저자: 유봉
2006 년 6 월 5438+ 10 월경, 저는 데이터, 정보, 지식, 지혜에 관한 문장 한 편을 썼습니다. 나는 과학 인터넷에서 이 문제를 논의하고 있는 선생님을 보았고, 그래서 원문의 핵심 내용 중 일부를 정리하여 이 문장 토론을 진행했다. (윌리엄 셰익스피어, 윈스턴, 과학명언)
지식 관리에는 고전적인 지식 계층 다이어그램이 있는데, 이 글은 이 그림을 기초로 서술할 것이다.
첫째, 데이터란 무엇입니까?
우리는 종종 "물의 온도는 100 C, 선물의 무게는 500g, 나무의 길이는 2m, 건물의 높이는100 층" 이라고 말한다. 물, 온도, 100 C, 선물, 무게, 500g, 목재, 길이, 2m, 건축, 높이,100 층 키워드를 통해 우리는 뇌에 형성된다 이러한 일반 문자 또는 키워드는 우리가 논의한 데이터의 기초를 형성합니다. 우리는 키워드가 반드시 일반적이어야 한다고 언급했다. 이것은 다른 계급과 종교를 의미한다. 나라마다 키워드에 대해 서로 다른 약속이 있을 수밖에 없다. 따라서 우리는 데이터가 실제로 사용 범위를 가지고 있다고 추론할 수 있다. 다른 분야의 사람들은 같은 일을 묘사할 때 다른 데이터를 제시한다. 예를 들어, 중국인들은 매주 마지막 날을 일요일이라고 부른다. 미국인들은 이 날을 일요일이라고 부른다. 그리스도인들은 이 날을 일요일이라고 부른다. 데이터의 범위는 여러 나라가 정보 세계와 지식 세계를 구축하게 한다. 종교마다, 계급마다 차이가 있다. 데이터의 범위를 인식하면 한 분야의 지식을 관리할 때 키워드나 데이터의 일관성을 통일하는 데 도움이 됩니다.
마지막으로, 데이터에 대한 정의는 데이터가 일반 키워드로 객관적인 사물의 수, 속성, 위치 및 관계를 추상적으로 표현한 것으로, 이 분야의 수동 또는 자연 보존, 전송 및 처리에 적용됩니다.
둘째, 정보란 무엇입니까?
지식 계층 구조의 중간 계층으로서, 한 가지 확인 가능한 점은 정보가 데이터로부터 비롯되어야 하며 데이터보다 높다는 것입니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 지식명언) 우리는 7 도, 50 미터, 300 톤, 건물, 다리 같은 데이터가 관련이 없고 고립되어 있다는 것을 알고 있다. 이 데이터는 객관적인 사물과 객관적인 사물 사이의 관계를 설명하고 논리적 데이터 흐름을 형성하는 경우에만 정보라고 부를 수 있다. 게다가, 정보에는 사실 매우 중요한 특징인 시효성이 포함되어 있다. 예를 들어 뉴스는 베이징의 기온이 섭씨 9 도라고 한다. 이 정보는 우리에게 아무런 의미가 없다. 북경의 오늘이나 내일 섭씨 9 도의 기온을 더해야 한다. 또 다른 예는 회의가 회의실 3 층에서 열릴 것이라고 발표하는 것이다. 이 정보도 의미가 없다. 그는 회의가 회의실 3 층에서 언제 열리는지 우리에게 말해야 한다.
정보의 적시성을 중시하는 것은 우리가 정보를 이용하고 전달하는 데 중요한 의의가 있다. 그것은 정보의 시효성이 없으면 정보가 불완전하고 심지어 무의미한 데이터 스트림이 된다는 것을 우리에게 일깨워 준다. 따라서 Dell 은 정보가 시기 적절하고, 의미 있고, 논리적이며, 처리되고, 가치 있는 의사 결정을 위한 데이터 스트림이라고 생각합니다.
셋째, 지식이란 무엇인가?
정보는 데이터에 의미 있는 것을 제공하지만, 시간 효용이 무효가 되면 그 가치는 떨어지기 시작하는 경우가 많다. 인간의 참여를 통해서만 정보를 요약, 유도 및 비교하고, 그 가치 있는 부분을 침전시키고, 인류의 기존 지식체계와 결합해야 이런 가치 있는 정보를 지식으로 바꿀 수 있다. 예를 들면. 북경은 7 월 1, 기온은 30 도입니다. 1 년 2 월 기온 3 도. 일반적으로이 정보는 시효성이 사라지면 쓸모 없게됩니다. 그러나 사람들이이 정보를 요약하여 비교할 때 베이징의 온도가 7 월에 상대적으로 높을 것이며 6 월은 상대적으로 낮을 것입니다. 5438+2 월, 그 결과 일년 내내 사계절이 있다는 결론이 나옵니다. 따라서 지식은 인간의 기존 지식 기반을 사용하여 침전되고 구조화 된 귀중한 정보라고 생각합니다.
넷째, 지혜란 무엇인가?
우리는 한 사람이 모든 것을 알고 있고, 지식이 많지만, 세상 물정을 모르는 것을 흔히 책벌레라고 부른다. 몇 권의 책만 읽었지만 능력이 뛰어나 난제를 해결할 수 있는 사람도 있을 것이다. 우리는 후자가 더 지혜롭다고 생각할 것이다. 따라서 지혜는 인간이 이미 가지고 있는 지식을 바탕으로 물질 세계 운동으로 인한 문제를 분석, 비교 및 추론할 수 있는 능력이라고 생각합니다. 이 능력의 결과는 정보의 가치 있는 부분을 발굴하여 기존 지식 구조의 일부가 되는 것이다.
이러한 정의에 근거하여, 우리는 지식 관리에 대해 건설적인 건의를 하려 한다.
1. 데이터에 사용된 키워드의 통일성과 무결성에 주의를 기울이고, 조직의 다양한 정보와 지식 체계를 피하고, 회원들이 의사 소통에서 모호함과 오해를 일으키지 않도록 합니다.
2. 키워드 집합의 확장성을 유지하여 데이터 불완전성으로 인해 새로운 정보와 새로운 지식이 생성되는 것을 방지합니다.
3. 정보의 적시성에주의를 기울이고 적시성이 사라지기 전에 유용한 가치를 발굴하여 기존 지식 기반에 침전시킵니다.
4. 정보의 신뢰성과 논리에 주의를 기울여 오류 또는 논리적 혼란으로 인해 지식 기반에 정보가 추가되는 것을 방지하여 지식 기반의 품질을 저하시킵니다.
5. 지식 기반의 구조에 주의하여 지식 분리를 피하고 심지어 지식 섬이 나타날 수도 있다. (윌리엄 셰익스피어, 지식, 지식, 지식, 지식, 지식, 지식, 지식, 지식) 서로 다른 분야 지식의 교차 융합을 통해 이들을 연결함으로써 조직 구성원이 지식 기반을 사용할 때 필요한 지식을 빠르고 정확하게 찾을 수 있도록 합니다.
6. 지혜를 충분히 이해하는 것은 지식을 적용하고 정보 문제를 처리하는 능력이다. 조직 구성원을 선택할 때, 우리는 그들의 지식과 지식을 운용하는 능력 사이의 균형을 고려해야 한다.