1.1 資料與資訊

資料

在我們生活周遭中，資料無所不在的。例如，電視節目與廣告、網頁、書籍雜誌、音樂圖畫等，都是由資料所形成。以人類智能，可容易擷取、辨識、記憶與聯想。但對電腦世界而言，卻是很困難的事。因為在數位世界裡，只有"0"跟"1"兩種狀態，稱之為位元(bit)。若要讓電腦也能呈現實體資訊，則需動些手腳了。

若有兩個位元時，就可用代表具有四種狀態的某一個事實。也兩個位元就會有下列組合：00(=0)，01(=1)，10(=2)，11(=3)。以數學式來表示，一個位元具備有2¹ = 2個狀態，兩個位元則有2² = 4個狀態。所以，當有n個字元時，就具備2ⁿ 個狀態。當然，n值越大所能代表的狀態就越多。相對地，所要付出的成本也比較多。

假設n = 8時，2⁸ = 256，代表某件事有256個狀態可代表。這些狀態，純就數學而言，只是從0~255的一堆數字而已，應用範圍並不大。因此，聰明的人類，就把這0~255個數字分別給予指定的文數字或符號，稱之為ASCII碼。也就是把八個位元合成一個單位，稱之為位元組(Byte)。

一個Byte可以從00000000₂ ~ 11111111₂ （數字右下方的值代表進位值，在此為二進制）。例如說，A這個字，在ASCII碼中十進制是65，十六進制為41。電腦數位世界裡的二進制是用0100 0001來代表。經由這樣子的對應，數位世界的0與1，就充斥在我們周遭。所看到的文數字、符號，甚至是圖形、影像、聲音，都可以用"0"與"1"來組合而成。也就是說，我們所處世界，早已是數位時代了。

資訊

我們已知利用位元組來代表某個事實的狀態。所謂事實，就是人類生活周遭所能理解的某件事情(event)。資料的意義，會隨著依附的事實，做出不同解釋。有些還會賦予適當的單位，提供更明確的資料定義。例如，160只是單純數字，能代表人的身高，桌子的長度，這應用於計量型的資料。也有可能人數、水果個數，屬應用於計數型資料。也有可能用於文字型資料，如郵遞區號、房間編號等。
藉由數學運算，將資料進一步加工，會得到另一個資料。這些資料經由某種特殊目的運算後所得，可稱之為資訊。這些資訊可協助決策判斷之用，亦可經過學習或聯想過程，得到新的資訊或者知識。所謂智者，就是不斷學習累積知識，面對未知挑戰時，做出正確反應。
從知識角度可知，資訊是具有不同層級表現，分別為「事實」、「資料」、「資訊」、「知識」、「智慧」。針對這些層級再詳細說明。

(1) 事實

在我們日常生活周遭，到處充滿既存事實。這些事實，有些是天然的，有些是人為的，更有些是抽象觀念。他們存在與否，我們無法控制，但其存在價值，卻由我們決定。例如身高、體重、距離、姓名、座號、血型、長度、高度、重量等，都是一種既存事實。至於要不要採用（存在價值），由我們決定。
先提供說明，從資料庫的角度，事實稱之為屬性，或欄位名稱。建立資料庫的目的，就是在於收集所關心的事實及其所呈現的內容(data)。

(2) 資料

資料是事實的當時所呈現的狀態。我們可以把事實想像成一個函數，當我們輸入x會得到一個y，這就是資料。
從資料庫角度，資料是最基本單位。其定義為「資訊所呈現的最原始內容」。最簡單說法是「代表某一事實的文字或數字」(Data are the raw material from which information is derived)。例如，某位學生身高是160公分，身高是一個Fact，160是他的Data，公分是此Data的物理單位。
同一個資料內容，搭配不同事實，具有不同意義。例如，160公分，可指人的身高，也可指桌子長度。大部分的事實，所能呈現的資料內容，是具有限制性稱之為定義域。例如血型這個事實，所能呈現的資料內容，不外乎A、B、AB、O型。當然，為了確保「資訊」的完整性，會把資料的定義域予以擴大。血型可能就會多了一項稱之為"其他"的資料內容。或者在更專業應用時，其定義域可能高達23種血型種類。

(3) 資訊

資訊是把一群資料，經過有目的處理後之結果。當然，處理代表著成本，所以，當然要有助於決策執行才有意義。他的定義是「是將資料經過分析、處理、表達的結果，並有助於決策程序」(Information is what results form the thoughtful analysis, manipulation, and presentation of data in a form that will enhance the decision-making process)。
例如，收集台北市某個班級所有學生的身高資料。經過有目的處理，如「平均值」的計算，則可以得知此班級之平均身高。收集同一年級各班級之身高平均之後，則可以得知哪一邊比較高或比較矮。若再配合其他資訊的收集，如家長收入，或居住地，我們就可進一步得知，身高與其他因子間相關性，進而採取某些決策步驟。
資訊具有特定性、時間性等問題。也就是說，在特定問題，且在那個時間點上，才會得到此資訊。可能過一陣子，所得結果就不一樣了。例如，收集平均身高這個資訊，在格一陣子來收集資料並處理之，其結果可能就不同了。

(4) 知識

知識是經由學習，將資訊內化成自己的經驗，並可再應用於下一個決策點上。例如，得知某一個班級的平均身高後這個資訊之後，無須浪費時間與成本，不用一班班的量測身高也大致可以猜的出來，同一年級另一個班級的平均身高。雖然不是很準確，但是還不至於太離譜。
資訊是死的，知識是活的。資訊要被使用，才具有價值。知識是利用許多資訊，產生新的知識。而且相同的資訊，對不同的人會產生不同的知識結果。

(5) 智慧

當我們累積足夠知識基礎後，我們就具備「分析、判斷、創造、思考」的能力。除可讓決策更精確外，更可預測趨勢。而且透過聯想能力，可舉一反三，見微知著。不要說電腦了，人也是不容易達到的。

資訊處理模式

資訊是處理資料之所得，那是如何處理呢？簡單的說，他包含了四個主要元素，分別是：輸入(Input)、處理(Process)、儲存(Store)、輸出(Output)。這是設計資訊系統最基本的概念圖。

但要注意，電腦資料處理有句名言「垃圾進垃圾出」(Garbage In Garbage Out，GIGO)。如果輸入錯誤資料，產生出來的結果，當然不能指望是正確的。這句話是強調輸入資料正確性之重要。。
關於輸入、輸出在此就不多贅言。而且，隨著資訊技術進步，此變化非常大。寫了，也容易變成過時的東西。僅就處理與儲存兩部分加以說明。

(1) 處理

電腦處理資料的能力非常的多，在此僅提出幾個常見的處理方式。。

1. 轉換(Conversion)：把資料內容從某種形式轉換成另外一種形式。例如，男轉成1；女轉成0。
2. 合併(Merging)：將兩筆或以上符合條件的資料內容，合併成同一份資料。
3. 排序(Sorting)：依據原則，如數字大小、筆畫數等，對一堆資料進行重新整理的動作。
4. 新增、讀取、更新、刪除(Create, Retrieve, Update, Delete)：針對儲存的資料，進行新增一筆資料、讀取符合條件之多筆資料，更新一筆或以上的資料內容，刪除一筆或以上的資料內容。
5. 運算(Manipulating)：利用一些數學或統計的技術，對資料進行計算。有最大、最小、平均、筆數、標準差、變異數等。
6. 彙總(Summarizing)：依據某事實相同資料欄位為群組條件，，再取相關欄位進行運算動作。

(2) 儲存

就硬體而言，當然是指電腦周邊設備。但就資料角度，是代表此資料是以什麼樣的形式來存放。有些是文字檔，可以用記事本來讀取。而這個文字檔的內容，可能是非結構化的。也有可能是結構化。結構化資料，各欄位間可以空白、跳位或者是逗點隔開。若是用逗點隔開，我們還給他一個特殊的名稱，就CSV檔（Comma Separated Values）。這時候，就可以匯入EXCEL。當然，EXCEL也會有自己的檔案格式。 另外，對大型資訊系統而言，儲存成檔案格式在搜尋效能上是不好的。一般都採用資料庫系統。 所以，我們就可以這麼說了，資料庫管理系統是協助我們儲存資料用的，我們開發資訊系統實際上是要完成輸入、輸出與處理的部份。