这个世界上，失败的人除了天分太差之外，

    只有以下几点，懒，方向不对，方法不对，没有坚持。你是哪一种呢？

---

关于DIKW体系

        DIKW体系是关于数据、信息、知识及智慧的体系，可以追溯至托马斯·斯特尔那斯·艾略特所写的诗《岩石》。在首段，他写道：“我们在哪里丢失了知识中的智慧？又在哪里丢失了信息中的知识？”（Where is the wisdom we have lost in knowledge？ / Where is the knowledge we have lost in information？）。

        1982年12月，美国教育家哈蓝·克利夫兰引用艾略特的这些诗句在其出版的《未来主义者》一书提出了“信息即资源”（Information as a Resource）的主张。

        其后，教育家米兰·瑟兰尼、管理思想家罗素·艾可夫进一步对此理论发扬光大，前者在1987年撰写了《管理支援系统：迈向整合知识管理》（Management Support Systems: Towards Integrated Knowledge Management ），后者在1989年撰写了《从数据到智慧》（“From Data to Wisdom”，Human Systems Management ）。

        DIKW体系将数据、信息、知识、智慧纳入到一种金字塔形的层次体系，每一层比下一层都赋予的一些特质。原始观察及量度获得了数据、分析数据间的关系获得了信息。在行动上应用信息产生了知识。智慧关心未来，它含有暗示及滞后影响的意味。

 

        DIKW体系就是关于资料、资讯、知识及智慧的体系。当中每一层比下一层赋予某些[特质。资料层是最基本的。资讯层加入内容。知识层加入“如何去使用”，智慧层加入“什么时候才用”。如此，DIKW体系是一个模型让我们了解分析、重要性及概念工作上的极限。DIKW体系常用于资讯科学及知识管理。

DIKW体系透过以下的步骤来协助研究及分析：

• 原始观察及量度获得了资料。
• 分析资料间的关系获得了资讯。这些资讯可以回答简单问题，譬如：谁？什么？哪里？什么时候？为什么？资讯是信息，意味着有听众及目的。
• 在行动上应用资讯产生了知识。知识可以回答“如何？”的问题。知识是一些可行的关系及习惯工作方式。
• 透过智者间的沟通及自我反省而利用知识会产生了智慧。我们可以利用智慧解答关于行动的为什么及什么时候的问题。智慧是关心未来。它含有暗示及滞后影响的意味。

数据(Data)

        数据，是可定义为意义的实体，它涉及到事物的存在形式。它是关于事件的一组离散的客观的事实描述，是构成信息和知识的原始材料。数据可分为模拟数据和数字数据两大类。数据指计算机加工的“原料”，如图形、声音、文字、数、字符和符号等。

信息(Information)

        信息，又称资讯，普遍存在于自然界和人类社会活动中，它的表现形式远远比物质和能量复杂。但又远比他们简单，其实信息就是“物质和能量，及其自身‘信息’与其属性的标识、表现。

        作为一个概念，信息有着多种多样的含义。一般来说，与信息这一概念密切相关的概念包括约束(constraint)、沟通(communication)、控制、数据、形式、指令、知识、含义、精神刺激、模式、感知以及表达。

知识(Knowlege)

        知识是对某个主题确信的认识，并且这些认识拥有潜在的能力为特定目的而使用。认知事物的能力是哲学中充满争议的中心议题之一，并且拥有它自己的分支—知识论。从更加实用的层次来看，知识通常被某些人的群体所共享，在这种情况下，知识可以通过不同的方式来操作和管理项目管理者联盟文章

智慧(Wisdom)

       智慧，可以指思考分析、通情达理或寻求真理的能力，它和智力、聪明不同，智慧更重视人生哲学上的能力。

       有智慧的人称为智者。中国古代“知”与“智”通，故“知”就是“智慧”。

解释

资料(Data)	信息(Information)	知识(Knowlege)	智慧(Wisdom)
离散、不相关的事实、文字、数字或符号	经过筛选、整理与分析的资料	结合个人能力与经验的信息，用于解决问题或创新知识	基于个人价值与信仰的前瞻性看法与想法。
一大堆庞杂无意义的东西	数据经过储存、分析及解释后所产生	信息、文化背景和经验的组合
	经过整理后，有意义的资料	你根据信息的原则，得到的共通道理，可用来作决断和定策略
下雨	夏天午后常下雨	夏天出门要随身带雨伞
不具情境脉络及意义的事实本身	资料在一特定情境脉络下的具体呈现	信息加上个人的角色、学习行为、以及经验而成
	讯息 (message) 要在情境 (context) 之中纔会成为信息 (information)
一手的未经修改的，例如某年的人口数。	经过加工分析的数据，例如某年到某年十年间的人口成长率、其他影响人口成长率的统计数据。	据所得信息建立人口成长的数学模型，可分析影响人口成长的因素，
		并做为决策者的参考
零碎的基本文数字单位，例如年龄、姓名是数据而非知识。	数据与数据间产生的有意义的关联，例如性别与性向的关系、年龄与消费的关系等是一种信息。	知识则较数据、信息复杂许多，藉由信息以解释较复杂的概念性的人或事或物的脉络。

数据、信息、知识与智慧的关系

        通过DIKW模型分析，可以看到数据、信息、知识与智慧之间既有联系，又有区别。数据是记录下来可以被鉴别的符号。它是最原始的素材，未被加工解释，没有回答特定的问题，没有任何意义；信息是已经被处理、具有逻辑关系的数据，是对数据的解释，这种信息对其接收者具有意义。

        知识是从相关信息中过滤、提炼及加工而得到的有用资料。特殊背景/语境下，知识将数据与信息、信息与信息在行动中的应用之间建立有意义的联系，它体现了信息的本质、原则和经验。此外，知识基于推理和分析，还可能产生新的知识。最后来看智慧，智慧，是人类所表现出来的一种独有的能力，主要表现为收集、加工、应用、传播知识的能力，以及对事物发展的前瞻性看法。在知识的基础之上，通过经验、阅历、见识的累积，而形成的对事物的深刻认识、远见，体现为一种卓越的判断力。

         整体来看，知识的演进层次，可以双向演进。从噪音中分拣出来数据，转化为信息，升级为知识，升华为智慧。这样一个过程，是信息的管理和分类过程，让信息从庞大无序到分类有序，各取所需。这就是一个知识管理的过程。反过来，随着信息生产与传播手段的极大丰富，知识生产的过程其实也是一个不断衰退的过程，从智慧传播为知识，从知识普及为信息，从信息变为记录的数据。

知识的内涵与价值

        应用DIKW体系基于对数据、信息、知识进行对比分析，可以得出知识内涵的主要内容，即知识来源于信息，但又不是信息的子集，它是经过“理解”后，关联了具体情境的、可以指导“如何”行动的信息，它具有如下几个特征：

• 隐性特征：需要从信息中进行归纳、总结、提炼；
• 行动导向特征：知识是信息的具体应用，能够直接推动人的决策和行为，加速行动过程；
• 资本特征：是企业重要资产，可以通过应用获得价值；
• 情境特征：在规定的情境下起作用；
• 延展生长特征：知识在应用、交流的过程中，被不断丰富和拓展；
• 生命特征：知识是有产生、发展、衰退的生命周期。

       这种内涵下，知识的价值又是什么呢？如前所述，数据是数字、文字、图像、符号等，在没有被处理之前，本身不代表任何潜在的意义。而当通过某种方式对数据进行组织和分析时，数据的意义才显示出来，从而演变为信息，信息可以对某些简单的问题给予解答，譬如：谁？什么？哪里？什么时候？知识是在对信息进行了筛选、综合、分析等等过程之后产生的。它不是信息的简单累加，往往还需要加入基于以往的经验所作的判断。因此，知识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。

       综上，在当今海量数据、信息爆炸时代下，知识起到去伪存真、去粗存精的作用。知识使信息变得有用，可以在具体工作环境中，对于特定接收者解决“如何”开展工作的问题，提高工作的效率和质量。同时，知识的积累和应用，对于启迪智慧，引领未来起到了非常重要的作用。

       最后，有一点需要补充说明的是，数据、信息、知识依赖于语境、依赖于接收者本身，三者之间的区别并非泾渭分明。某个经过加工的数据对某个人来说是信息，而对另外一个人来说则可能是数据；一个系统或一次处理所输出的信息，可能是另一个系统或另一次处理的原始数据。同时，在某个语境下是知识的内容，在另外的语境中，可能就是信息，甚至是无意义的数据。因此，在进行数据、信息与知识的研究与应用时，要与特定语境（即人、任务等）进行结合才有意义。

---

http://www.irisable.com/2014-02-26/653072.html