文章从信息根基认识的5个要害词出发，对信息的属性展开了深入的阐明，并对如何从信息的海洋中高效吸收常识举办了探讨。

现如今，我们糊口在“信息化”时代，信息如洪水般沉没了我们，使我们深陷信息焦急、信息过载、信息疲惫的困扰；信息又是“碎片化”的，无孔不入又无序混乱，我们是否意识到，在依托大数据系统的组织与流传模式下，碎片可觉得我们描画失事物的全貌？

在互联网行业，“大数据”更是流行已久，大数据如同波澜澎湃的海洋，在这个数据大帆海的时代，我们会饰演什么脚色？作为“内容”/“信息”相关的产物司理，又有何作为？如何梳理与思考？

（OTA老鸟，案例和思路环绕“旅馆”展开）

一、“信息”相关词语有哪些？

本文整理思考如下5个词语：信息、数据、动静、常识、内容

1. 信息

观念：泛指人类社会流传的一切内容；

人通过得到、识别自然界和社会的差异信息来区别差异事物，得以认识和改革世界。

继承深入，信息到底是什么？是物质照旧能量？仿佛都不是。

信息就是信息，是组成我们世界最普遍的存在之一。

我们无时不刻在吸收着各类信息，有长or短，有正确or错误，有重要or无代价；

思考一下“信息”大概的属性：

（1）信息熵

信息是否有判定尺度？引入本文最重要的观念：信息熵

可简朴认为是：信息混乱水平的量化描写

“熵”这个词在热力学、生物学等应用遍及，主要浮现对应内容的混乱水平。

举个栗子，假如中国男人国度足球队和巴西男人国度足球队角逐，汗青比武64次，中国队赢过1次，输了63次（Just举例，相信我们国足照旧能在友谊赛逼平1场的o(╥﹏╥)o），暂定认为中国队赢球的观念是1/64，巴西则为：63/64。

那么，中国队赢和巴西队赢，别离对应的信息量为：

因此，中国队和巴西队角逐功效的熵 = 6*1/64+0.023*63/6 =0.1164

熵的数值较量小，可以领略为是一个相比拟力明晰功效的信息。

信息越确定，越单一，信息熵越小；信息越不确定，越杂乱，信息熵越大。

在互联网行业，好比为什么有些信息会导致某薄处事器瘫痪，因为各人以为该信息产生的大概性很小，信息熵很是大，俗话说的：“信息量”很大！

衍生：任正非的打点哲学，焦点就环绕：“熵”展开，灵感来自：“熵减”

任正非把熵从自然科学应用到社会科学，并在华为落地。

一切世间万物，水从青藏高原流到大海，是能量释放的进程，一路欢歌笑语，出现阵阵欢悦的浪花。遇山绕已往，遇洼地填成湖，毫不争斗。

——《华为之熵 光亮之矢》

（2）信息简直定性

一条信息是否精确、是否明晰，需要举办判定，我们许多时候城市碰着难以鉴定的环境；

信息是否正确，也不是完全0或1的选择，从数学角度，就是概率，好比用“置信度”来权衡。

因此，在信息取值进程中，并不是简朴的取A可能取B，更多的需要利用“投票机制”，详细法则的完整性、差异来历的权重与正当性判定、一票反对制等，需公道配置。

（3）信息的质

比拟熵权衡了信息“量”，那是否存在信息的“质”？这是小我私家还在思考的一个问题；

可以想到的是：首先，信息的泛起/通报，是否自己足够代表其要表达的信息，即：“保真”度；其次，信息的精简/冗余水平如何，即：“精简”度；最后，信息的读取/领略便捷性，暂且界说为“友好”度。

一条信息可以包括很小的信息量，但信息自己大概会有反复、冗余等环境，就显得不那么精简；

但冗余信息不必然就欠好，在日常语言中，冗余可以帮助领略；飞机系统为了安详会冗余很是多的逻辑备份，而有些看似有损于精辟和简捷的冗余信息反而晋升了信息流传的精准性，需要基于详细的场景和目标来看。

别的，再引入一个重要观念：“信息噪声”，笼余并不必然意味着无代价，但假如有“噪声”，则或许率是较差的体验。