Data processing and information

欢迎来到数据与信息的世界！

欢迎来到这个领域！无论你是科技达人，还是觉得电脑有点复杂的初学者，这些笔记都是为你准备的。在本章中，我们将探索原始事实（数据 Data）是如何转化为有用的信息（信息 Information）。把它想象成烹饪：数据就是你的原始食材，而信息就是你用这些食材精心制作出的美味佳肴。让我们开始吧！

1.1 数据与信息

乍看之下，这两个词似乎意思相同，但在信息技术（IT）中，它们可是有很大的区别！

有什么区别？

数据 (Data) 由原始的事实和数字组成，它们没有背景信息。单独来看，数据基本上没什么用处。
范例：39, 42, 38。（这些仅仅是数字而已）。

信息 (Information) 是经过处理并赋予了背景 (Context) 和 意义 (Meaning) 的数据。
范例：“过去三天的每日最高气温分别为 39°C、42°C 和 38°C。”现在这些数字就有意义了！

核心概念： 数据 + 背景 + 意义 = 信息。

直接数据与间接数据

数据主要有两种收集方式：

1. 直接数据 (Direct Data)： 这是“亲力亲为”的数据。你（或你的机构）为了当前的特定任务而专门收集的数据。
来源： 问卷调查 (Questionnaires)、面试 (Interviews)、观察 (Observations) 或 数据记录 (Data Logging)（例如传感器记录温度）。

2. 间接数据 (Indirect Data)： 这是“二手”数据。它们最初是为了某个目的而收集的，但现在被用于其他用途。
来源： 选民登记册 (Electoral registers)、人口普查数据 (Census data)、气象记录 (Weather records)，或从其他企业购买的信息。

优缺点比较

直接数据：
(+) 非常切题，因为提问内容是你自己决定的。
(-) 收集成本可能较高且耗时。

间接数据：
(+) 通常获取速度更快、成本更低（因为资料已经存在了！）。
(-) 可能过时，或者不完全符合你的需求。

快速回顾： 数据是原始事实。信息是具有意义的数据。直接数据由你自己收集；间接数据则由他人收集。

1.2 信息质量

并非所有的信息都是好信息！为了具有参考价值，信息必须具备高质量。如果觉得要记的东西太多也不用担心，只要记得 ARADC 原则：

1. 准确性 (Accuracy)： 资料是否正确？如果气象报告说伦敦 12 月的气温是 50°C，那显然不准确！
2. 相关性 (Relevance)： 这是否是你真正需要的？如果你想买房，一份汽车价格表对你来说就没用。
3. 时效性 (Age)： 资料是否最新？对于 2022 年才兴建的道路，2010 年的地图就没有参考价值。
4. 详细程度 (Level of Detail)： 信息是否充足（或过多）？老板需要的是摘要，而不是一份包含每一笔销售记录的 500 页清单。
5. 完整性 (Completeness)： 是否有任何遗漏？如果一个电话号码少了最后两位数字，那它就毫无用处。

核心要点： 高质量的信息必须准确、相关、及时、足够详细且完整。

1.3 加密 (Encryption)

加密 (Encryption) 是一种将数据扰乱的过程，使得未经授权的人无法读取。这就像是用一种只有你和挚友才懂的密码来写秘密纸条一样。

加密方法

1. 对称加密 (Symmetric Encryption)： 使用相同的密钥 (Key) 来加密（锁定）和解密（解锁）数据。
比喻：房门钥匙。你用同一把钥匙锁门，稍后也是用这把钥匙开门。

2. 非对称加密 (Asymmetric Encryption)： 使用一对密钥——公开密钥 (Public Key)（任何人都可以用它来加密数据）和 私有密钥 (Private Key)（只有拥有者持有，用于解密数据）。
比喻：信箱。任何人都可以把邮件投进投递口（公开），但只有拥有者有钥匙可以打开信箱并读取邮件（私有）。

协议 (互联网规则)

当你在浏览器中看到“https”和锁头图标时，你正在使用 SSL (安全套接层) 或 TLS (传输层安全性协议)。这些协议能保护数据在你的电脑（客户端）与网站（服务器）之间传输时的安全。IPsec 是另一种经常用于 VPN 的协议，用于确保互联网协议通信的安全。

你知道吗？ TLS 基本上就是 SSL 的更新且更安全版本！

1.4 检查数据准确性

在我们处理数据之前，需要确保它已经过“清理”。我们透过验证 (Validation) 和核对 (Verification) 来做到这一点。这两个词听起来很像，但其实完全不同！

验证 (Validation - 合理性检查)

验证是电脑进行的检查，用于确认数据是否符合特定规则。
- 存在性检查 (Presence Check)： 你是否漏填了字段？
- 范围检查 (Range Check)： 数字是否在 1 到 100 之间？
- 类型检查 (Type Check)： 你是否在应该输入数字的地方输入了字母？
- 格式检查 (Format Check)： 邮政编码看起来是否像“AB1 2CD”的格式？
- 校验码 (Check Digit)： 对代码（如 ISBN）进行数学运算，以确保数字正确。

核对 (Verification - 正确性检查)

核对是检查数据是否与原始来源一致。
- 视觉检查 (Visual Check)： 将屏幕上的内容与纸本表格进行对照。
- 二次输入 (Double Data Entry)： 连续两次输入相同的密码（如果两次输入不符，代表你打错了！）。

其他技术性检查：

- 奇偶校验 (Parity Check)： 检查二进制字符串中 1 的数量是奇数还是偶数，以侦测传输中的错误。
- 校验和/哈希总值 (Checksum/Hash Total)： 根据数据计算出一个数值，并在接收端进行对比，以确保数据在传输过程中没有被更改。

要避免的常见误区： 验证不能保证数据 100% 正确。如果你在年龄栏输入“19”（事实上你 18 岁），电脑不会知道你在撒谎，并且会接受它，因为这是一个“合理”的数字！

1.5 数据处理 (Data Processing)

电脑如何处理数据？主要有三种方式：

1. 批处理 (Batch Processing)

数据经过一段时间的收集后，一次性地进行处理，通常在“非高峰”时段（例如深夜）进行。一旦开始，通常不需要人工干预。
范例： 水电费账单、工资发放 (Payroll)、信用卡账单。
关键术语： 主文件 (Master File)（主要的永久数据）与 事务文件 (Transaction File)（随后应用到主文件的日常变动数据）。

2. 在线处理 (Online Processing)

使用者与系统互动，数据几乎立即得到处理。
范例： 网上购物、预订机票、电子转账 (EFT)。

3. 实时处理 (Real-Time Processing)

适用于需要立即响应的系统，因为输出的结果会影响下一个输入。这常应用于控制系统 (Control Systems)。
- 微处理器控制： 防盗报警器、空调系统、交通信号灯。
- 无线传感器网络： 智能家居、自动驾驶车辆、导弹制导系统。

范例：温室控制

1. 传感器测量光线/温度。
2. 数据传送到微处理器。
3. 电脑将其与“预设”值进行比较。
4. 如果温度过低，电脑发送信号给执行器 (Actuator) 开启加热器。
5. 温度发生变化（输入改变），循环再次开始！

快速回顾： 批处理 = 稍后处理。在线 = 现在处理。实时 = 为挽救生命或控制机器而进行的瞬间反应。

最后的鼓励

如果现在觉得这些术语太多太繁杂，不用担心！学习 IT 的最好方法，是思考你日常生活中是如何使用这些技术的。每一次你登入网站（加密）、输入两次密码（核对），或者等待每月的电话账单（批处理），你其实都在应用这些概念！继续加油！