完全信息價值多少

1. 鎬庝箞鐞嗚В瀹屽叏淇℃伅錛

鐢ㄦ潵鎻忚堪涓縐嶇粡嫻庣幇璞℃垨鍗氬紙鐜拌薄錛屽嵆瀵逛簬鎵鏈夊弬涓庤呮潵璇撮兘鑳藉熶簡瑙ｅ埌鍏朵粬甯傚満鍙備笌鑰呯殑涓鍒囦俊鎮銆傛瘡涓鍗氬紙鑰呴兘鑳界煡閬撳叾浠栧崥寮堣呯殑絳栫暐鍜屾姤閰銆傚畬鍏ㄤ俊鎮鏄涓涓鏈夋晥鐜囩殑瀹屽叏絝炰簤甯傚満鎵蹇呴渶鐨勭悊璁哄墠鎻愭潯浠躲傚湪鏌愮嶆剰涔変笂錛屽畠涔熸槸緇忔祹鐞嗚轟腑鈥滅粡嫻庝漢錛堢悊鎬т漢錛夊亣璁鋸濇墍蹇呴渶鐨勬潯浠躲傚傛灉涓涓鍗氬紙鏄澶勪簬涓嶅畬鍏ㄤ俊鎮鐨勭幆澧冧笅錛岄偅涔堣繖浜涗釜浜哄崥寮堣呬滑鍙鑳戒笉鑳介勬祴鍑轟粬浠鐨勮屽姩瀵逛簬鍏朵粬鍗氬紙鑰呬細鏈夋庢牱鐨勬晥鏋溿傦紙鍗充嬌鍋囧畾鍏朵粬鍗氬紙鑰呴兘鏄鐞嗘х殑錛夋墍璋撳畬鍏ㄤ俊鎮錛圕omplete Information錛夛紝鏄鎸囧競鍦哄弬涓庤呮嫢鏈夌殑瀵逛簬鏌愮嶇粡嫻庣幆澧冪姸鎬佺殑鍏ㄩ儴鐭ヨ瘑銆傚湪鐜板疄緇忔祹涓錛屾病鏈変漢鑳藉熸嫢鏈夊悇涓鏂歸潰緇忔祹鐜澧冪姸鎬佺殑鍏ㄩ儴鐭ヨ瘑錛屾煇浜涙柊鍙ゅ吀緇忔祹瀛﹀跺０縐幫細鎴戜滑騫朵笉闇瑕佸畬鍏ㄤ俊鎮錛屽洜涓轟環鏍間綋緋誨凡緇忛泦涓鎴戜滑鎵闇鐨勫叏閮ㄤ俊鎮錛屽湪甯傚満鏈哄埗榪愯岃壇濂界殑鏉′歡涓嬶紝緇忔祹涓諱綋鍙瑕佽兘澶熻幏寰楁湁鍏充粬浠鑷宸卞嚲濂藉拰浠鋒牸鏂歸潰鐨勪俊鎮灝卞凡瓚沖熴

2. 大數據的七大核心價值

大數據的七大核心價值

隨著移動互聯網的飛速發展，信息的傳輸日益方便快捷，端到端的需求也日益突出，縱觀整個移動互聯網領域，數據已被認為是繼雲計算、物聯網之後的又一大顛覆性的技術性革命，毋庸置疑，大數據市場是待挖掘的金礦，其價值不言而喻。可以說誰能掌握和合理運用用戶大數據的核心資源，誰就能在接下來的技術變革中進一步發展壯大。

大數據，可以說是史上第一次將各行各業的用戶、方案提供商、服務商、運營商以及整個生態鏈上游廠商，融入到一個大的環境中，無論是企業級市場還是消費級市場，亦或政府公共服務，都正或將要與大數據發生千絲萬縷的聯系。

近期有不少文章暢談大數據的價值，以及其價值主要凸顯在哪些方面，這里我們對大數據的核心具體價值進行了分門別類的梳理匯總，希望能幫助讀者更好的獲悉大數據的大價值。

核心價值究其用戶到底是誰？

談及價值，首先必須要弄清楚其用戶到底是誰？有針對企業數據市場的，還有針對終端消費者的，還有針對政府公共服務的；其次要弄清楚大數據核心價值的表現形式、價值的體現過程以及最後呈現的結果。

商業的發展天生就依賴於大量的數據分析來做決策，對於企業用戶，更關心的還是決策需求，其實早在BI時代這就被推上了日程，經過十餘年的探索，如今已形成了數據管理、數據可視化等細分領域，來加強對決策者的影響，達到決策支持的效果。還有企業營銷需求，從本質上來說，主要聚焦在針對消費者市場的精準營銷。

對於消費者用戶，他們對大數據的需求主要體現在信息能按需搜索，並能提供友好、可信的信息推薦，其次是提供高階服務，例如智能信息的提供、用戶體驗更快捷等等。

還有，大數據也不斷被應用到政府日常管理和為民服務中，並成為推動政府政務公開、完善服務、依法行政的重要力量。從戶籍制度改革，到不動產登記制度改革，再到徵信體系建設等等都對資料庫建設提出了更高的目標要求，而此時的資料庫更是以大數據為基礎的，可見，大數據已成為政府改革和轉型的技術支撐杠桿。

數據，除了它第一次被使用時提供的價值以外，那些積累下來的數據海洋並不是無用的廢物，它還有著無窮無盡的「剩餘價值」，關於這一點，人們已經有了越來越多的認識。事實上，大數據已經開始並將繼續影響我們的生活，接下來讓我們共同探索大數據的核心價值吧！當然這是需要藉助於一些具體的應用模式和場景才能得到集中體現的。

《大數據時代》一書作者維克托認為大數據時代有三大轉變：「第一，我們可以分析更多的數據，有時候甚至可以處理和某個特別現象相關的所有數據，而不是依賴於隨機采樣。更高的精確性可使我們發現更多的細節。第二，研究數據如此之多，以至於我們不再熱衷於追求精確度。適當忽略微觀層面的精確度，將帶來更好的洞察力和更大的商業利益。第三，不再熱衷於尋找因果關系，而是事物之間的相關關系。例如，不去探究機票價格變動的原因，但是關注買機票的最佳時機。」大數據打破了企業傳統數據的邊界，改變了過去商業智能僅僅依靠企業內部業務數據的局面，而大數據則使數據來源更加多樣化，不僅包括企業內部數據，也包括企業外部數據，尤其是和消費者相關的數據。

隨著大數據的發展，企業也越來越重視數據相關的開發和應用，從而獲取更多的市場機會。

一方面，大數據能夠明顯提升企業數據的准確性和及時性；此外還能夠降低企業的交易摩擦成本；更為關鍵的是，大數據能夠幫助企業分析大量數據而進一步挖掘細分市場的機會，最終能夠縮短企業產品研發時間、提升企業在商業模式、產品和服務上的創新力，大幅提升企業的商業決策水平，降低了企業經營的風險。

一、大數據助企業挖掘市場機會探尋細分市場

大數據能夠幫助企業分析大量數據而進一步挖掘市場機會和細分市場，然後對每個群體量體裁衣般的採取獨特的行動。獲得好的產品概念和創意，關鍵在於我們到底如何去搜集消費者相關的信息，如何獲得趨勢，挖掘出人們頭腦中未來會可能消費的產品概念。用創新的方法解構消費者的生活方式，剖析消費者的生活密碼，才能讓吻合消費者未來生活方式的產品研發不再成為問題，如果你了解了消費者的密碼，就知道其潛藏在背後的真正需求。大數據分析是發現新客戶群體、確定最優供應商、創新產品、理解銷售季節性等問題的最好方法。

在數字革命的背景下，對企業營銷者的挑戰是從如何找到企業產品需求的人到如何找到這些人在不同時間和空間中的需求；從過去以單一或分散的方式去形成和這群人的溝通信息和溝通方式，到現在如何和這群人即時溝通、即時響應、即時解決他們的需求，同時在產品和消費者的買賣關系以外，建立更深層次的夥伴間的互信、雙贏和可信賴的關系。

大數據進行高密度分析，能夠明顯提升企業數據的准確性和及時性；大數據能夠幫助企業分析大量數據而進一步挖掘細分市場的機會，最終能夠縮短企業產品研發時間、提升企業在商業模式、產品和服務上的創新力，大幅提升企業的商業決策水平。因此，大數據有利於企業發掘和開拓新的市場機會；有利於企業將各種資源合理利用到目標市場；有利於制定精準的經銷策略；有利於調整市場的營銷策略，大大降低企業經營的風險。

企業利用用戶在互聯網上的訪問行為偏好能為每個用戶勾勒出一副「數字剪影」，為具有相似特徵的用戶組提供精確服務滿足用戶需求，甚至為每個客戶量身定製。這一變革將大大縮減企業產品與最終用戶的溝通成本。例如：一家航空公司對從未乘過飛機的人很感興趣（細分標準是顧客的體驗）。而從未乘過飛機的人又可以細分為害怕飛機的人，對乘飛機無所謂的人以及對乘飛機持肯定態度的人（細分標準是態度）。在持肯定態度的人中，又包括高收入有能力乘飛機的人（細分標準是收入能力）。於是這家航空公司就把力量集中在開拓那些對乘飛機持肯定態度，只是還沒有乘過飛機的高收入群體。通過對這些人進行量身定製、精準營銷取得了很好的效果。

二、大數據提高決策能力

當前，企業管理者還是更多依賴個人經驗和直覺做決策，而不是基於數據。在信息有限、獲取成本高昂，而且沒有被數字化的時代，讓身居高位的人做決策是情有可原的，但是大數據時代，就必須要讓數據說話。

大數據能夠有效的幫助各個行業用戶做出更為准確的商業決策，從而實現更大的商業價值，它從誕生開始就是站在決策的角度出發。雖然不同行業的業務不同，所產生的數據及其所支撐的管理形態也千差萬別，但從數據的獲取，數據的整合，數據的加工，數據的綜合應用，數據的服務和推廣，數據處理的生命線流程來分析，所有行業的模式是一致的。

這種基於大數據決策的特點是：一是量變到質變，由於數據被廣泛挖掘，決策所依據的信息完整性越來越高，有信息的理性決策在迅速擴大，拍腦袋的盲目決策在急劇縮小。二是決策技術含量、知識含量大幅度提高。由於雲計算出現，人類沒有被海量數據所淹沒，能夠高效率駕御海量數據，生產有價值的決策信息。三是大數據決策催生了很多過去難以想像的重大解決方案。如某些葯物的療效和毒副作用，無法通過技術和簡單樣本驗證，需要幾十年海量病歷數據分析得出結果；做宏觀經濟計量模型，需要獲得所有企業、居民以及政府的決策和行為海量數據，才能得出減稅政策最佳方案；反腐倡廉，人類幾千年歷史都沒解決，最近通過微博和人肉搜索，貪官在大數據的海洋中無處可藏，人們看到根治的希望等等。

如果在不同行業的業務和管理層之間，增加數據資源體系，通過數據資源體系的數據加工，把今天的數據和歷史數據對接，把現在的數據和領導和企業機構關心的指標關聯起來，把面向業務的數據轉換成面向管理的數據，輔助於領導層的決策，真正實現了從數據到知識的轉變，這樣的數據資源體系是非常適合管理和決策使用的。

在宏觀層面，大數據使經濟決策部門可以更敏銳地把握經濟走向，制定並實施科學的經濟政策；而在微觀方面，大數據可以提高企業經營決策水平和效率，推動創新，給企業、行業領域帶來價值。

三、大數據創新企業管理模式，挖掘管理潛力

當下，有多少企業還會要求員工像士兵一樣無條件服從上級的指示？還在通過大量的中層管理者來承擔管理下屬和傳遞信息的職責？還在禁止員工之間談論薪酬等信息？《華爾街日報》曾有一篇文章就說，NO。這一切已經過時了，嚴格控制，內部猜測和小道消息無疑更會降低企業效率。一個管理學者曾經將企業內部關系比喻為成本和消耗中心，如果內部都難以協作或者有效降低管理成本和消耗，你又如何指望在今天瞬息萬變的市場和競爭環境下生存、創新和發展呢？

我們試著想想，當購物、教育、醫療都已經要求在大數據、移動網路支持下的個性化的時代，創新已經成為企業的生命之源，我們還有什麼理由還要求企業員工遵循工業時代的規則，強調那種命令式集中管理、封閉的層級體系和決策體制嗎？當個體的人都可以通過佩戴各種感測器，搜集各種來自身體的信號來判斷健康狀態，那樣企業也同樣需要配備這樣的感測系統，來實時判斷其健康狀態的變化情況。

今天信息時代機器的性能，更多決定於晶元，大腦的存儲和處理能力，程序的有效性。因而管理從注重系統大小、完善和配合，到注重人，或者腦力的運用，信息流程和創造性，以及職工個性滿足、創造力的激發。

在企業管理的核心因素中，大數據技術與其高度契合。管理最核心的因素之一是信息搜集與傳遞，而大數據的內涵和實質在於大數據內部信息的關聯、挖掘，由此發現新知識、創造新價值。兩者在這一特徵上具有高度契合性，甚至可以標稱大數據就是企業管理的又一種工具。因為對於任何企業，信息即財富，從企業戰略著眼，利用大數據，充分發揮其輔助決策的潛力，可以更好地服務企業發展戰略。

大數據時代，數據在各行各業滲透著，並漸漸成為企業的戰略資產。數據分析挖掘不僅本身能幫企業降低成本：比如庫存或物流，改善產品和決策流程，尋找到並更好的維護客戶，還可以通過挖掘業務流程各環節的中間數據和結果數據，發現流程中的瓶頸因素，找到改善流程效率，降低成本的關鍵點，從而優化流程，提高服務水平。大數據成果在各相關部門傳遞分享，還可以提高整個管理鏈條和產業鏈條的投入回報率。

四、大數據變革商業模式催生產品和服務的創新

在大數據時代，以利用數據價值為核心，新型商業模式正在不斷涌現。能夠把握市場機遇、迅速實現大數據商業模式創新的企業，將在IT發展史上書寫出新的傳奇。

大數據讓企業能夠創造新產品和服務，改善現有產品和服務，以及發明全新的業務模式。回顧IT歷史，似乎每一輪IT概念和技術的變革，都伴隨著新商業模式的產生。如個人電腦時代微軟憑借操作系統獲取了巨大財富，互聯網時代谷歌抓住了互聯網廣告的機遇，移動互聯網時代蘋果則通過終端產品的銷售和應用商店獲取了高額利潤。

縱觀國內，以金融業務模式為例，阿里金融基於海量的客戶信用數據和行為數據，建立了網路數據模型和一套信用體系，打破了傳統的金融模式，使貸款不再需要抵押品和擔保，而僅依賴於數據，使企業能夠迅速獲得所需要的資金。阿里金融的大數據應用和業務創新，變革了傳統的商業模式，對傳統銀行業帶來了挑戰。

還有，大數據技術可以有效的幫助企業整合、挖掘、分析其所掌握的龐大數據信息，構建系統化的數據體系，從而完善企業自身的結構和管理機制；同時，伴隨消費者個性化需求的增長，大數據在各個領域的應用開始逐步顯現，已經開始並正在改變著大多數企業的發展途徑及商業模式。如大數據可以完善基於柔性製造技術的個性化定製生產路徑，推動製造業企業的升級改造；依託大數據技術可以建立現代物流體系，其效率遠超傳統物流企業；利用大數據技術可多維度評價企業信用，提高金融業資金使用率，改變傳統金融企業的運營模式等。

過去，小企業想把商品賣到國外要經過國內出口商、國外進口商、批發商、商場，最終才能到達用戶手中，而現在，通過大數據平台可以直接從工廠送達到用戶手中，交易成本只是過去的十分之一。以我們熟悉的網購平台淘寶為例，每天有數以萬計的交易在淘寶上進行，與此同時相應的交易時間、商品價格、購買數量會被記錄，更重要的是，這些信息可以與買方和賣方的年齡、性別、地址、甚至興趣愛好等個人特徵信息相匹配。運用匹配的數據，淘寶可以進行更優化的店鋪排名和用戶推薦；商家可以根據以往的銷售信息和淘寶指數進行指導產品供應、生產和設計，經營活動成本和收益實現了可視化，大大降低了風險，賺取更多的錢；而與此同時，更多的消費者也能以更優惠的價格買到了更心儀的產品。

維克托曾預言2020年，大數據時代就會真正來臨。在那個時候，最經常會用到的應用就是個性化生活所需要的，尤其是智能手機的應用。

五、大數據讓每個人更加有個性

對個體而言，大數據可以為個人提供個性化的醫療服務。比如，我們的身體功能可能會通過手機、移動網路進行監控，一旦有什麼感染，或身體有什麼不適，我們都可以通過手機得到警示，接著信息會和手機庫進行對接或者咨詢相關專家，從而獲得正確的用葯和其他治療。

過去我們去看病，醫生只能對我們的當下身體情況做出判斷，而在大數據的幫助下，將來的診療可以對一個患者的累計歷史數據進行分析，並結合遺傳變異、對特定疾病的易感性和對特殊葯物的反應等關系，實現個性化的醫療。還可以在患者發生疾病症狀前，提供早期的檢測和診斷。早期發現和治療可以顯著降低肺癌給衛生系統造成的負擔，因為早期的手術費用是後期治療費用的一半。

還有，在傳統的教育模式下，分數就是一切，一個班上幾十個人，使用同樣的教材，同一個老師上課，課後布置同樣的作業。然而，學生是千差萬別的，在這個模式下，不可能真正做到「因材施教」。

如一個學生考了90分，這個分數僅僅是一個數字，它能代表什麼呢？90分背後是家庭背景、努力程度、學習態度、智力水平等，把它們和90分聯系在一起，這就成了數據。大數據因其數據來源的廣度，有能力去關注每一個個體學生的微觀表現：如他在什麼時候開始看書，在什麼樣的講課方式下效果最好，在什麼時候學習什麼科目效果最好，在不同類型的題目上停留多久等等。當然，這些數據對其他個體都沒有意義，是高度個性化表現特徵的體現。同時，這些數據的產生完全是過程性的：課堂的過程，作業的情況，師生或同學的互動情景……而最有價值的是，這些數據完全是在學生不自知的情況下被觀察、收集的，只需要一定的觀測技術與設備的輔助，而不影響學生任何的日常學習與生活，因此它的採集也非常的自然、真實。

在大數據的支持下，教育將呈現另外的特徵：彈性學制、個性化輔導、社區和家庭學習、每個人的成功……大數據支撐下的教育，就是要根據每一個人的特點，釋放每一個人本來就有的學習能力和天分。

此外，維克托還建議中國政府要進一步補錄資料庫。政府以前提供財政補貼，現在可以提供資料庫，打造創意服務。在美國就有完全基於政府提供的資料庫，如為企業提供機場、高速公路的數據，提供航班可能發生延誤的概率，這種服務這可以幫助個人、消費者更好地預測行程，這種類型的創新，就得益於公共的大數據。

六、智慧驅動下的和諧社會

美國作為全球大數據領域的先行者，在運用大數據手段提升社會治理水平、維護社會和諧穩定方面已先行實踐並取得顯著成效。

近年來，在國內，「智慧城市」建設也在如火如荼的開展。截止去年底，我國的國家智慧城市試點已達193個，而公開宣布建設智慧城市的城市超過400個。智慧城市的概念包含了智能安防、智能電網、智慧交通、智慧醫療、智慧環保等多領域的應用，而這些都要依託於大數據，可以說大數據是「智慧」的源泉。

在治安領域，大數據已用於信息的監控管理與實時分析、犯罪模式分析與犯罪趨勢預測，北京、臨沂等市已經開始實踐利用大數據技術進行研判分析，打擊犯罪。

在交通領域，大數據可通過對公交地鐵刷卡、停車收費站、視頻攝像頭等信息的收集，分析預測出行交通規律，指導公交線路的設計、調整車輛派遣密度，進行車流指揮控制，及時做到梳理擁堵，合理緩解城市交通負擔。

在醫療領域，部分省市正在實施病歷檔案的數字化，配合臨床醫療數據與病人體征數據的收集分析，可以用於遠程診療、醫療研發，甚至可以結合保險數據分析用於商業及公共政策制定等等。

伴隨著智慧城市建設的火熱進行，政府大數據應用已進入實質性的建設階段，有效拉動了大數據的市場需求，帶動了當地大數據產業的發展，大數據在各個領域的應用價值已得到初顯。

七、大數據如何預言未來？

著名的瑪雅預言，盡管背後有著一定的天文知識基礎，但除催生了一部很火的電影《2012》外，其實很多人的生活尚未受到太大的影響。現在基於人類地球上的各種能源存量，以及大氣受污染、冰川融化的程度，我們獲取真的可以推算出按照目前這種工業生產、生活的方式，人類在地球上可以存活的年數。《第三次工業革命》中對這方面有很深入的解釋，基於精準預測，發現現有模式是死路一條後，人類就可以進行一些改變，這其實就是一種系統優化。

這種結合之前情景研究，不斷進行系統優化的過程，將賦予系統生命力，而大數據就是其中的血液和神經系統。通過對大數據的深入挖掘，我們將會了解系統的不同機體是如何相互協調運作的，同樣也可以通過對他們的了解去控制機體的下一個操作，甚至長遠的維護和優化。從這個角度講，基於網路的大數據可以看作是人類社會的神經中樞，因為有了網路和大數據人類社會才開始靈活起來，而不像以前那麼死板。基於大數據，個體之間相互連接有了基礎，相互的交互過程得到了簡化，各種交易的成本減少很多。廠家等服務提供方可以基於大數據研發出更符合消費者需求的服務，機構內部的管理也更為細致，有了血液和神經系統的社會才真的擁有生命活力。

結語

透過以上這些行業典型的大數據應用案例和場景，不難悟出大數據的典型的核心價值。大數據是看待現實的新角度，不僅改變了市場營銷、生產製造，同時也改變了商業模式。數據本身就是價值來源，這也就意味著新的商業機會，沒有哪一個行業能對大數據產生免疫能力，適應大數據才能在這場變革中繼續生存下去。

當下，正處於數據大爆發的時代，如何獲取這些數據並對這些數據進行有效分析就顯得尤為重要。各種企業機構之間的競爭非常殘酷。如何基於以往的運行數據，對未來的運行模式進行預測，從而提前進行准備或者加以利用、調整，對很多企業機構其實是一種生死存亡的問題。這樣一種情況同樣適用於國家級別。正因為這一點，目前無論是在企業級別還是國家級別都開始研究、部署大數據。

可見，大數據應用已經凸顯出了巨大的商業價值，觸角已延伸到零售、金融、教育、醫療、體育、製造、影視、政府等各行各業。你可能會問這些具體價值實現的推動者有哪些呢？就是所謂的大數據綜合服務提供商，從實踐情況看，主要包括大數據解決方案提供商、大數據處理服務提供商和數據資源提供商三個角色，分別向大數據的應用者提供大數據服務、解決方案和數據資源。

未來大數據還將徹底改變人類的思考模式、生活習慣和商業法則，將引發社會發展的深刻變革，同時也是未來最重要的國家戰略之一。

以上是小編為大家分享的關於大數據的七大核心價值的相關內容，更多信息可以關注環球青藤分享更多干貨

3. 信息價值是什麼意思請說得簡單點！通俗易懂的！拜託啦！

信息社會通常被定義為信息生產和消費的集中，信息價值即是指信息在信息生產和消費中的價值。信息是物質、能量、信息及其屬性的標示。完全信息價值(EPPI)EVPI-EMV 場調查與預測中的所謂「完全信息價值」的意思就是掌握完全的信息對於開發產品和開拓市場至關重要。逆維納信息定義信息是確定性的增加。逆香農信息定義信息是事物現象及其屬性標識的集合。

說白了就是有些信息對某方面很重要，所以這些信息就產生了價值，

4. 信息的定義

1．前言
目前關於信息存在各種各樣的定義，這其中尚未有完全得到公認的定義。中國科學院編寫的《21世紀100個交叉科學難題》一書中已把「信息是什麼」列入100個難題之中。究其原因，這些定義都具有一定的局限性，都要麼陷入偏頗片面，好比盲人摸象，要麼陷入空洞無物，不能夠提供具有具體意義的內涵。本文試圖分析這些定義，同時也指出它們的局限性，並且在此基礎上給出信息的新度量指標，同時為融合資訊理論和人工智慧等學科提供基礎。

2．信息的定義及其分析
我們來分析目前流行的信息的定義，我們把它分為如下幾類：

（1）抽象型的信息定義：

信息就是信息，既不是物質也不是能量 (Wiener,1948) 。

信息是一種場 (Eepr,1971) 。

信息是系統的復雜性 ( 張學文等 ) 。

信息不是物質，它是物質狀態的映射 ( 張學文等 ) 。

信息是事物相互作用的表現形式。

信息是事物聯系的普遍形式。

信息是與控制論系統相聯系的一種功能現象 ( Укра u нчев ,1963) 。

信息是被反映的物質的屬性 ( 劉長林， 1985) 。

信息是人與外界相互作用的過程中所交換的內容的名稱 (Wiener,1948) 。

信息是作用於人類感覺器官的東西。

信息是選擇的自由度 (Hartley,1928) 。

信息是通信傳輸的內容 (Wiener,1950) 。

信息是加工知識的原材料 (Brillouin,1956) 。

信息是控制的指令 (Wiener,1950) 。

信息就是消息。

信息就是信號。

信息就是數據。

信息就是情報。

信息就是知識。

信息是一種關系 (Longo,1975) 。

信息是物質的普遍屬性。

信息是事物相互作用過程的表徵。

信息是結構的表達。

信息是人腦對客觀事物屬性的能動反映。

信息是物質與意識的中介,是認識的中介。

信息是指人類共享的一切知識。

信息＝數據＋意義（Floridi，2005）

信息一般泛指我們所說的消息、情報、指令、數據、信號等有關周圍環境的知識。

信息是我們適應外部世界並使這種適應為外部世界所感到的過程中同外部世界進行交換內容的名稱。

信息，就是「意、文、義」三個范疇的總稱 (鄒曉輝) 。

信息是生活主體同外部客體之間有關情況的消息。

信息本身就是一種模式和組織形式。

信息，並不是指事物本身，而是指用來表明事物或通過事物發出的消息、情報、指令、數據、信號中所包含的東西。

信息是一種能創造價值和能交換的知識，是與資本、勞動共同構成的生產三要素之一。

信息是客觀存在的東西。

信息既是主觀與客觀相互聯系、作用的媒介，又是物質世界與精神世界相互作用、聯系的橋梁。

信息是物質的普遍屬性；它表述它所屬的物質系統，在同任何其他物質系統全面相互作用（或聯系）的過程中，以質、能波動的形式所呈現的結構、狀態和歷史。（黎鳴）

信息是標志間接存在的哲學范疇，它是物質（直接存在）存在方式和狀態的自身顯示。（鄔焜）

信息是精確形式與明確內容和意義的必然對應關系（蕭瑞寧，2005）。

洪昆輝也定義了信息的體系：本體論的信息是事物及現象的存在方式之一，它是通過一定的媒介對事物及狀態的一種顯示（映射、反映），它標志事物及現象的間接存在。認識論層次的信息是指通過特定媒介，主體對主客體相互關系存在的映射、顯示。

鍾義信還提出了一套完整性的信息定義體系，他說：為了得到清晰的認識，我們應當根據不同的條件區分不同的層次來給出信息的定義。最高的層次是普遍的層次，也是無條件約束的層次，我們把它叫做本體論層次。在這個層次上定義的信息是最廣義的信息，它的適用最廣。然後，如果引入一個條件來約束一下，則最高層次的定義就變為次高層次的定義，而次高層次的信息定義的適用范圍就比最高層次定義的范圍要窄；所引入的約束條件越多，定義的層次就越低，它所定義的信息的適用范圍就越窄。這樣，根據引入的條件的不同，就可以給出不同層次和不同適用范圍的信息定義；這些不同的信息定義的系列，就構成了信息定義的體系。他提出了自己的信息定義體系：

本體論層次的信息，就是事物運動的狀態和 ( 狀態改變的 ) 方式。

認識論層次的信息，就是認識主體所感知或所表述的事物運動的狀態和方式。

語法信息，就是主體所感知或所表述的事物運動狀態和方式的形式化關系。

語義信息，就是認識主體所感知或所表述的事物運動狀態和方式的邏輯含義。

語用信息，就是認識主體所感知或所表述的事物運動狀態和方式相對於某種目的的效用。

……

上面的這類定義，明顯具有很寬的包容性，但是缺乏具體的內容，這類的定義太泛泛，沒有在多大程度上消除不確定性，而資訊理論中認為信息是消除的不確定性的東西，因而可以認為提供的信息量太少，也不便於信息的研究，本文也不對此類沒有研究意義的定義進行評論。當然這些定義也沒有考慮到下面我們要提出的信息的可靠性問題，把信息當作一種完全可靠的反映，而實際情況是信息往往不反映真實情況，與實際情況有偏離，甚至是顛倒。

（2）以差異、有序性和不確定性等類似的指標來定義的信息定義：

信息是事物之間的差異 (Longo,1975) 。

信息是集合的變異度 (Ashby,1956) 。

信息是用以消除隨機不定性的東西 (Shannon,1948) 。

信息是物質和能量在時間和空間中分布的不均勻性 (Eepr,1971) 。

信息是收信者事先所不知道的報導。

信息是系統組織程度的度量 (Wiener,1948) 。

信息是被反映的變異度 ( У∧ cy ∧， 1968) 。

信息是負熵 (Brillouin,1956) 。

信息是有序性的度量 (Wiener,1948) 。

信息是使概率分布發生變動的東西 (特里比斯，Tribes etal, 1971) 。

信息是被反映的差異。

信息是事物組織性，有序性的表徵。

信息是消息接受者預先不知道的報道。

信息是組織程度，能使物質系統有序性增強，減少破壞、混亂和噪音。

信息是有秩序的量度。

信息是能用來消除或減少信宿關於信源不確定的東西。

信息= 數據－知識（鄒曉輝）。

信息是客體相對於主體的變化。

信息就是相對於任何存在的相對變化，而這種相對變化是可以被分別、識別、了別的。一般而言信息是以某種非決定性所表達的決定性（馮向軍）。

李炳鐵定義了一套信息體系：信息從本質方面的定義就是物質的變化，信息從度量方面定義就是物質的變化程度；信息從意義方面定義就是人腦的反映，是意識的表現，是信息的內容；信息從廣義方面定義就是物質的態（狀態、形態），是信息的形式；

信息指數據、消息中所包含的意義，它可以使消息中所描述的事件的不肯定性減少。

信息是事物現象示為 (事體、事件)屬性標識的集合。（這里忽視了一個前提的存在，現象示為 (事體、事件)的屬性標識本身就是不確定的，不固定的，可能還是無窮的，而本定義的前提是屬性標識已經確定）。

這一類的定義具有可以度量，可以研究的優勢，但是在筆者看來卻天生具有很大的局限性。上面舉出了歷史上比較著名的關於信息的幾乎所有的定義，可以看出，凡是這類反映差異，有序性和不確定性的定義中，都忽視了一個很重要，根本性的因素，那就是信息的可靠度和完備程度。而信息的價值之所以存在，是因為它具有一定的可靠性，同時信息越是完備，也越是為決策提供可靠的資源，而是否確定，則是次要的，人們一般情況下不會有意去追求信息的確定性，但是會有意追求信息的可靠性和完備性。目前的廣義信息量，全信息量和統一信息理論都沒有考慮到信息的可靠程度這一根本性的問題。

3．信息定義的局限性分析
仙農（Shannon，又譯香農）的資訊理論一直是主流，其他的信息理論的提出者也沒有在很大程度上否定它的利用熵的計算公式，因此我們直接對他的資訊理論進行分析。我們舉一個例子：所有可能的消息（或者事件）看作一個集合{m1，m2，m3，m4，……，mn}，設知道一個先驗的條件甲，根據這個條件，可以得出事件mi的先驗概率是p1(mi)，它不是等概率分布，我們後來另外知道了一個條件乙，該條件下事件是等概率分布的。我們把消息及其對應的概率稱為消息集合系統（或者稱為帶概率集合）。

先驗的消息集合系統

條件乙確定的消息集合系統

注意這里的條件乙得出概率是獨立得出的，條件甲和乙是相互獨立的。它沒有考慮先驗概率（及其條件甲）的存在，則考慮條件甲和條件乙同時存在的時候，事件的概率應該是一個折衷。由於先驗的概率是非等概率的，而條件乙下是等概率的。經過一個折衷運算以後，最終概率相對與先驗概率的不確定性一定是增加了，根據資訊理論的演算法，信息量不是增加反而是減少了。

根據一般人的感覺，應當說知道的條件越多，我們的信息越多。但是上面的例子卻是一個反例。如果有一個信息，確定程度高，但是卻反而不可靠，而另外一個針對同一問題的信息，不那麼確定，但是卻更加可靠。那麼如果在確定性與可靠性之間，人們一般會選擇哪個呢？顯然人們大多數情況下願意選擇可靠度高的信息。這說明信息還需要有關於可靠度方面的度量指標，但是目前的資訊理論中關於信息的定義都直接用對不確定性的消除來定義信息，本身就把信息量作為唯一的一個指標了，其實事件的概率本身也是不確定的，否則不可能從小於1的值最後變成0或者1，這說明這個概率依然是不確定的，不可靠的。固然可靠度是一個難於度量的，難於定義的量。但是，筆者認為不確定性的度量同樣不是能夠簡單就能度量的。之所以在通信中能夠加以度量，是因為忽視了許多因素的存在。

再舉一個例子：當獲得消息「所有的事件都是等概率發生的」的時候，對這句話（所有的事件發生呈現什麼樣的概率分布）而言，它消除了不確定性。但是對於這里的指的所有事件發生而言，它們不可能是更加確定，如果已經存在所有事件發生先驗概率，而且不是等概率分布的，則信息是更加不確定了，信息量不是增加而是減少；而如果是沒有先驗概率，或者先驗概率是一個等概率分布，則信息已經到了不確定性的極限，概率分布不變，信息量不變。這個問題的產生是因為信息不是獨立的，信息是相互衍生的，概率分布是可以傳遞的。再比如，在一次一密體制中，如果已知密文，並且已知密鑰是等概率分布的這兩個條件，我們可以得出明文是等概率分布的。對於我們確定密文，確定密鑰的概率分布而言，這兩個條件消除了不確定性，但是對於分析明文而言，不確定性不可能是增加，因而信息量不可能是增加。

仙農認為信息是消除不確定性的東西，這說明沒有得到信息前信息是不確定的，得到信息以後依然可能是不確定的，而不確定的信息往往是不可靠的，它的可靠程度本身就是一個值得考慮的問題。如果都不可靠的，那麼怎麼證明哪個對哪個錯呢？而且還存在這樣的問題，更加可靠的信息和不那麼可靠的信息是否可以比較信息量呢？我們如果不考慮准確可靠性，則可以隨便就可以自己胡亂編造大量的與現實無關的信息，但是這樣的不可靠的信息是沒有意義的。

假如把信息的確定性當作唯一的指標，則可以隨便制定某一事件的概率為1，其餘事件的概率為0就可以了。或者我們把信息的確定性當作首要考慮的指標，其次考慮其可靠性，則我們也可以指定概率最大的事件概率為1，其餘事件為0。如果如此，資訊理論就變得相當的簡單了。顯然現實中人們不是這樣的。由此可見，可靠程度是信息的一個首要指標。既然可靠程度是一個指標，則如何讓信息最可靠就是一個重要的目標。

眾所周知，資訊理論適用范圍非常狹隘，資訊理論使用在日常生活領域會漏洞百出。仙農自己也深知資訊理論的局限性，對資訊理論的濫用非常憤慨，並措辭嚴厲地指出人們過度誇大了資訊理論的重要性，超過了其實際價值，並且要求人們對它的理論的應用不要超出隨機統計領域。曾和Shannon合著《通信的數學理論》一書的W.Weaver在該書中的一篇論文中就提出通信的三個水平：水平A——通信的技術問題，如Shannon理論研究的；水平B——考慮到語義問題；水平C——考慮到效用或價值問題。

為什麼會如此呢？因為在通信中，只需要正確地得到被發送的消息，被發送的消息可以認為是絕對可靠的，同時也不需要考慮它衍生其他消息的過程，以及對語義的判斷，對消息的利用等問題。

再考慮第一類信息定義，也往往把信息作為一種事實或者事物的反映，從而可以認為它們也認為信息是絕對正確和可靠的。對於其他的定義，則都沒有提及關於信息的不可靠性。

以上的例子時候違背條件熵不增的結論，下面分析香農對條件熵的定義，已知條件（X，Y）∽p(x,y)。在文獻[2]中，香農首先將條件熵H(X | Y）定義為：在不同的y的取值下的x的熵的（加權）平均

H(X|Y）＝ （1）

根據公式（1），可以得出H(X|Y）≤H(X）。

於是得出了條件熵不增加，只可能減少的結論，進而得出了信息是消除不確定性的東西。但是公式（1）並不與我們的例子想違背。因為再公式（1）中只是把不同的事件yj發生的情況下X的熵進行了簡單的加權平均，只能說是條件熵的加權平均。可見，已知關於Y的條件後，X的熵只是在平均意義上不增加，單個條件熵並不是絕對意義上不增加。限於篇幅和主題，我們尚且不討論仙農在此中出現一些其他問題。

4．新信息定義的提出
根據以上的分析，筆者在這里對信息的定義做一個修改，不能盡善盡美，但是能夠消除目前定義的一些缺陷，一方面盡量防止概念的狹隘、片面性，另外一方面也避免概念過大，過於空洞而不能提供可以測度，可以理解的「信息」，筆者給出信息的定義如下：信息是在受限制的條件下（比如編碼長度限制，分析計算能力限制，解析度限制等）和考慮各種代價的情況下，盡力追求更高的准確性和可靠性的前提下，通過各種被認可的條件、因素、事實和知識等，以各種被認為精確的或者近似的演算法，理論等技術手段或者是人工手段（思考等），採用在一定程度可信的方式直接或間接獲得的（被信息處理者認為）對事物更加可靠認識的，可以消除、增加或者不改變不確定性的東西。

我們在上面的定義中，強調了過去被忽視的信息的相對性和不完全可靠性。理由如下：信息是相對的，它是相對於當時的被認可的條件（包括信息，知識，規律等）而言的，而這些被認可的條件的可靠性和完備性是相對的，因此它的可靠性，完備性也是相對的。由於採取的推算方法可能不是絕對正確、可信、科學和理性的，而且還可能摻雜人為主觀因素，從而引入各種偏差，所以得到的信息並不與已知所有的條件（包括信息，知識，規律）應該得出的完全客觀正確的信息一致的，這是相對性的另外一個方面；信息是可以進化的，更多的條件導致信息更加可靠和完備，信息不是靜態的；在沒有絕對可靠（正確）的信息的情況下，多個具有一定可靠程度的相關信息是相互協調和折衷的，有絕對可靠的信息存在時，其他的信息應當與它保持一致。注意筆者除了認為不確定性可以增加以外，還認為在可靠度或者准確性增加的情況下，不確定性不改變也是信息的增加。信息的更完備的定義是集可靠度和信息量兩個指標於一體。當然在信息的判斷中，除了採用客觀的演算法和信息處理工具進行分析以外，往往還需要人的直接判斷，這種判斷往往摻雜個人的主觀偏見，失誤和偏差等主觀因素。客觀的演算法和處理工具也未必是完全准確的判斷，而可能是近似的，考慮不周全的，估計性的判斷，而且可能判斷是不完備的，比如本來可以根據已知的信息衍生出新的信息，從而與其他的相關的信息進行折衷整合，但是如果沒有考慮到衍生出該新的信息，則判斷是不完備的。

在此還需要說明追求准確性、完備性和可靠性應該是資訊理論的目標，是前提，而不確定性的消除是一種瓜熟蒂落的自然結果，可以說是一種副產品，不過有時候也可能是不確定性增加或者不變。

在這里的定義中，我們還強調了信息的產生的方式，產生信息的基礎，信息的處理方式。這為進行各種信息的獲取，信息的處理，信息的融合，信息的運用奠定了一個基礎。

5．相對資訊理論的信息產生模型
為了區別於以往的資訊理論（包括廣義資訊理論、統一信息理論和全資訊理論）中存在不考慮信息的可靠性和完備性或者認為信息就是完全可靠完備的局限性，我們以相對資訊理論區別於其他的資訊理論。物理中物體運動的相對性是它的參照系，而這里信息的相對性針對的是我們認定的條件，包括那些信息的可靠的，那些信息是不可信的，它們的可靠程度如何等等。我們建立一個信息產生的模型：首先，信息處理者從各方收集信息，比如可以從不同的人或者資料來獲取信息，這許多的信息需要進行相關的處理，處理者可以根據各種已知的知識，規律等等來進一步衍生新的信息，好比機械設備在獲得一定的作用的時候，它會根據機械設備的機制來作用於其他的物體，從而衍生了新的作用。衍生的信息以及最初獲得的各種信息之間本身還可能不一致，有些是相互補充的，有些則是不一致的， 因此需要整合和折衷，這好比機械設備產生的一些作用導致一些被作用的物體相互發生碰撞，產生反作用，或者由於力的作用在同一個物體上，力的作用不一致的時候，最終對物體的作用是這些力的綜合。折衷整合的時候需要以我們認定的條件為基礎，包括各個信息的可靠程度。

依據知識，規律等衍生信息

衍生的新信息

衍生的新信息

信息的折衷整合

信息的獲得

信息的獲得

信息的獲得

圖1 相對資訊理論的信息產生模型

6．結束語
本文列舉了信息的定義，並且進行了分析，指出一類定義具有捨本逐末的缺陷，即不重視信息的可靠程度，卻把信息所帶來的不確定性消除作為唯一的內容，這不利於資訊理論在人工智慧和社會信息科學等領域的應用，特別是社會信息科學問題相對其他的信息科學問題更加復雜，更加具有相對性、多元性、多重的不確定性和模糊性，因而更加具有相對性。這里提供的定義為資訊理論在非通信領域的應用提供了很好的基礎，這樣可以讓資訊理論更加名副其實，因為目前的信息量大多數情況下是應用在通信領域，它僅僅是與信息相關的一個環節。本文的內容僅僅涉及到資訊理論的部分層面，仙農資訊理論還有許多缺陷，一些學者也有所研究，在此不贅述。