完全信息价值多少

1. 镐庝箞鐞呜В瀹屽叏淇℃伅锛

鐢ㄦ潵鎻忚堪涓绉岖粡娴庣幇璞℃垨鍗氩纸鐜拌薄锛屽嵆瀵逛簬镓链夊弬涓庤呮潵璇撮兘鑳藉熶简瑙ｅ埌鍏朵粬甯傚満鍙备笌钥呯殑涓鍒囦俊鎭銆傛疮涓鍗氩纸钥呴兘鑳界煡阆揿叾浠栧崥寮堣呯殑绛栫暐鍜屾姤閰銆傚畬鍏ㄤ俊鎭鏄涓涓链夋晥鐜囩殑瀹屽叏绔炰簤甯傚満镓蹇呴渶镄勭悊璁哄墠鎻愭浔浠躲傚湪镆愮嶆剰涔変笂锛屽畠涔熸槸缁忔祹鐞呜轰腑钬灭粡娴庝汉锛堢悊镐т汉锛夊亣璁锯濇墍蹇呴渶镄勬浔浠躲傚傛灉涓涓鍗氩纸鏄澶勪簬涓嶅畬鍏ㄤ俊鎭镄勭幆澧冧笅锛岄偅涔堣繖浜涗釜浜哄崥寮堣呬滑鍙鑳戒笉鑳介勬祴鍑轰粬浠镄勮屽姩瀵逛簬鍏朵粬鍗氩纸钥呬细链夋庢牱镄勬晥鏋溿傦纸鍗充娇锅囧畾鍏朵粬鍗氩纸钥呴兘鏄鐞嗘х殑锛夋墍璋揿畬鍏ㄤ俊鎭锛圕omplete Information锛夛纴鏄鎸囧竞鍦哄弬涓庤呮嫢链夌殑瀵逛簬镆愮岖粡娴庣幆澧幂姸镐佺殑鍏ㄩ儴鐭ヨ瘑銆傚湪鐜板疄缁忔祹涓锛屾病链変汉鑳藉熸嫢链夊悇涓鏂归溃缁忔祹鐜澧幂姸镐佺殑鍏ㄩ儴鐭ヨ瘑锛屾煇浜涙柊鍙ゅ吀缁忔祹瀛﹀跺０绉帮细鎴戜滑骞朵笉闇瑕佸畬鍏ㄤ俊鎭锛屽洜涓轰环镙间綋绯诲凡缁忛泦涓鎴戜滑镓闇镄勫叏閮ㄤ俊鎭锛屽湪甯傚満链哄埗杩愯岃坛濂界殑𨱒′欢涓嬶纴缁忔祹涓讳綋鍙瑕佽兘澶熻幏寰楁湁鍏充粬浠镊宸卞亸濂藉拰浠锋牸鏂归溃镄勪俊鎭灏卞凡瓒冲熴

2. 大数据的七大核心价值

大数据的七大核心价值

随着移动互联网的飞速发展，信息的传输日益方便快捷，端到端的需求也日益突出，纵观整个移动互联网领域，数据已被认为是继云计算、物联网之后的又一大颠覆性的技术性革命，毋庸置疑，大数据市场是待挖掘的金矿，其价值不言而喻。可以说谁能掌握和合理运用用户大数据的核心资源，谁就能在接下来的技术变革中进一步发展壮大。

大数据，可以说是史上第一次将各行各业的用户、方案提供商、服务商、运营商以及整个生态链上游厂商，融入到一个大的环境中，无论是企业级市场还是消费级市场，亦或政府公共服务，都正或将要与大数据发生千丝万缕的联系。

近期有不少文章畅谈大数据的价值，以及其价值主要凸显在哪些方面，这里我们对大数据的核心具体价值进行了分门别类的梳理汇总，希望能帮助读者更好的获悉大数据的大价值。

核心价值究其用户到底是谁？

谈及价值，首先必须要弄清楚其用户到底是谁？有针对企业数据市场的，还有针对终端消费者的，还有针对政府公共服务的；其次要弄清楚大数据核心价值的表现形式、价值的体现过程以及最后呈现的结果。

商业的发展天生就依赖于大量的数据分析来做决策，对于企业用户，更关心的还是决策需求，其实早在BI时代这就被推上了日程，经过十余年的探索，如今已形成了数据管理、数据可视化等细分领域，来加强对决策者的影响，达到决策支持的效果。还有企业营销需求，从本质上来说，主要聚焦在针对消费者市场的精准营销。

对于消费者用户，他们对大数据的需求主要体现在信息能按需搜索，并能提供友好、可信的信息推荐，其次是提供高阶服务，例如智能信息的提供、用户体验更快捷等等。

还有，大数据也不断被应用到政府日常管理和为民服务中，并成为推动政府政务公开、完善服务、依法行政的重要力量。从户籍制度改革，到不动产登记制度改革，再到征信体系建设等等都对数据库建设提出了更高的目标要求，而此时的数据库更是以大数据为基础的，可见，大数据已成为政府改革和转型的技术支撑杠杆。

数据，除了它第一次被使用时提供的价值以外，那些积累下来的数据海洋并不是无用的废物，它还有着无穷无尽的“剩余价值”，关于这一点，人们已经有了越来越多的认识。事实上，大数据已经开始并将继续影响我们的生活，接下来让我们共同探索大数据的核心价值吧！当然这是需要借助于一些具体的应用模式和场景才能得到集中体现的。

《大数据时代》一书作者维克托认为大数据时代有三大转变：“第一，我们可以分析更多的数据，有时候甚至可以处理和某个特别现象相关的所有数据，而不是依赖于随机采样。更高的精确性可使我们发现更多的细节。第二，研究数据如此之多，以至于我们不再热衷于追求精确度。适当忽略微观层面的精确度，将带来更好的洞察力和更大的商业利益。第三，不再热衷于寻找因果关系，而是事物之间的相关关系。例如，不去探究机票价格变动的原因，但是关注买机票的最佳时机。”大数据打破了企业传统数据的边界，改变了过去商业智能仅仅依靠企业内部业务数据的局面，而大数据则使数据来源更加多样化，不仅包括企业内部数据，也包括企业外部数据，尤其是和消费者相关的数据。

随着大数据的发展，企业也越来越重视数据相关的开发和应用，从而获取更多的市场机会。

一方面，大数据能够明显提升企业数据的准确性和及时性；此外还能够降低企业的交易摩擦成本；更为关键的是，大数据能够帮助企业分析大量数据而进一步挖掘细分市场的机会，最终能够缩短企业产品研发时间、提升企业在商业模式、产品和服务上的创新力，大幅提升企业的商业决策水平，降低了企业经营的风险。

一、大数据助企业挖掘市场机会探寻细分市场

大数据能够帮助企业分析大量数据而进一步挖掘市场机会和细分市场，然后对每个群体量体裁衣般的采取独特的行动。获得好的产品概念和创意，关键在于我们到底如何去搜集消费者相关的信息，如何获得趋势，挖掘出人们头脑中未来会可能消费的产品概念。用创新的方法解构消费者的生活方式，剖析消费者的生活密码，才能让吻合消费者未来生活方式的产品研发不再成为问题，如果你了解了消费者的密码，就知道其潜藏在背后的真正需求。大数据分析是发现新客户群体、确定最优供应商、创新产品、理解销售季节性等问题的最好方法。

在数字革命的背景下，对企业营销者的挑战是从如何找到企业产品需求的人到如何找到这些人在不同时间和空间中的需求；从过去以单一或分散的方式去形成和这群人的沟通信息和沟通方式，到现在如何和这群人即时沟通、即时响应、即时解决他们的需求，同时在产品和消费者的买卖关系以外，建立更深层次的伙伴间的互信、双赢和可信赖的关系。

大数据进行高密度分析，能够明显提升企业数据的准确性和及时性；大数据能够帮助企业分析大量数据而进一步挖掘细分市场的机会，最终能够缩短企业产品研发时间、提升企业在商业模式、产品和服务上的创新力，大幅提升企业的商业决策水平。因此，大数据有利于企业发掘和开拓新的市场机会；有利于企业将各种资源合理利用到目标市场；有利于制定精准的经销策略；有利于调整市场的营销策略，大大降低企业经营的风险。

企业利用用户在互联网上的访问行为偏好能为每个用户勾勒出一副“数字剪影”，为具有相似特征的用户组提供精确服务满足用户需求，甚至为每个客户量身定制。这一变革将大大缩减企业产品与最终用户的沟通成本。例如：一家航空公司对从未乘过飞机的人很感兴趣（细分标准是顾客的体验）。而从未乘过飞机的人又可以细分为害怕飞机的人，对乘飞机无所谓的人以及对乘飞机持肯定态度的人（细分标准是态度）。在持肯定态度的人中，又包括高收入有能力乘飞机的人（细分标准是收入能力）。于是这家航空公司就把力量集中在开拓那些对乘飞机持肯定态度，只是还没有乘过飞机的高收入群体。通过对这些人进行量身定制、精准营销取得了很好的效果。

二、大数据提高决策能力

当前，企业管理者还是更多依赖个人经验和直觉做决策，而不是基于数据。在信息有限、获取成本高昂，而且没有被数字化的时代，让身居高位的人做决策是情有可原的，但是大数据时代，就必须要让数据说话。

大数据能够有效的帮助各个行业用户做出更为准确的商业决策，从而实现更大的商业价值，它从诞生开始就是站在决策的角度出发。虽然不同行业的业务不同，所产生的数据及其所支撑的管理形态也千差万别，但从数据的获取，数据的整合，数据的加工，数据的综合应用，数据的服务和推广，数据处理的生命线流程来分析，所有行业的模式是一致的。

这种基于大数据决策的特点是：一是量变到质变，由于数据被广泛挖掘，决策所依据的信息完整性越来越高，有信息的理性决策在迅速扩大，拍脑袋的盲目决策在急剧缩小。二是决策技术含量、知识含量大幅度提高。由于云计算出现，人类没有被海量数据所淹没，能够高效率驾御海量数据，生产有价值的决策信息。三是大数据决策催生了很多过去难以想象的重大解决方案。如某些药物的疗效和毒副作用，无法通过技术和简单样本验证，需要几十年海量病历数据分析得出结果；做宏观经济计量模型，需要获得所有企业、居民以及政府的决策和行为海量数据，才能得出减税政策最佳方案；反腐倡廉，人类几千年历史都没解决，最近通过微博和人肉搜索，贪官在大数据的海洋中无处可藏，人们看到根治的希望等等。

如果在不同行业的业务和管理层之间，增加数据资源体系，通过数据资源体系的数据加工，把今天的数据和历史数据对接，把现在的数据和领导和企业机构关心的指标关联起来，把面向业务的数据转换成面向管理的数据，辅助于领导层的决策，真正实现了从数据到知识的转变，这样的数据资源体系是非常适合管理和决策使用的。

在宏观层面，大数据使经济决策部门可以更敏锐地把握经济走向，制定并实施科学的经济政策；而在微观方面，大数据可以提高企业经营决策水平和效率，推动创新，给企业、行业领域带来价值。

三、大数据创新企业管理模式，挖掘管理潜力

当下，有多少企业还会要求员工像士兵一样无条件服从上级的指示？还在通过大量的中层管理者来承担管理下属和传递信息的职责？还在禁止员工之间谈论薪酬等信息？《华尔街日报》曾有一篇文章就说，NO。这一切已经过时了，严格控制，内部猜测和小道消息无疑更会降低企业效率。一个管理学者曾经将企业内部关系比喻为成本和消耗中心，如果内部都难以协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万变的市场和竞争环境下生存、创新和发展呢？

我们试着想想，当购物、教育、医疗都已经要求在大数据、移动网络支持下的个性化的时代，创新已经成为企业的生命之源，我们还有什么理由还要求企业员工遵循工业时代的规则，强调那种命令式集中管理、封闭的层级体系和决策体制吗？当个体的人都可以通过佩戴各种传感器，搜集各种来自身体的信号来判断健康状态，那样企业也同样需要配备这样的传感系统，来实时判断其健康状态的变化情况。

今天信息时代机器的性能，更多决定于芯片，大脑的存储和处理能力，程序的有效性。因而管理从注重系统大小、完善和配合，到注重人，或者脑力的运用，信息流程和创造性，以及职工个性满足、创造力的激发。

在企业管理的核心因素中，大数据技术与其高度契合。管理最核心的因素之一是信息搜集与传递，而大数据的内涵和实质在于大数据内部信息的关联、挖掘，由此发现新知识、创造新价值。两者在这一特征上具有高度契合性，甚至可以标称大数据就是企业管理的又一种工具。因为对于任何企业，信息即财富，从企业战略着眼，利用大数据，充分发挥其辅助决策的潜力，可以更好地服务企业发展战略。

大数据时代，数据在各行各业渗透着，并渐渐成为企业的战略资产。数据分析挖掘不仅本身能帮企业降低成本：比如库存或物流，改善产品和决策流程，寻找到并更好的维护客户，还可以通过挖掘业务流程各环节的中间数据和结果数据，发现流程中的瓶颈因素，找到改善流程效率，降低成本的关键点，从而优化流程，提高服务水平。大数据成果在各相关部门传递分享，还可以提高整个管理链条和产业链条的投入回报率。

四、大数据变革商业模式催生产品和服务的创新

在大数据时代，以利用数据价值为核心，新型商业模式正在不断涌现。能够把握市场机遇、迅速实现大数据商业模式创新的企业，将在IT发展史上书写出新的传奇。

大数据让企业能够创造新产品和服务，改善现有产品和服务，以及发明全新的业务模式。回顾IT历史，似乎每一轮IT概念和技术的变革，都伴随着新商业模式的产生。如个人电脑时代微软凭借操作系统获取了巨大财富，互联网时代谷歌抓住了互联网广告的机遇，移动互联网时代苹果则通过终端产品的销售和应用商店获取了高额利润。

纵观国内，以金融业务模式为例，阿里金融基于海量的客户信用数据和行为数据，建立了网络数据模型和一套信用体系，打破了传统的金融模式，使贷款不再需要抵押品和担保，而仅依赖于数据，使企业能够迅速获得所需要的资金。阿里金融的大数据应用和业务创新，变革了传统的商业模式，对传统银行业带来了挑战。

还有，大数据技术可以有效的帮助企业整合、挖掘、分析其所掌握的庞大数据信息，构建系统化的数据体系，从而完善企业自身的结构和管理机制；同时，伴随消费者个性化需求的增长，大数据在各个领域的应用开始逐步显现，已经开始并正在改变着大多数企业的发展途径及商业模式。如大数据可以完善基于柔性制造技术的个性化定制生产路径，推动制造业企业的升级改造；依托大数据技术可以建立现代物流体系，其效率远超传统物流企业；利用大数据技术可多维度评价企业信用，提高金融业资金使用率，改变传统金融企业的运营模式等。

过去，小企业想把商品卖到国外要经过国内出口商、国外进口商、批发商、商场，最终才能到达用户手中，而现在，通过大数据平台可以直接从工厂送达到用户手中，交易成本只是过去的十分之一。以我们熟悉的网购平台淘宝为例，每天有数以万计的交易在淘宝上进行，与此同时相应的交易时间、商品价格、购买数量会被记录，更重要的是，这些信息可以与买方和卖方的年龄、性别、地址、甚至兴趣爱好等个人特征信息相匹配。运用匹配的数据，淘宝可以进行更优化的店铺排名和用户推荐；商家可以根据以往的销售信息和淘宝指数进行指导产品供应、生产和设计，经营活动成本和收益实现了可视化，大大降低了风险，赚取更多的钱；而与此同时，更多的消费者也能以更优惠的价格买到了更心仪的产品。

维克托曾预言2020年，大数据时代就会真正来临。在那个时候，最经常会用到的应用就是个性化生活所需要的，尤其是智能手机的应用。

五、大数据让每个人更加有个性

对个体而言，大数据可以为个人提供个性化的医疗服务。比如，我们的身体功能可能会通过手机、移动网络进行监控，一旦有什么感染，或身体有什么不适，我们都可以通过手机得到警示，接着信息会和手机库进行对接或者咨询相关专家，从而获得正确的用药和其他治疗。

过去我们去看病，医生只能对我们的当下身体情况做出判断，而在大数据的帮助下，将来的诊疗可以对一个患者的累计历史数据进行分析，并结合遗传变异、对特定疾病的易感性和对特殊药物的反应等关系，实现个性化的医疗。还可以在患者发生疾病症状前，提供早期的检测和诊断。早期发现和治疗可以显着降低肺癌给卫生系统造成的负担，因为早期的手术费用是后期治疗费用的一半。

还有，在传统的教育模式下，分数就是一切，一个班上几十个人，使用同样的教材，同一个老师上课，课后布置同样的作业。然而，学生是千差万别的，在这个模式下，不可能真正做到“因材施教”。

如一个学生考了90分，这个分数仅仅是一个数字，它能代表什么呢？90分背后是家庭背景、努力程度、学习态度、智力水平等，把它们和90分联系在一起，这就成了数据。大数据因其数据来源的广度，有能力去关注每一个个体学生的微观表现：如他在什么时候开始看书，在什么样的讲课方式下效果最好，在什么时候学习什么科目效果最好，在不同类型的题目上停留多久等等。当然，这些数据对其他个体都没有意义，是高度个性化表现特征的体现。同时，这些数据的产生完全是过程性的：课堂的过程，作业的情况，师生或同学的互动情景……而最有价值的是，这些数据完全是在学生不自知的情况下被观察、收集的，只需要一定的观测技术与设备的辅助，而不影响学生任何的日常学习与生活，因此它的采集也非常的自然、真实。

在大数据的支持下，教育将呈现另外的特征：弹性学制、个性化辅导、社区和家庭学习、每个人的成功……大数据支撑下的教育，就是要根据每一个人的特点，释放每一个人本来就有的学习能力和天分。

此外，维克托还建议中国政府要进一步补录数据库。政府以前提供财政补贴，现在可以提供数据库，打造创意服务。在美国就有完全基于政府提供的数据库，如为企业提供机场、高速公路的数据，提供航班可能发生延误的概率，这种服务这可以帮助个人、消费者更好地预测行程，这种类型的创新，就得益于公共的大数据。

六、智慧驱动下的和谐社会

美国作为全球大数据领域的先行者，在运用大数据手段提升社会治理水平、维护社会和谐稳定方面已先行实践并取得显着成效。

近年来，在国内，“智慧城市”建设也在如火如荼的开展。截止去年底，我国的国家智慧城市试点已达193个，而公开宣布建设智慧城市的城市超过400个。智慧城市的概念包含了智能安防、智能电网、智慧交通、智慧医疗、智慧环保等多领域的应用，而这些都要依托于大数据，可以说大数据是“智慧”的源泉。

在治安领域，大数据已用于信息的监控管理与实时分析、犯罪模式分析与犯罪趋势预测，北京、临沂等市已经开始实践利用大数据技术进行研判分析，打击犯罪。

在交通领域，大数据可通过对公交地铁刷卡、停车收费站、视频摄像头等信息的收集，分析预测出行交通规律，指导公交线路的设计、调整车辆派遣密度，进行车流指挥控制，及时做到梳理拥堵，合理缓解城市交通负担。

在医疗领域，部分省市正在实施病历档案的数字化，配合临床医疗数据与病人体征数据的收集分析，可以用于远程诊疗、医疗研发，甚至可以结合保险数据分析用于商业及公共政策制定等等。

伴随着智慧城市建设的火热进行，政府大数据应用已进入实质性的建设阶段，有效拉动了大数据的市场需求，带动了当地大数据产业的发展，大数据在各个领域的应用价值已得到初显。

七、大数据如何预言未来？

着名的玛雅预言，尽管背后有着一定的天文知识基础，但除催生了一部很火的电影《2012》外，其实很多人的生活尚未受到太大的影响。现在基于人类地球上的各种能源存量，以及大气受污染、冰川融化的程度，我们获取真的可以推算出按照目前这种工业生产、生活的方式，人类在地球上可以存活的年数。《第三次工业革命》中对这方面有很深入的解释，基于精准预测，发现现有模式是死路一条后，人类就可以进行一些改变，这其实就是一种系统优化。

这种结合之前情景研究，不断进行系统优化的过程，将赋予系统生命力，而大数据就是其中的血液和神经系统。通过对大数据的深入挖掘，我们将会了解系统的不同机体是如何相互协调运作的，同样也可以通过对他们的了解去控制机体的下一个操作，甚至长远的维护和优化。从这个角度讲，基于网络的大数据可以看作是人类社会的神经中枢，因为有了网络和大数据人类社会才开始灵活起来，而不像以前那么死板。基于大数据，个体之间相互连接有了基础，相互的交互过程得到了简化，各种交易的成本减少很多。厂家等服务提供方可以基于大数据研发出更符合消费者需求的服务，机构内部的管理也更为细致，有了血液和神经系统的社会才真的拥有生命活力。

结语

透过以上这些行业典型的大数据应用案例和场景，不难悟出大数据的典型的核心价值。大数据是看待现实的新角度，不仅改变了市场营销、生产制造，同时也改变了商业模式。数据本身就是价值来源，这也就意味着新的商业机会，没有哪一个行业能对大数据产生免疫能力，适应大数据才能在这场变革中继续生存下去。

当下，正处于数据大爆发的时代，如何获取这些数据并对这些数据进行有效分析就显得尤为重要。各种企业机构之间的竞争非常残酷。如何基于以往的运行数据，对未来的运行模式进行预测，从而提前进行准备或者加以利用、调整，对很多企业机构其实是一种生死存亡的问题。这样一种情况同样适用于国家级别。正因为这一点，目前无论是在企业级别还是国家级别都开始研究、部署大数据。

可见，大数据应用已经凸显出了巨大的商业价值，触角已延伸到零售、金融、教育、医疗、体育、制造、影视、政府等各行各业。你可能会问这些具体价值实现的推动者有哪些呢？就是所谓的大数据综合服务提供商，从实践情况看，主要包括大数据解决方案提供商、大数据处理服务提供商和数据资源提供商三个角色，分别向大数据的应用者提供大数据服务、解决方案和数据资源。

未来大数据还将彻底改变人类的思考模式、生活习惯和商业法则，将引发社会发展的深刻变革，同时也是未来最重要的国家战略之一。

以上是小编为大家分享的关于大数据的七大核心价值的相关内容，更多信息可以关注环球青藤分享更多干货

3. 信息价值是什么意思请说得简单点！通俗易懂的！拜托啦！

信息社会通常被定义为信息生产和消费的集中，信息价值即是指信息在信息生产和消费中的价值。信息是物质、能量、信息及其属性的标示。完全信息价值(EPPI)EVPI-EMV 场调查与预测中的所谓“完全信息价值”的意思就是掌握完全的信息对于开发产品和开拓市场至关重要。逆维纳信息定义信息是确定性的增加。逆香农信息定义信息是事物现象及其属性标识的集合。

说白了就是有些信息对某方面很重要，所以这些信息就产生了价值，

4. 信息的定义

1．前言
目前关于信息存在各种各样的定义，这其中尚未有完全得到公认的定义。中国科学院编写的《21世纪100个交叉科学难题》一书中已把“信息是什么”列入100个难题之中。究其原因，这些定义都具有一定的局限性，都要么陷入偏颇片面，好比盲人摸象，要么陷入空洞无物，不能够提供具有具体意义的内涵。本文试图分析这些定义，同时也指出它们的局限性，并且在此基础上给出信息的新度量指标，同时为融合信息论和人工智能等学科提供基础。

2．信息的定义及其分析
我们来分析目前流行的信息的定义，我们把它分为如下几类：

（1）抽象型的信息定义：

信息就是信息，既不是物质也不是能量 (Wiener,1948) 。

信息是一种场 (Eepr,1971) 。

信息是系统的复杂性 ( 张学文等 ) 。

信息不是物质，它是物质状态的映射 ( 张学文等 ) 。

信息是事物相互作用的表现形式。

信息是事物联系的普遍形式。

信息是与控制论系统相联系的一种功能现象 ( Укра u нчев ,1963) 。

信息是被反映的物质的属性 ( 刘长林， 1985) 。

信息是人与外界相互作用的过程中所交换的内容的名称 (Wiener,1948) 。

信息是作用于人类感觉器官的东西。

信息是选择的自由度 (Hartley,1928) 。

信息是通信传输的内容 (Wiener,1950) 。

信息是加工知识的原材料 (Brillouin,1956) 。

信息是控制的指令 (Wiener,1950) 。

信息就是消息。

信息就是信号。

信息就是数据。

信息就是情报。

信息就是知识。

信息是一种关系 (Longo,1975) 。

信息是物质的普遍属性。

信息是事物相互作用过程的表征。

信息是结构的表达。

信息是人脑对客观事物属性的能动反映。

信息是物质与意识的中介,是认识的中介。

信息是指人类共享的一切知识。

信息＝数据＋意义（Floridi，2005）

信息一般泛指我们所说的消息、情报、指令、数据、信号等有关周围环境的知识。

信息是我们适应外部世界并使这种适应为外部世界所感到的过程中同外部世界进行交换内容的名称。

信息，就是“意、文、义”三个范畴的总称 (邹晓辉) 。

信息是生活主体同外部客体之间有关情况的消息。

信息本身就是一种模式和组织形式。

信息，并不是指事物本身，而是指用来表明事物或通过事物发出的消息、情报、指令、数据、信号中所包含的东西。

信息是一种能创造价值和能交换的知识，是与资本、劳动共同构成的生产三要素之一。

信息是客观存在的东西。

信息既是主观与客观相互联系、作用的媒介，又是物质世界与精神世界相互作用、联系的桥梁。

信息是物质的普遍属性；它表述它所属的物质系统，在同任何其他物质系统全面相互作用（或联系）的过程中，以质、能波动的形式所呈现的结构、状态和历史。（黎鸣）

信息是标志间接存在的哲学范畴，它是物质（直接存在）存在方式和状态的自身显示。（邬焜）

信息是精确形式与明确内容和意义的必然对应关系（萧瑞宁，2005）。

洪昆辉也定义了信息的体系：本体论的信息是事物及现象的存在方式之一，它是通过一定的媒介对事物及状态的一种显示（映射、反映），它标志事物及现象的间接存在。认识论层次的信息是指通过特定媒介，主体对主客体相互关系存在的映射、显示。

钟义信还提出了一套完整性的信息定义体系，他说：为了得到清晰的认识，我们应当根据不同的条件区分不同的层次来给出信息的定义。最高的层次是普遍的层次，也是无条件约束的层次，我们把它叫做本体论层次。在这个层次上定义的信息是最广义的信息，它的适用最广。然后，如果引入一个条件来约束一下，则最高层次的定义就变为次高层次的定义，而次高层次的信息定义的适用范围就比最高层次定义的范围要窄；所引入的约束条件越多，定义的层次就越低，它所定义的信息的适用范围就越窄。这样，根据引入的条件的不同，就可以给出不同层次和不同适用范围的信息定义；这些不同的信息定义的系列，就构成了信息定义的体系。他提出了自己的信息定义体系：

本体论层次的信息，就是事物运动的状态和 ( 状态改变的 ) 方式。

认识论层次的信息，就是认识主体所感知或所表述的事物运动的状态和方式。

语法信息，就是主体所感知或所表述的事物运动状态和方式的形式化关系。

语义信息，就是认识主体所感知或所表述的事物运动状态和方式的逻辑含义。

语用信息，就是认识主体所感知或所表述的事物运动状态和方式相对于某种目的的效用。

……

上面的这类定义，明显具有很宽的包容性，但是缺乏具体的内容，这类的定义太泛泛，没有在多大程度上消除不确定性，而信息论中认为信息是消除的不确定性的东西，因而可以认为提供的信息量太少，也不便于信息的研究，本文也不对此类没有研究意义的定义进行评论。当然这些定义也没有考虑到下面我们要提出的信息的可靠性问题，把信息当作一种完全可靠的反映，而实际情况是信息往往不反映真实情况，与实际情况有偏离，甚至是颠倒。

（2）以差异、有序性和不确定性等类似的指标来定义的信息定义：

信息是事物之间的差异 (Longo,1975) 。

信息是集合的变异度 (Ashby,1956) 。

信息是用以消除随机不定性的东西 (Shannon,1948) 。

信息是物质和能量在时间和空间中分布的不均匀性 (Eepr,1971) 。

信息是收信者事先所不知道的报导。

信息是系统组织程度的度量 (Wiener,1948) 。

信息是被反映的变异度 ( У∧ cy ∧， 1968) 。

信息是负熵 (Brillouin,1956) 。

信息是有序性的度量 (Wiener,1948) 。

信息是使概率分布发生变动的东西 (特里比斯，Tribes etal, 1971) 。

信息是被反映的差异。

信息是事物组织性，有序性的表征。

信息是消息接受者预先不知道的报道。

信息是组织程度，能使物质系统有序性增强，减少破坏、混乱和噪音。

信息是有秩序的量度。

信息是能用来消除或减少信宿关于信源不确定的东西。

信息= 数据－知识（邹晓辉）。

信息是客体相对于主体的变化。

信息就是相对于任何存在的相对变化，而这种相对变化是可以被分别、识别、了别的。一般而言信息是以某种非决定性所表达的决定性（冯向军）。

李炳铁定义了一套信息体系：信息从本质方面的定义就是物质的变化，信息从度量方面定义就是物质的变化程度；信息从意义方面定义就是人脑的反映，是意识的表现，是信息的内容；信息从广义方面定义就是物质的态（状态、形态），是信息的形式；

信息指数据、消息中所包含的意义，它可以使消息中所描述的事件的不肯定性减少。

信息是事物现象示为 (事体、事件)属性标识的集合。（这里忽视了一个前提的存在，现象示为 (事体、事件)的属性标识本身就是不确定的，不固定的，可能还是无穷的，而本定义的前提是属性标识已经确定）。

这一类的定义具有可以度量，可以研究的优势，但是在笔者看来却天生具有很大的局限性。上面举出了历史上比较着名的关于信息的几乎所有的定义，可以看出，凡是这类反映差异，有序性和不确定性的定义中，都忽视了一个很重要，根本性的因素，那就是信息的可靠度和完备程度。而信息的价值之所以存在，是因为它具有一定的可靠性，同时信息越是完备，也越是为决策提供可靠的资源，而是否确定，则是次要的，人们一般情况下不会有意去追求信息的确定性，但是会有意追求信息的可靠性和完备性。目前的广义信息量，全信息量和统一信息理论都没有考虑到信息的可靠程度这一根本性的问题。

3．信息定义的局限性分析
仙农（Shannon，又译香农）的信息论一直是主流，其他的信息理论的提出者也没有在很大程度上否定它的利用熵的计算公式，因此我们直接对他的信息论进行分析。我们举一个例子：所有可能的消息（或者事件）看作一个集合{m1，m2，m3，m4，……，mn}，设知道一个先验的条件甲，根据这个条件，可以得出事件mi的先验概率是p1(mi)，它不是等概率分布，我们后来另外知道了一个条件乙，该条件下事件是等概率分布的。我们把消息及其对应的概率称为消息集合系统（或者称为带概率集合）。

先验的消息集合系统

条件乙确定的消息集合系统

注意这里的条件乙得出概率是独立得出的，条件甲和乙是相互独立的。它没有考虑先验概率（及其条件甲）的存在，则考虑条件甲和条件乙同时存在的时候，事件的概率应该是一个折衷。由于先验的概率是非等概率的，而条件乙下是等概率的。经过一个折衷运算以后，最终概率相对与先验概率的不确定性一定是增加了，根据信息论的算法，信息量不是增加反而是减少了。

根据一般人的感觉，应当说知道的条件越多，我们的信息越多。但是上面的例子却是一个反例。如果有一个信息，确定程度高，但是却反而不可靠，而另外一个针对同一问题的信息，不那么确定，但是却更加可靠。那么如果在确定性与可靠性之间，人们一般会选择哪个呢？显然人们大多数情况下愿意选择可靠度高的信息。这说明信息还需要有关于可靠度方面的度量指标，但是目前的信息论中关于信息的定义都直接用对不确定性的消除来定义信息，本身就把信息量作为唯一的一个指标了，其实事件的概率本身也是不确定的，否则不可能从小于1的值最后变成0或者1，这说明这个概率依然是不确定的，不可靠的。固然可靠度是一个难于度量的，难于定义的量。但是，笔者认为不确定性的度量同样不是能够简单就能度量的。之所以在通信中能够加以度量，是因为忽视了许多因素的存在。

再举一个例子：当获得消息“所有的事件都是等概率发生的”的时候，对这句话（所有的事件发生呈现什么样的概率分布）而言，它消除了不确定性。但是对于这里的指的所有事件发生而言，它们不可能是更加确定，如果已经存在所有事件发生先验概率，而且不是等概率分布的，则信息是更加不确定了，信息量不是增加而是减少；而如果是没有先验概率，或者先验概率是一个等概率分布，则信息已经到了不确定性的极限，概率分布不变，信息量不变。这个问题的产生是因为信息不是独立的，信息是相互衍生的，概率分布是可以传递的。再比如，在一次一密体制中，如果已知密文，并且已知密钥是等概率分布的这两个条件，我们可以得出明文是等概率分布的。对于我们确定密文，确定密钥的概率分布而言，这两个条件消除了不确定性，但是对于分析明文而言，不确定性不可能是增加，因而信息量不可能是增加。

仙农认为信息是消除不确定性的东西，这说明没有得到信息前信息是不确定的，得到信息以后依然可能是不确定的，而不确定的信息往往是不可靠的，它的可靠程度本身就是一个值得考虑的问题。如果都不可靠的，那么怎么证明哪个对哪个错呢？而且还存在这样的问题，更加可靠的信息和不那么可靠的信息是否可以比较信息量呢？我们如果不考虑准确可靠性，则可以随便就可以自己胡乱编造大量的与现实无关的信息，但是这样的不可靠的信息是没有意义的。

假如把信息的确定性当作唯一的指标，则可以随便制定某一事件的概率为1，其余事件的概率为0就可以了。或者我们把信息的确定性当作首要考虑的指标，其次考虑其可靠性，则我们也可以指定概率最大的事件概率为1，其余事件为0。如果如此，信息论就变得相当的简单了。显然现实中人们不是这样的。由此可见，可靠程度是信息的一个首要指标。既然可靠程度是一个指标，则如何让信息最可靠就是一个重要的目标。

众所周知，信息论适用范围非常狭隘，信息论使用在日常生活领域会漏洞百出。仙农自己也深知信息论的局限性，对信息论的滥用非常愤慨，并措辞严厉地指出人们过度夸大了信息论的重要性，超过了其实际价值，并且要求人们对它的理论的应用不要超出随机统计领域。曾和Shannon合着《通信的数学理论》一书的W.Weaver在该书中的一篇论文中就提出通信的三个水平：水平A——通信的技术问题，如Shannon理论研究的；水平B——考虑到语义问题；水平C——考虑到效用或价值问题。

为什么会如此呢？因为在通信中，只需要正确地得到被发送的消息，被发送的消息可以认为是绝对可靠的，同时也不需要考虑它衍生其他消息的过程，以及对语义的判断，对消息的利用等问题。

再考虑第一类信息定义，也往往把信息作为一种事实或者事物的反映，从而可以认为它们也认为信息是绝对正确和可靠的。对于其他的定义，则都没有提及关于信息的不可靠性。

以上的例子时候违背条件熵不增的结论，下面分析香农对条件熵的定义，已知条件（X，Y）∽p(x,y)。在文献[2]中，香农首先将条件熵H(X | Y）定义为：在不同的y的取值下的x的熵的（加权）平均

H(X|Y）＝ （1）

根据公式（1），可以得出H(X|Y）≤H(X）。

于是得出了条件熵不增加，只可能减少的结论，进而得出了信息是消除不确定性的东西。但是公式（1）并不与我们的例子想违背。因为再公式（1）中只是把不同的事件yj发生的情况下X的熵进行了简单的加权平均，只能说是条件熵的加权平均。可见，已知关于Y的条件后，X的熵只是在平均意义上不增加，单个条件熵并不是绝对意义上不增加。限于篇幅和主题，我们尚且不讨论仙农在此中出现一些其他问题。

4．新信息定义的提出
根据以上的分析，笔者在这里对信息的定义做一个修改，不能尽善尽美，但是能够消除目前定义的一些缺陷，一方面尽量防止概念的狭隘、片面性，另外一方面也避免概念过大，过于空洞而不能提供可以测度，可以理解的“信息”，笔者给出信息的定义如下：信息是在受限制的条件下（比如编码长度限制，分析计算能力限制，分辨率限制等）和考虑各种代价的情况下，尽力追求更高的准确性和可靠性的前提下，通过各种被认可的条件、因素、事实和知识等，以各种被认为精确的或者近似的算法，理论等技术手段或者是人工手段（思考等），采用在一定程度可信的方式直接或间接获得的（被信息处理者认为）对事物更加可靠认识的，可以消除、增加或者不改变不确定性的东西。

我们在上面的定义中，强调了过去被忽视的信息的相对性和不完全可靠性。理由如下：信息是相对的，它是相对于当时的被认可的条件（包括信息，知识，规律等）而言的，而这些被认可的条件的可靠性和完备性是相对的，因此它的可靠性，完备性也是相对的。由于采取的推算方法可能不是绝对正确、可信、科学和理性的，而且还可能掺杂人为主观因素，从而引入各种偏差，所以得到的信息并不与已知所有的条件（包括信息，知识，规律）应该得出的完全客观正确的信息一致的，这是相对性的另外一个方面；信息是可以进化的，更多的条件导致信息更加可靠和完备，信息不是静态的；在没有绝对可靠（正确）的信息的情况下，多个具有一定可靠程度的相关信息是相互协调和折衷的，有绝对可靠的信息存在时，其他的信息应当与它保持一致。注意笔者除了认为不确定性可以增加以外，还认为在可靠度或者准确性增加的情况下，不确定性不改变也是信息的增加。信息的更完备的定义是集可靠度和信息量两个指标于一体。当然在信息的判断中，除了采用客观的算法和信息处理工具进行分析以外，往往还需要人的直接判断，这种判断往往掺杂个人的主观偏见，失误和偏差等主观因素。客观的算法和处理工具也未必是完全准确的判断，而可能是近似的，考虑不周全的，估计性的判断，而且可能判断是不完备的，比如本来可以根据已知的信息衍生出新的信息，从而与其他的相关的信息进行折衷整合，但是如果没有考虑到衍生出该新的信息，则判断是不完备的。

在此还需要说明追求准确性、完备性和可靠性应该是信息论的目标，是前提，而不确定性的消除是一种瓜熟蒂落的自然结果，可以说是一种副产品，不过有时候也可能是不确定性增加或者不变。

在这里的定义中，我们还强调了信息的产生的方式，产生信息的基础，信息的处理方式。这为进行各种信息的获取，信息的处理，信息的融合，信息的运用奠定了一个基础。

5．相对信息论的信息产生模型
为了区别于以往的信息论（包括广义信息论、统一信息理论和全信息论）中存在不考虑信息的可靠性和完备性或者认为信息就是完全可靠完备的局限性，我们以相对信息论区别于其他的信息论。物理中物体运动的相对性是它的参照系，而这里信息的相对性针对的是我们认定的条件，包括那些信息的可靠的，那些信息是不可信的，它们的可靠程度如何等等。我们建立一个信息产生的模型：首先，信息处理者从各方收集信息，比如可以从不同的人或者资料来获取信息，这许多的信息需要进行相关的处理，处理者可以根据各种已知的知识，规律等等来进一步衍生新的信息，好比机械设备在获得一定的作用的时候，它会根据机械设备的机制来作用于其他的物体，从而衍生了新的作用。衍生的信息以及最初获得的各种信息之间本身还可能不一致，有些是相互补充的，有些则是不一致的， 因此需要整合和折衷，这好比机械设备产生的一些作用导致一些被作用的物体相互发生碰撞，产生反作用，或者由于力的作用在同一个物体上，力的作用不一致的时候，最终对物体的作用是这些力的综合。折衷整合的时候需要以我们认定的条件为基础，包括各个信息的可靠程度。

依据知识，规律等衍生信息

衍生的新信息

衍生的新信息

信息的折衷整合

信息的获得

信息的获得

信息的获得

图1 相对信息论的信息产生模型

6．结束语
本文列举了信息的定义，并且进行了分析，指出一类定义具有舍本逐末的缺陷，即不重视信息的可靠程度，却把信息所带来的不确定性消除作为唯一的内容，这不利于信息论在人工智能和社会信息科学等领域的应用，特别是社会信息科学问题相对其他的信息科学问题更加复杂，更加具有相对性、多元性、多重的不确定性和模糊性，因而更加具有相对性。这里提供的定义为信息论在非通信领域的应用提供了很好的基础，这样可以让信息论更加名副其实，因为目前的信息量大多数情况下是应用在通信领域，它仅仅是与信息相关的一个环节。本文的内容仅仅涉及到信息论的部分层面，仙农信息论还有许多缺陷，一些学者也有所研究，在此不赘述。