Главная Обратная связь

Дисциплины:






Прагматическая мера информации.



Эта мера определяет полезность информации (ценность) для достижения получателем поставленной цели. Эта мера также величина относительная, субъективная, обусловленная особенностями использования этой информации для принятия решения.

Приведем два показателя, оценивающих прагматическую меру информации.

Приращение вероятности достижения цели.

Если до получения сообщения b вероятность достижения цели была p0 , а после получения - р1 , то ценность информации, полученной из сообщения b можно оценить с помощью показателя Ip:

Ip = log (р1/ р0).

Если сообщение не изменило вероятность достижения цели ир1= р0, ценность полученной с ним информации – нулевая.

Прагматическая мера (ценность) информации оценивается величиной изменения целевой функции, обусловленным получением информации. Измеряется в тех же самых единицах, в которых измеряется целевая функция.

Целевая функция служит для определения экономического результата принятия решения (экономического эффекта) или проще – для количественной оценки конкретного варианта решения. Она может оценивать величину прибыли (в рублях, долларах, евро и т.д.), получаемой в случае принятия данного решения или измерять величину соответствующих данному решению расходов имеющегося набора ресурсов (в килограммах, метрах, штуках и т.д.).

Желаемым результатом принятия решения должна быть либо наибольшая из всех возможных при данном наборе ресурсов прибыль, либо наименьшие расходы ресурсов, соответствующие выбранному решению.

Тогда прагматическую меру (ценность) информации Ib(a), содержащейся в сообщении b можно оценить по величине изменения целевой функции:

 

Ib(a)= С(a/b) – С(a),

 

где Ib(a) – ценность информационного сообщения b для системы a,

С(a) – значение целевой функции, оценивающей экономический эффект функционирования системы a до получения сообщения b,

С(a/b) – значение целевой функции, оценивающей эффект функционирования системы a при условии, что будет использована информация, содержащаяся в сообщении b.

Термин «целевая функция» активно используется в линейном программировании и исследовании операций, изучающими способы получения оптимальных решений. На практике мы пользуемся методами оптимизации постоянно, когда сталкиваемся с проблемой выбора, например, маршрута следования (длина пути должна быть минимальной по времени или деньгам).

 

Свойства данных, информации и знаний.

Свойства данных.

Репрезентативность данных (или представительность), означает способность собранных данных адекватно отобразить свойства описываемого ими явления.



Важное значение здесь имеют:

правильный отбор объектов для сбора данных;

определение набора существенных признаков для измерения;

достаточное количество объектов;

соответствие данных формулировке задачи, для решения которой осуществляется сбор данных.

Именно репрезентативность данных во многом определяет, насколько пригодной для подготовки и принятия решения будет полученная после обработки этих данных информация. Как мы знаем, информация появляется после того, как сформулирована задача, для решения которой существующие данные отбираются, обрабатываются и представляются – уже в виде информации.

 

Точность данных. Принято выделять:

формальную точность, измеряемую значением единицы последнего разряда числа;

реальная точность, измеряемая значением единицы последнего разряда, достоверность которого гарантируется;

максимальная или достижимая точность, которая может быть получена при конкретных условиях сбора данных;

необходимая точность, определяемая требованиями задачи, для решения которой данные собираются.

Достоверность данных – это способность представлять описываемые объекты с заданной по условиям решаемой задачи точностью.

Проблема достоверности экономических данных – одна из главных, определяющих целесообразность внедрения информационных систем: достоверность – это ключевой показатель данных. Существует известный принцип Джайгоу (Gigo principle): «полезная информация не может быть получена из некачественных данных». На практике достоверность определяется погрешностью данных, на которую влияют также факторы:

точность измерения данных;

методика измерения или расчета;

полученные искажения, вносимые в данные на разных этапах информационного процесса заинтересованными лицами.

В случае, когда погрешность полностью определяется факторами, степень влияния которых можно оценить (как, например, точность данных) – такие данные называют еще надежными. Ясно, что данные, которые могут быть сознательно искажены в чьих-то интересах – не являются надежными и делают автоматизацию информационного процесса с их использованием бессмысленной.

Теперь можно сформулировать понятие «хороших данных» – это репрезентативные, точные и надежные данные. Наличие хороших данных – необходимое условие получения «полезной информации», т.е. такой, которую можно объективно рекомендовать к использованию для принятия решения.





sdamzavas.net - 2018 год. Все права принадлежат их авторам! В случае нарушение авторского права, обращайтесь по форме обратной связи...