数据科学导论 课件 第4章 DIKW模型

第4章DIKW模型4.1数据与DIKW模型什么是DIKW模型

DIKW模型是信息科学领域中一个广泛应用的知识管理框架，是由英国信息学家泽勒于1987年提出的。DIKW模型由四个层次组成，分别是数据（Data）、信息（Information）、知识（Knowledge）和智慧（Wisdom）。DIKW模型可以帮助人们更好地组织和管理知识资源，提高知识管理的效率和质量。想一想4.1：生活中的DIKW（1）天气预报数据：A城市本周下雨三天、多云四天；B城市本周七天都是晴天。A城市本周平均温度18度；B城市本周平均温度是25度。信息：B城市和A城市相比晴天的天数更多；B城市比A城市的平均温度高7度。知识：天气和温度可能存在某些关联。智慧：如果今天早上下雨，那么今天的温度可能就会更低，可能需要带一件外套出门。（2）人事管理数据：小明在过去一周上班时间为9:15,9:12,9:18,9:17,9:13信息：小明在过去一周平均每天比标准上班时间晚到15分钟知识：小明一直在迟到智慧：小明很懒，可以考虑辞退。DIKW模型中的过去与未来

DIKW模型中几部分关系较好地体现了数据价值链的变化，体现了“数据可以映射现实”、“数据可以认知现实”、“数据可以操控现实”这一数据科学的本质。DIKUW模式是DIKW的一种变种，其中所增加的“理解（Understanding）”环节强调“知识”的整合，有时也称为“洞见（Insight）”，表明理解和洞见的结果可以直接用于支持“智慧”决策，“以史为诫，面向未来”。第4章DIKW模型4.2数据价值链与DIKW数据价值链与DIKW数据价值链数据价值链与DIKW-从数据到信息从数据到信息，数据科学要完成的主要工作是数据集成与数据加工。数据是原始记录、未加工、无意义（元数据），即客观存在，信息是已经被处理、具有逻辑关系的数据。对数据的解释只有在特定语境环境下有意义，即解释数据的Who、What、Where以及When等。

数据集成是把不同来源、格式、特点性质的数据在逻辑上或物理上有机地集中，从而为企业提供全面的数据共享，也就是数据思维中提到的“全样本”的具体体现。

数据集成过程也可以理解为数据加工，即数据合并、清洗加工、聚合、关联等。应用案例4.1：国民阅读率

据统计2018年我国成年国民阅读率为59%，报纸阅读率为35%，期刊阅读率为23.4%，数字化阅读方式（网络在线阅读、受阅读、电子阅读器阅读、Pad阅读等）的接触率为76.2%，包括书报刊和数字出版物在内的各种媒介的综合阅读率为80%。数据价值链与DIKW-从信息到知识知识是从相关信息中过滤、提炼及加工而得到的有用的信息集合。信息虽给出了数据中一些有一定意义的东西，但数据中更深层的隐藏价值只有通过人的参与对信息进行归纳、演绎、比较等手段才能挖掘并积累沉淀下来，这部分有价值的信息就转变成知识。知识来源于信息，知识是对情景的理解、意识、认知、识别及对其复杂性的把握。当然某一类知识是基于某一角度的信息整合形成的一种观点（结果），所以说知识是主观的。

知识不是信息的简单累加，它可以解决较为复杂的问题，可以回答“如何？”的问题，能够积极地指导任务的执行和管理，进行决策和解决问题。试一试4.1：微信指数

“微信指数”是微信官方提供的基于微信大数据分析的移动端指数。2017年3月23日晚，微信官方推出了“微信指数”功能，可通过以下几步查看。1.打开微信。在顶部搜索框内输入“微信指数”四个关键字。2.再点击“微信指数”进入主页面，然后再点击里面的搜索框，输入自己想要的关键词得出的指数数据。3.目前，微信指数只支持7日、30日、90日内的三个阶段的数据。在微信客户端最上方的搜索窗口里，搜索”xx微信指数”或”微信指数xx”，点击下方”搜一搜”，也可获得某一词语的指数变化情况。

就你关心的热点词汇，看看它的“微信指数”是多少？你用DIKW的分层架构，理解一下“微信指数”是怎么来的？用STW深度思考一下吧。数据价值链与DIKW-从知识到智慧（决策）智慧是对知识的最佳运用，是将过去处理的问题获得的经验或知识应用于未来。智慧是一种应用知识和信息处理问题的能力。知识是用来解决具体问题的，即用来指导行动，解决“如何做”的问题的。

DIKW模型将现实世界中已经发生的和未来可能发生的事物连接起来，表明将信息的有价值部分挖掘出来并能转换为实际行动的过程，这一过程重点关注“怎样做对一件事”，而未来的智慧决策关注“做最正确的事”，即优化决策。

想一想4.2：“信息茧房”你听说过吗？“信息茧房”这一概念是哈佛大学法学院教授凯斯·桑斯坦在2006年出版的《信息乌托邦》中提出的一个概念。其意指在信息传播中，人们会习惯性地被自己感兴趣的内容导引，并从中得到愉悦与安慰，久而久之，就将自己的思想及生活像蚕茧一般桎梏于“蚕房”中的现象。

有人将此现象形象地比喻为“挑食”，人类在浩如烟海的信息面前，只选择自己喜好的内容，不乐于接受其它领域的信息。倘若涉足新领域，也可能是出于“暂时有用”而已。例如：沉醉娱乐消息的人，对于历史方面的知识不感兴趣；喜欢体育新闻的人，也难以跨界诗词领域。同样，热爱国学文化的人，也没兴趣涉足到动漫领域，反之亦然。你在日常说中感觉到“信息茧房”的存在吗？它的利弊是什么？从DIKW模型的视角，你有如何利用它或破防它的具体方法吗？数据科学与DIKW在数据科学领域，统计、分析与数据科学是不可分割的三个方向（模块），前者是后者获取知识的途径。首先对统计（Statistics）的简单定义是对数据的统计，DIKW金字塔显示为数据转换为统计的信息。在此基础上的分析（Analytics）是指对数据进行分析以识别有意义的模式。

数据科学应用不仅使用统计和分析将数据转换为信息及知识，还进一步将知识转换为可操作的规范（可执行的知识，Actionableknowledge）。换句话说，数据科学完成了将数据转化为智慧，到达了DIKW金字塔的顶端。

想一想4.3：Analysis与Analytics有什么区别？根据剑桥词典的解释：Analysis是指"theactofanalyzingsomething"，分析某些事的行动；Analytics指的是"aprocessinwhichacomputerexaminesinformationusingmathematicalmethodsinordertofindusefulpatterns"，使用计算机和数学方法分析各种信息，以找到有用的结论的过程。Analysis是针对过去已发生的事情进行分析，了解事情可能发生的原因以及是如何发生，属于对“过往数据”的分析，即历史数据的描述性（Descriptive）分析，而且分析的方法主要是通过“人脑”来进行判断，属于我们通常意义上的狭义数据分析的范畴。

Analytics则是针对未来进行预测，判断事情可能的发展，属于“预测未来”（Predictive）的分析。分析的方式强调通过“电脑”来进行模型的建立。

当我们再遇到文的“数据分析”一词，请关注它在上下文中的含义，区别到底指的是Analysis还是Analytics，以排除理解上的障碍。第4章DIKW模型4.3从DIKW视角看世界数据思维实现的要素要素1–大数据数据思维是建立在对数据学习的基础上，数据越多，可学习与积累的东西越多，基于数据驱动的判断决策就越准确，越具有实用性。DIKW金字塔结构体现了底层数据“量”的重要性，所以说大数据的形成是数据思维的一个要素。

大数据比传统数据“牛”的地方，不只是体量大，也不只是4V，还有两个重要特征：多维度和时效性。

数据思维实现的要素要素2–算力“算力”顾名思义可以理解为计算能力。算力可以分为三类：第一类就是高性能计算，也就是所谓的“超算”，其运用范围非常广泛，例如科学计算、天文计算等等。第二类是人工智能计算，主要用于处理人工智能应用问题，实例为智慧城市，城市网络等等。第三类也就是数据中心，通过云计算的方式提供算力的公共服务。这三种模式合并到一起就能充分地反映出一个国家的数据计算能力。算力作为转换数据价值的生产因素，已成为支撑数字经济持续发展的重要动力。数据思维的实现需要很强的计算能力的支撑。我们常常想到的电脑、手机等智能设备提供的算力对大数据来说是远远不够的，需要一个大规模的计算机集群，需要成百上千台计算机连接在一起，进行大规模的运算。除了计算机集群，算力还需要GPU的架构。GPU架构有别于传统CPU的架构，能够很好地支持深度学习模型的运算。

应用案例4.3：东数西算–国家大数据战略

2015年首届中国国际大数据产业博览会（简称数博会）在贵阳举办，发布了《大数据贵阳宣言》。2022年初，国家发展与改革委员会等部门便联合印发文件，同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等8地启动建设国家算力枢纽节点的工程，并规划了10个国家数据中心集群。至此，全国一体化大数据中心体系完成总体布局设计，“东数西算”工程正式全面启动，以解决我国东西部不同城市算力供给及需求的不均衡的状态。数据思维实现的要素要素3–模型什么是模型？模型是指对于某个实际问题或客观事物、规律进行抽象后的一种形式化表达方式。任何模型都是由三部分组成的，即目标、变量和关系。数据科学中谈到的模型专指数学模型，即用数学（或统计学）方式描述目标与变量之间的关系。

对应DIKW模型，模型中的变量可理解从信息中提取的特征变量，目标即量化的结果，以“知识”的不同呈现方式展现。

试一试4.2：幸福与爱情英国研究人员多年前就提出“幸福”可以用一个数学模型来概括，即：幸福=P+5*E+3*H其中P代表个性，包括世界观、适应能力和应变能力；E代表生存，包括健康、财力和交友等，H代表更高层的需求，包括自尊心、期望、雄心和幽默感，你能接受这个幸福数学模型吗？“终极恋爱模型”由英国心理学家、数学家和人际关系专家合作得到的结果。爱情=(((F+Ch+P)/2+(3(C+I))/10))⁄((2(5-SI)+2))模型中，F代表自己对对方的好感，Ch代表对方的魅力，P代表体内分泌吸引异性的化学物质，C代表自己的信心，I代表亲密程度，SI代表自我形象。除自我形象SI评分为1至5分，其他自测指标评分为1至10分。总分越高表明恋情继续发展的可能性越大。以上模型取自网络，千万别真的把自己装进去了。但是从中你可以理解什么是模型？也可以分析一下上述两个模型本身有什么区别？应用DIKW模型解释这个例子你会有哪些新的感悟？大数据时代这种模型会越来越准吗？你为什么这么说？数据思维实现的要素要素4–业务模式数据科学的研究要能够落地，必须在某个领域某个场景中去实践它。不仅如此，还应该激发出更多的创新业务模式。正是因为有了这些创新业务模式，数据思维及数据科学才能顺利在各行各业落地，帮助企业产出价值。

像数据科学家一样去思考，首要解决的两个问题是：（1）如何定义和分解商业问题；（2）如何将商业问题转化为数据问题。

大数据原理与DIKW模型1.量变到质变原理2.关联聚合原理3.分析致用原理4.效用倍增原理。

应用案例4.4：用户画像的构建–标签分级用户画像标签系统可以分为三个层次，数据加工层、数据服务层及数据应用层。每个层面面向用户对象不一样，处理事务有所不同。原始数据主要指用户的历史数据信息，如会员信息、消费信息、网络行为信息。经过数据的清洗后送入用户标签体系的事实层。（1）事实层：事实层是用户信息的准确描述层，其最重要的特点是，可以从用户身上得到确定与肯定的验证。如用户的人口属性、性别、年龄、籍贯、会员信息等。（2）模型预测层：通过利用统计建模、数据挖掘

及机器学习等方法，对事实层的数据进行分

析利用，从而得到描述用户更为深刻的信息。（3）营销策略层：利用模型预测层的结果，对不同

用户群体且相同需求的客户进行更深层次地打

标签，建立营销模型，从而利用用户的活跃度、

忠诚度、流失度、影响力等标签开展精准营销。DIKW的应用及创新在现实世界中，DIKW的高效使用还必须通过三个不同视角：（1）“流动的视角”：流动意味着不要把DIKW隔离成一个个独立的主体，让彼此之间静止和隔离，这样会导致数据永远只是数据，不可能转化为信息、知识、甚至智慧。（2）“思考的视角”：用思考的视角看DIKW，即针对接触的每一条数据、信息和知识，都需要持续思考如何更好使用，如何跨界使用。（3）“应用的视角”：应用的视角关注学以致用，不要仅仅是信息、仅仅是数据，而是需要思考如何应用到工作生活的方方面面，只有通过应用的视角看待DIKW，才能将数据更好地转化成知识及智慧。

DIKW的应用及创新DIKW的高效应用其实是一个闭环过程，所谓“优化迭代”就