информации.
Интерес к информационным явлениям резко возрос в 20 веке, и сегодня они являются объектами изучения в ряде дисциплин, включая философию, физику, биологию, лингвистику, информатику и информатику, электронную и коммуникационную инженерию, науку об управлении, и социальные науки. С коммерческой точки зрения индустрия информационных услуг стала одной из самых новых отраслей во всем мире.Почти все остальные отрасли — производство и обслуживание — все больше озабочены информацией и ее обработкой. Различные, хотя и часто пересекающиеся, точки зрения и явления в этих областях приводят к различным (а иногда и противоречивым) концепциям и «определениям» информации.
В этой статье затрагиваются такие понятия, связанные с обработкой информации. Рассматривая основные элементы обработки информации, он различает информацию в аналоговой и цифровой форме и описывает ее получение, запись, организацию, поиск, отображение и методы распространения. Отдельная статья, информационная система, посвящена методам организационного контроля и распространения информации.
Общие соображения
Основные понятия
Интерес к тому, как передается информация и как ее носители передают смысл, со времен досократических философов занимал область исследования, называемую семиотикой, изучением знаков и знаковых явлений. Знаки являются нередуцируемыми элементами коммуникации и носителями смысла. Американскому философу, математику и физику Чарльзу С. Пирсу приписывают указание на три измерения знаков, которые связаны соответственно с телом или средой знака, объектом, который знак обозначает, и интерпретантом или интерпретантом. толкование знака. Пирс признал, что фундаментальные отношения информации по существу триадны; напротив, все отношения физических наук сводятся к диадическим (бинарным) отношениям. Другой американский философ, Чарльз У. Моррис, назвал эти три знаковых измерения синтаксическим, семантическим и прагматическим — имена, под которыми они известны сегодня.
Информационные процессы выполняются информационными процессорами. Для данного информационного процессора, физического или биологического, токен — это объект, лишенный смысла, который процессор распознает как полностью отличный от других токенов. Группа таких уникальных токенов, распознаваемых процессором, составляет его основной «алфавит»; например, точка, тире и пробел составляют основной алфавит символов процессора азбуки Морзе. Объекты, несущие значение, представлены наборами токенов, называемых символами. Последние объединяются для формирования символьных выражений, которые являются входными данными или выходными данными информационных процессов и хранятся в памяти процессора.
Информационные процессоры — это компоненты информационной системы, представляющей собой класс конструкций. Абстрактная модель информационной системы включает четыре основных элемента: процессор, память, рецептор и эффектор (рис. 1). У процессора есть несколько функций: (1) выполнять элементарные информационные процессы над символьными выражениями, (2) временно хранить в кратковременной памяти процессора входные и выходные выражения, над которыми работают эти процессы и которые они генерируют, (3) планировать выполнение этих процессов и (4) изменять эту последовательность операций в соответствии с содержимым кратковременной памяти. В памяти хранятся символьные выражения, в том числе те, которые представляют составные информационные процессы, называемые программами. Два других компонента, рецептор и эффектор, представляют собой механизмы ввода и вывода, функции которых заключаются, соответственно, в получении символических выражений или стимулов из внешней среды для обработки процессором и в передаче обработанных структур обратно в окружающую среду.
Мощность этой абстрактной модели системы обработки информации обеспечивается способностью составляющих ее процессоров выполнять небольшое количество элементарных информационных процессов: чтение; сравнение; создание, изменение и наименование; копирование; хранение; и писать. Модель, представляющая широкий спектр таких систем, оказалась полезной для объяснения искусственных информационных систем, реализованных на последовательных информационных процессорах.
Поскольку было признано, что в природе информационные процессы не являются строго последовательными, с 1980 года все большее внимание уделяется изучению человеческого мозга как информационного процессора параллельного типа. Когнитивные науки, междисциплинарная область, занимающаяся изучением человеческого разума, внесли свой вклад в развитие нейрокомпьютеров, нового класса параллельных процессоров с распределенной информацией, которые имитируют функционирование человеческого мозга, включая его возможности самоконтроля. организация и обучение. Так называемые нейронные сети, представляющие собой математические модели, вдохновленные сетью нейронных цепей человеческого мозга, все чаще находят применение в таких областях, как распознавание образов, управление производственными процессами и финансами, а также во многих исследовательских дисциплинах.
Информация как ресурс и товар
В конце 20 века информация приобрела два основных утилитарных значения.С одной стороны, он считается экономическим ресурсом, наравне с другими ресурсами, такими как труд, материал и капитал. Эта точка зрения основана на доказательствах того, что обладание информацией, ее манипулирование и использование могут повысить рентабельность многих физических и когнитивных процессов. Рост активности обработки информации в промышленном производстве, а также в решении человеческих проблем был замечательным. Анализ одного из трех традиционных секторов экономики, сферы услуг, показывает резкий рост информационно-емкой деятельности с начала 20 века. К 1975 году на эти виды деятельности приходилось половина рабочей силы Соединенных Штатов.
Как индивидуальный и общественный ресурс, информация имеет некоторые интересные характеристики, которые отличают ее от традиционных представлений об экономических ресурсах. В отличие от других ресурсов, информация обширна, и ее ограничения, по-видимому, накладываются только временем и когнитивными способностями человека. Его экспансивность объясняется следующим: (1) он естественным образом распространяется, (2) он воспроизводится, а не потребляется посредством использования, и (3) им можно только делиться, а не обмениваться в транзакциях. В то же время информация сжимаема как синтаксически, так и семантически. В сочетании с его способностью заменять другие экономические ресурсы, его транспортабельностью на очень высоких скоростях и его способностью давать преимущества обладателю информации, эти характеристики лежат в основе таких социальных отраслей, как исследования, образование, издательское дело, маркетинг, и даже политика. Забота общества об экономии информационных ресурсов вышла за пределы традиционной области библиотек и архивов и теперь охватывает организационную, институциональную и государственную информацию под эгидой управления информационными ресурсами.
Второе восприятие информации заключается в том, что это экономический товар, который помогает стимулировать мировой рост нового сегмента национальной экономики — сектора информационных услуг. Используя свойства информации и опираясь на восприятие ее индивидуальной и общественной полезности и ценности, этот сектор предоставляет широкий спектр информационных продуктов и услуг. К 1992 году рыночная доля сектора информационных услуг США выросла примерно до 25 миллиардов долларов. Это было эквивалентно примерно одной седьмой компьютерного рынка страны, который, в свою очередь, составлял примерно 40 процентов мирового рынка компьютеров в том году. Однако возможная конвергенция компьютеров и телевидения (рыночная доля которых в 100 раз превышает долю компьютеров) и ее влияние на информационные услуги, развлечения и образование, скорее всего, изменят структуру соответствующих рыночных долей информационной индустрии.
Развитие компьютеров в 1950-х и 1960-х годах оказало важное влияние на психологию и отчасти стало причиной того, что когнитивный подход стал доминирующим подходом в современной психологии (заменив бихевиоризм).
Компьютер дал когнитивным психологам метафору или аналогию, с которой они могли сравнить мыслительную деятельность человека. Использование компьютера в качестве инструмента для понимания того, как человеческий разум обрабатывает информацию, известно как компьютерная аналогия.
По сути, компьютер кодирует (то есть изменяет) информацию, хранит информацию, использует информацию и производит вывод (извлекает информацию). Идея обработки информации была принята когнитивными психологами как модель того, как работает человеческое мышление.
Например, глаз получает визуальную информацию и кодирует информацию в электрическую нейронную активность, которая возвращается в мозг, где она «хранится» и «кодируется». Эта информация может использоваться другими частями мозга, связанными с умственной деятельностью, такой как память, восприятие и внимание. Результатом (т. е. поведением) может быть, например, чтение того, что вы видите на печатной странице.
Следовательно, подход к обработке информации характеризует мышление как среду, обеспечивающую ввод данных, которые затем преобразуются нашими органами чувств. Информацию можно хранить, извлекать и преобразовывать с помощью «ментальных программ», результатом чего являются поведенческие реакции.
Когнитивная психология повлияла и интегрировалась со многими другими подходами и областями исследований, чтобы создать, например, теорию социального обучения, когнитивную нейропсихологию и искусственный интеллект (ИИ).
Обработка информации и выборочное внимание
Обработка информации и выборочное внимание
Когда мы выборочно обращаем внимание на одно действие, мы, как правило, игнорируем другие стимулы, хотя наше внимание может быть отвлечено чем-то другим, например телефонным звонком или кем-то, кто называет наше имя.
Психологов интересует, что заставляет нас обращать внимание на одно, а не на другое (избирательное внимание); почему мы иногда переключаем наше внимание на то, что раньше оставалось без внимания (например, синдром вечеринки с коктейлем), и на скольких вещах мы можем сосредоточиться одновременно (объем внимания).
Один из способов концептуализации внимания — представить людей как обработчиков информации, которые могут обрабатывать только ограниченный объем информации за раз, не перегружаясь.
Бродбент и другие в 1950-х годах приняли модель мозга как системы обработки информации с ограниченными возможностями, через которую передаются внешние входные данные.
- Процессы ввода связаны с анализом стимулов.
- Процессы хранения охватывают все, что происходит со стимулами внутри мозга, и могут включать кодирование и манипулирование стимулами.
- Процессы вывода отвечают за подготовку соответствующей реакции на стимул.
Критическая оценка
Критическая оценка
В рамках концепции обработки информации был предложен ряд моделей внимания, в том числе:
Модель фильтра Бродбента (1958 г.), модель затухания Трейсмана (1964 г.) и модель позднего отбора Дойча и Дойча (1963 г.).
Однако при изучении этих моделей и подхода к обработке информации в целом следует учитывать ряд оценочных моментов. К ним относятся:
- Последовательная обработка фактически означает, что один процесс должен быть завершен до начала следующего.
- Параллельная обработка предполагает, что некоторые или все процессы, связанные с когнитивной задачей, происходят одновременно.
Эксперименты с двумя задачами показали, что возможна параллельная обработка. Трудно определить, обрабатывается ли конкретная задача последовательно или параллельно, так как это, вероятно, зависит (а) от процессов, необходимых для решения задачи, и (б) от количества практики выполнения задачи.
Параллельная обработка, вероятно, чаще используется, когда кто-то обладает высокой квалификацией; например, опытный машинист думает на несколько букв вперед, а новичок сосредотачивается только на одной букве за раз.
<р>2. Аналогия между человеческим познанием и работой компьютера, используемая в подходе к обработке информации, ограничена.Компьютеры можно рассматривать как системы обработки информации, поскольку они:
(i) комбинировать представленную информацию с сохраненной информацией для решения различных проблем, и
НО -
(i) человеческий мозг способен к обширной параллельной обработке, а компьютеры часто полагаются на последовательную обработку;
Большинство лабораторных исследований являются искусственными, и можно сказать, что они не имеют экологической достоверности.
В повседневной жизни когнитивные процессы часто связаны с целью (например, вы уделяете внимание в классе, потому что хотите сдать экзамен), тогда как в лаборатории эксперименты проводятся изолированно от других когнитивных и мотивационных факторов.< /p>
Хотя эти лабораторные эксперименты легко интерпретировать, данные могут быть неприменимы к реальному миру за пределами лаборатории. Были предложены более современные экологически обоснованные подходы к познанию (например, Perceptual Cycle, Neisser, 1976).
Внимание в основном изучалось изолированно от других когнитивных процессов, хотя очевидно, что оно действует как взаимозависимая система со связанными когнитивными процессами восприятия и памяти.
Чем успешнее мы изучаем часть когнитивной системы изолированно, тем меньше наши данные говорят нам о когнитивных способностях в повседневной жизни.
<р>4. Хотя общепризнано, что информация, управляемая стимулом (восходящая снизу вверх), важна для познания, то, что человек привносит в задачу с точки зрения ожиданий/прошлого опыта, также важно.Эти влияния известны как "нисходящие" или "концептуально управляемые" процессы. Например, прочтите треугольник ниже:
< /p>
Ожидание (обработка «сверху вниз») часто замещает информацию, действительно имеющуюся в стимуле (снизу вверх), на который мы предположительно обращаем внимание.Как вы прочитали текст в треугольнике выше?
Ссылки на стиль APA
Бродбент, Д. (1958). Восприятие и общение. Лондон: Pergamon Press.
Дойч, Дж. А., и Дойч, Д. (1963). Внимание: некоторые теоретические соображения. Психологический обзор, 70, 80–90
Нейссер, У. (1967). Когнитивная психология. Нью-Йорк: Appleton-Century-Crofts.
Трейсман, А. (1964). Избирательное внимание у человека. Британский медицинский бюллетень, 20, 12–16.
Как ссылаться на эту статью:
Как ссылаться на эту статью:
Контент сайта Simply Psychology предназначен только для информационных и образовательных целей. Наш веб-сайт не предназначен для замены профессиональной медицинской консультации, диагностики или лечения.
Количества, знаки или символы, над которыми выполняются операции компьютером, которые могут храниться и передаваться в виде электрических сигналов и записываться на магнитные, оптические или механические носители информации.
Теперь давайте изучим определение больших данных
Что такое большие данные?
Большие данные – это набор данных, объем которых огромен, но со временем увеличивается в геометрической прогрессии. Это данные настолько большого размера и сложности, что ни один из традиционных инструментов управления данными не может эффективно хранить или обрабатывать их. Большие данные — это тоже данные, но огромных размеров.
В этом руководстве по аналитике больших данных вы узнаете,
Что является примером больших данных?
Ниже приведены некоторые примеры больших данных.
Нью-Йоркская фондовая биржа является примером больших данных, которые генерируют около один терабайт новых торговых данных в день.
Социальные сети
Статистика показывает, что более 500 терабайт новых данных попадают в базы данных социальной сети Facebook каждый день. Эти данные в основном генерируются с точки зрения загрузки фото и видео, обмена сообщениями, комментариев и т. д.
Один реактивный двигатель может генерировать более 10 терабайт данных за 30 минут полета. При многих тысячах рейсов в день генерация данных достигает многих петабайтов
.
Типы больших данных
Следующие типы больших данных:
Структурированный
Любые данные, которые можно хранить, получать к ним доступ и обрабатывать в форме фиксированного формата, называются «структурированными» данными. С течением времени таланты в области компьютерных наук добились больших успехов в разработке методов работы с такого рода данными (где формат хорошо известен заранее), а также в извлечении из них ценности. Однако в настоящее время мы предвидим проблемы, когда размер таких данных вырастет до огромных размеров, типичные размеры колеблются в пределах нескольких зеттабайт.
Знаете ли вы? 10 21 байт равно 1 зеттабайту или одному миллиарду терабайт формирует зеттабайт.
Глядя на эти цифры, легко понять, почему дано название «Большие данные», и представить себе проблемы, связанные с их хранением и обработкой.
Знаете ли вы? Данные, хранящиеся в системе управления реляционными базами данных, являются одним из примеров «структурированных» данных.
Примеры структурированных данных
Таблица «Сотрудник» в базе данных является примером структурированных данных
| ID_сотрудника | Имя_сотрудника | Пол | Отдел | Зарплата_в_лаках |
|---|---|---|---|---|
| 2365 | < td>Раджеш КулкарниМужчина | Финансы | 650000 | |
| 3398 | Пратибха Джоши | Женщина | Администратор | 650000 |
| 7465 | Шушил Рой | Мужчина | Администратор | 500000 |
| 7500 | Шубходжит Дас | td>Мужчина | Финансы | 500000 |
| 7699 | Прия Сане | Женщина | Финансы | 550000 |
Неструктурированный
Любые данные неизвестной формы или структуры классифицируются как неструктурированные данные. В дополнение к огромному размеру, неструктурированные данные создают множество проблем с точки зрения их обработки для извлечения из них ценности.Типичным примером неструктурированных данных является разнородный источник данных, содержащий комбинацию простых текстовых файлов, изображений, видео и т. д. В настоящее время организациям доступно множество данных, но, к сожалению, они не знают, как извлечь из них пользу, поскольку эти данные представлены в необработанном виде или в неструктурированном формате.
Примеры неструктурированных данных
Вывод, возвращаемый поиском Google
Полуструктурированные
Полуструктурированные данные могут содержать обе формы данных. Мы можем видеть полуструктурированные данные как структурированные по форме, но на самом деле они не определяются, например, с помощью определение таблицы в реляционной СУБД. Примером полуструктурированных данных являются данные, представленные в файле XML.
Примеры частично структурированных данных
Личные данные, хранящиеся в файле XML-
Рост данных за последние годы
Обратите внимание, что неструктурированные данные веб-приложений состоят из файлов журналов, файлов истории транзакций и т. д. Системы OLTP созданы для работы со структурированными данными, в которых данные хранятся в отношениях (таблицах).
Характеристики больших данных
Большие данные можно описать следующими характеристиками:
- Громкость
- Разнообразие
- Скорость
- Изменчивость
(i) Объем. Само название «Большие данные» связано с огромным размером. Размер данных играет очень важную роль в определении ценности данных. Кроме того, то, могут ли конкретные данные рассматриваться как большие данные, зависит от объема данных. Следовательно, «Объем» — это одна из характеристик, которую необходимо учитывать при работе с решениями для работы с большими данными.
(ii) Разнообразие. Следующим аспектом больших данных является их разнообразие.
Разнообразие относится к разнородным источникам и характеру данных, как структурированных, так и неструктурированных. Раньше электронные таблицы и базы данных были единственными источниками данных, рассматриваемыми большинством приложений. В настоящее время данные в виде электронных писем, фотографий, видео, устройств мониторинга, PDF-файлов, аудио и т. д. также учитываются в приложениях для анализа. Это разнообразие неструктурированных данных создает определенные проблемы для хранения, извлечения и анализа данных.
(iii) Скорость. Термин «скорость» относится к скорости создания данных. Насколько быстро данные генерируются и обрабатываются для удовлетворения потребностей, определяет реальный потенциал данных.
Скорость больших данных связана со скоростью, с которой данные поступают из таких источников, как бизнес-процессы, журналы приложений, сети и сайты социальных сетей, сенсоры, мобильные устройства и т. д. Поток данных огромен и непрерывен.
(iv) Изменчивость. Это относится к несогласованности, которая может проявляться в данных время от времени, что затрудняет процесс эффективной обработки данных и управления ими.
Преимущества обработки больших данных
Возможность обработки больших данных в СУБД дает множество преимуществ, например:
- Компании могут использовать информацию извне при принятии решений.
Доступ к социальным данным из поисковых систем и таких сайтов, как facebook и twitter, позволяет организациям корректировать свои бизнес-стратегии.
Традиционные системы обратной связи с клиентами заменяются новыми системами, разработанными с использованием технологий больших данных. В этих новых системах для чтения и оценки ответов потребителей используются технологии обработки больших данных и естественного языка.
- Раннее выявление риска для продукта/услуги, если таковой имеется
- Повышение операционной эффективности
Технологии больших данных можно использовать для создания промежуточной или целевой зоны для новых данных, прежде чем определять, какие данные следует переместить в хранилище данных. Кроме того, такая интеграция технологий больших данных и хранилища данных помогает организации разгрузить редко используемые данные.
Читайте также: