DIWK模型

作为数据架构理论的DIKW模型 - 图1

数据(Data)

数据的定义

数据是事实的集合,数据可以是数字、文字、图像、符号等,直接来自于事实。此处模型的数据仅仅代表数据本身,并不包含任何潜在意义。

信息(Information)

信息的定义

通过某种方式组织和处理数据,分析数据之间的关系,数据就具有了意义,形成了信息。
信息是被理解了的数据。

信息的特征

可以回答一些简单的问题,例如,什么人 在什么时间 在什么地点 因为什么原因 做了什么事情 具体是如何做的

原因(何因Why)、对象(何事What)、地点(何地Where)、时间(何时When)、人员(何人Who)、方法(何法How),俗称 5w1h 模型

知识(Knowlege)

知识的定义

知识是信息的集合,是从相关信息中过滤、提炼、加工而得到的有用资料。知识对信息的应用,是一个对信息判断和确认的过程,这个过程结合了经验、上下文、诠释和反省。

知识的特征

知识可以回答“如何?”的问题,可以帮助我们建模和仿真
知识在特殊背景和语境下,将数据、信息、应用之间建立联系
知识基于推理和分析,还可能产生新的知识

智慧(Wisdom)

智慧的定义

智慧是一种能力
是收集、加工、应用、传播知识的能力
是在具体背景和语境下做正确判断和决定的能力
是对知识的最佳使用

智慧的特征

外推
非确定性
非盖然论
所提出的问题是没有答案的问题(知识是有答案)
智慧可以回答“为什么?”的问题
关注的是未来,试图理解过去未曾理解的东西,过去未做过的事
是人类所持有的,是唯一不能用工具实现的

综上所述

随着数据向信息、知识、智慧发展,理解的深度在不断加深,需要考虑的范围也在扩大

类比数仓理论

作为数据架构理论的DIKW模型 - 图2

详细类比参见

从DIKW模型出发进行的数据分层类比

技术架构图

作为数据架构理论的DIKW模型 - 图3