5. Знання
Знання – сукупність фактів, закономірностей і евристичних правил, за допомогою яких вирішується поставлене завдання.
Отже, формування інформації відбувається в процесі збору і передачі, тобто обробки даних. Яким же чином з інформації одержують знання?
Все частіше істинні знання створюються на основі розподілених взаємозв'язків різнорідної інформації [19]. Коли інформація зібрана і передана для одержання явно не певного заздалегідь результату, то ви одержуєте знання. Сама по собі інформація в чистому виді безглузда. Звідси слідує висновок, що інформація – це чиєсь тактичне знання, передане у вигляді символів і за допомогою яких-небудь прикладних засобів.
По визначенню Денхема Грэя, "знання – це абсолютне використання інформації і даних, разом з потенціалом практичного досвіду людей, здатностями, ідеями, інтуїцією, переконаністю і мотиваціями".
Знання мають певні властивості, які відрізняють їх від інформації [20].
Структурованість. Знання повинні бути "розкладені по поличках".
Зручність доступу та засвоєння. Для людини – це здатність швидко зрозуміти і запам'ятати або, навпаки, згадати; для комп'ютерних знань – засобу доступу до знань.
Лаконічність. Лаконічність дозволяє швидко освоювати і переробляти знання та підвищує "коефіцієнт корисного змісту". У даний список лаконічність була додана через усім відомі проблеми шуму і непотрібних документів, характерних саме для комп'ютерної інформації – Internet та електронного документообігу.
Несуперечність. Знання не повинні суперечити один одному.
Процедури обробки. Знання потрібні для того, щоб їх використовувати. Одна з головних властивостей знань – можливість їх передачі іншим і здатність робити висновки на їх основі. Для цього повинні існувати процедури обробки знань. Здатність робити висновки означає для машини наявність процедур обробки і висновку та підготовленість структур даних для такої обробки, тобто наявність спеціальних форматів знань.
Зіставлення і порівняння понять "інформація", "дані", "знання"
Для того щоб впевнено оперувати поняттями "інформація", "дані", "знання", необхідно не тільки розуміти суть цих понять, але і відчути відмінності між ними. Однак, однієї інтуїтивної інтерпретації цих понять тут недостатньо. Складність розуміння відмінностей вищезгаданих понять – у їх синонімічності. Згадаємо, що поняття Data Mining переводиться на українську мову за допомогою цих же трьох понять: як здобуття даних, витягнення інформації, розкопування знань.
Для того щоб відчути різницю, розглянемо застосування цих трьох понять на простому прикладі.
Для початку зробимо спробу розібратися в цих термінах на простих прикладах.
Студент, що здає іспит, має потребу в даних.
Студент, що здає іспит, має потребу в інформації.
Студент, що здає іспит, має потребу в знаннях.
При розгляді першого варіанта – студент має потребу в даних – виникає думка, що студентові потрібні дані, наприклад, для обчислень. Інформацією в другому варіанті може виступати конспект або підручник. У результаті їх використання студент одержує лише інформацію, що у певних випадках може перейти в знання. Третій варіант звучить найбільше логічно.
Інформація, на відміну від даних, має сенс.
Поняття "інформація" і "знання", з філософської точки зору, є поняттями більш вищого рівня, чим "дані", що виникло відносно недавно.
Поняття "інформації" безпосередньо пов'язане із сутністю процесів всередині інформаційної системи, тоді так поняття "знання" скоріше орієнтоване на якість процесів. Поняття "знання" тісно пов'язане з процесом прийняттям рішень.
Незважаючи на розходження, розглянутих понять, як ми вже відзначали раніше, не є розрізненими і незв'язаними. Вони є частиною одного потоку: на його початку перебувають дані, у процесі передачі яких виникає інформація, і в результаті використання інформації, за певних умов, виникають знання.
У лекції вже відзначалося, що в процесі руху нагору по інформаційній піраміді обсяги даних переходять у цінність знань. Однак більші обсяги даних зовсім не означають і, тим більше, не гарантують одержання знань. Існує певна залежність цінності отриманих знань від якості і потужності процедур обробки даних. Типовим прикладом інформації, яку не можна перетворити в знання, є текст іноземною мовою. При відсутності словника і перекладача ця інформація взагалі не має цінності, вона не може перейти в знання. При наявності словника процес переходу від інформації до знань можливий, але тривалий і трудомісткий. При наявності перекладача інформація дійсно переходить у знання.
Таким чином, для одержання цінних знань необхідні якісні процедури обробки. Процес переходу від даних до знань займає багато часу і коштує дорого. Тому очевидно, що технологія Data Mining з її потужними і різноманітними алгоритмами є інструментом, за допомогою якого, просуваючись нагору по інформаційній піраміді, ми можемо одержувати дійсно якісні та цінні знання.