ارتباط علم داده و علم اطلاعات

مقدمه

علم داده و علم اطلاعات دو حوزه مرتبط هستند که در بسیاری از موارد با یکدیگر تداخل دارند، اما هر یک دارای ویژگی‌ها و کاربردهای خاص خود می‌باشند.

حوزه علم اطلاعات اغلب از محاسبات، علوم محاسباتی، انفورماتیک، فناوری اطلاعات یا علم کتابداری سرچشمه می گیرد، اغلب چنین حوزه های کاربردی را نشان می دهد و در خدمت آنها است.

ایده اصلی در اینجا پوشش افرادی است که در زمینه های مختلف مطالعه، دسترسی، استفاده و تولید اطلاعات دارند.

بیایید به چگونگی ارتباط علم داده و علم اطلاعات فکر کنیم. داده ها همه جا هستند. انسان ها و ماشین ها دائما در حال ایجاد داده های جدید هستند.

همانطور که علم طبیعی بر درک ویژگی ها و قوانین حاکم بر پدیده های طبیعی تمرکز می کند، دانشمندان داده نیز علاقه مند به بررسی ویژگی های داده ها هستند و به دنبال الگوهایی هستند که نشان دهد مردم و جامعه چگونه می توانند از داده ها بهره مند شوند.

در ادامه ابتدا به توضیح مختصر این دو حوزه و سپس ارتباط آن‌ها می‌پردازیم:

علم داده

علم داده یک حوزه چندرشته‌ای است که از روش‌ها، فرایندها، الگوریتم‌ها و سیستم‌ها برای استخراج دانش و بینش از داده‌ها استفاده می‌کند. بطور کلی می توان گفت این حوزه شامل موارد زیر است:

تحلیل داده‌ها: استفاده از روش‌های آماری و محاسباتی برای تحلیل داده‌ها.

یادگیری ماشین: توسعه الگوریتم‌هایی که به کامپیوترها امکان می‌دهد از داده‌ها بیاموزند و پیش‌بینی کنند.

مدیریت داده‌ها: جمع‌آوری، پاکسازی و نگهداری داده‌ها.

تصویربرداری داده‌ها: نمایش گرافیکی داده‌ها برای کمک به درک بهتر آن‌ها.

علم اطلاعات (Information Science)

علم اطلاعات مطالعه‌ای است که به نحوه جمع‌آوری، ذخیره، بازیابی و استفاده از اطلاعات می‌پردازد. این حوزه بیشتر به مباحث زیر می‌پردازد:

سازماندهی اطلاعات: طبقه‌بندی و ساختاردهی اطلاعات برای دسترسی آسان‌تر.

بازیابی اطلاعات: تکنیک‌ها و سیستم‌های جستجو برای پیدا کردن اطلاعات مورد نیاز.

مدیریت اطلاعات: فرایندها و سیستم‌های مدیریت اطلاعات به‌گونه‌ای که دسترسی به آن‌ها بهبود یابد.

اخلاق اطلاعات: مسائل اخلاقی مربوط به استفاده و به اشتراک‌گذاری اطلاعات.

ارتباط بین علم داده و علم اطلاعات

این دو حوزه به‌طور عمده در نحوه برخورد با داده‌ها و اطلاعات تداخل دارند:

داده‌ها و اطلاعات: علم داده بیشتر با داده‌های خام سروکار دارد و تلاش می‌کند از آن‌ها دانش و بینش استخراج کند. در مقابل، علم اطلاعات با اطلاعات ساختاریافته‌تر و نحوه دسترسی و مدیریت آن‌ها بیشتر سروکار دارد.

ابزارها و تکنیک‌ها: علم داده از ابزارها و تکنیک‌های محاسباتی برای تحلیل و پیش‌بینی استفاده می‌کند، در حالی که علم اطلاعات بیشتر بر سیستم‌ها و روش‌های مدیریت و بازیابی اطلاعات تمرکز دارد.

کاربردها: علم داده بیشتر در حوزه‌هایی مانند تجزیه و تحلیل تجاری، سلامت، مالی و مهندسی استفاده می‌شود، در حالی که علم اطلاعات در کتابخانه‌ها، آرشیوها، سیستم‌های اطلاعاتی و مدیریت دانش کاربرد دارد.

اطلاعات در مقابل داده

یک دیدگاه سنتی قبلاً این بود که داده‌ها چیزی خام و بی‌معنا هستند، چیزی که وقتی تجزیه و تحلیل یا به شکل مفیدی بررسی می‌شود، به اطلاعات تبدیل می‌شوند.

« از طرفی اطلاعات به عنوان «داده‌هایی که دارای معنا و هدف هستند» تعریف می‌شود »

برای مثال، عدد «480000» یک داده است. اما وقتی توضیحی اضافه می کنیم که نشان دهنده تعداد مرگ و میر در یک سال در کشور ایالات متحده و در اثر استعمال سیگار است، این عدد به اطلاعات تبدیل می شود.

اما در بسیاری از سناریوهای دنیای واقعی، تمایز بین یک نقطه داده معنی دار و بی معنی به اندازه کافی روشن نیست که بتوانیم داده ها و اطلاعات را متمایز کنیم.

برخلاف تصورات داده ها در سایر رشته ها، علم اطلاعات نیاز به درک کامل اطلاعات دارد و با در نظر گرفتن زمینه ها و شرایط مختلف مربوط به داده هایی که عمدتاً توسط انسان ها ایجاد، تولید و به اشتراک گذاشته می شود، نیاز است.

کاربر در علم اطلاعات

مطالعات در علم اطلاعات علاوه بر دیدگاه سیستم، بر جنبه انسانی داده ها و اطلاعات نیز متمرکز شده است. در حالی که دیدگاه سیستم معمولاً از توانایی کاربران برای مشاهده، تجزیه و تحلیل و تفسیر داده ها پشتیبانی می کند، به آنها اجازه می دهد تا داده ها را به اطلاعات مفید برای اهداف خود تبدیل کنند.

کاربران مختلف ممکن است بسته به عوامل مختلفی که بر قضاوت تأثیر می‌گذارند، مانند «مفید بودن»، درباره ارتباط اطلاعات هم نطر نباشند.

وظیفه یا هدف کاربر به عنوان مثال، یک کاربر عمومی که می خواهد بفهمد آیا نوشیدن قهوه برای سلامتی مضر است، ممکن است اطلاعاتی را در صفحات نتایج موتور جستجو مفید بداند، در حالی که یک متخصص تغذیه که باید تصمیم بگیرد که آیا توصیه به بیمار خوب است یا خیر.

مصرف قهوه ممکن است همان نتیجه را در SERP بی ارزش بداند. بنابراین، عملیاتی کردن معیار سودمندی، مختص وظیفه کاربر خواهد بود.

محققان علوم اطلاعات تمایل دارند سمت کاربر و سمت سیستم را برای درک چگونگی و چرایی تولید داده ها و اطلاعاتی که آنها منتقل می کنند، با توجه به زمینه ای ترکیب کنند. این اغلب با مطالعه رفتار افراد مرتبط است.

به عنوان مثال، دانشمندان اطلاعات ممکن است داده‌های گزارش فعالیت‌های مرورگر فرد را برای درک رفتارهای جستجوی فرد (عبارات جستجویی که استفاده می‌کنند، نتایجی که کلیک می‌کنند، مدت زمانی که در سایت‌های مختلف می‌گذرانند و غیره) جمع‌آوری کنند. این به آنها اجازه می دهد تا روش های بهتری برای شخصی سازی و توصیه ایجاد کنند.

علم داده در مدارس اطلاعات (iSchools)

چندین مزیت برای مطالعه علم داده در مدارس اطلاعات یا iSchools وجود دارد. علم داده به دانش آموزان درک دقیق تری از پدیده های فردی، اجتماعی و اجتماعی ارائه می دهد.

برای مثال، دانش‌آموزان می‌توانند از داده‌های جمع‌آوری‌شده از یک جامعه خاص برای بهبود رفاه آن منطقه از طریق تغییر سیاست و برنامه‌ریزی شهری استفاده کنند. اساساً، برنامه درسی iSchool به دانش آموزان کمک می کند تا دیدگاه های متنوعی در مورد داده ها و اطلاعات کسب کنند.

این به یک مزیت تبدیل می‌شود، زیرا دانش‌آموزان با درک تصویر کلان (داده‌ها) به دانشمندان داده کامل تبدیل می‌شوند. علاوه بر تمام مهارت ها و دانش مورد نیاز علم داده (از جمله درک علوم کامپیوتر، آمار، یادگیری ماشین و غیره)، تمرکز بر عامل انسانی فرصت های متمایزی را به دانش آموزان می دهد.

برنامه درسی iSchool همچنین عمق درک متنی اطلاعات را فراهم می کند. مطالعه علم داده در iSchool فرصت‌های منحصر به فردی را برای درک داده‌ها در زمینه‌هایی از جمله ارتباطات، مطالعات اطلاعاتی، علوم کتابخانه‌ای و تحقیقات رسانه‌ای ارائه می‌دهد.

تفاوت بین مطالعه علم داده در iSchool، برخلاف برنامه های علوم کامپیوتر یا آمار، این است که اولی تمایل دارد بر تجزیه و تحلیل داده ها و استخراج اطلاعات روشنگرانه مبتنی بر زمینه تمرکز کند.

به همین دلیل است که مطالعه «اطلاعات از کجا می‌آیند» به همان اندازه مهم است که «آنچه نشان می‌دهد» و «چگونه می‌توان آن را به منبعی ارزشمند در ایجاد کسب‌وکار و استراتژی‌های فناوری اطلاعات تبدیل کرد».

به عنوان مثال، در مورد تجزیه و تحلیل سوابق سلامت الکترونیکی، محققان در iSchools علاوه بر این، علاقه مند به بررسی نحوه درک بیماران مربوطه و جستجوی اطلاعات مرتبط با سلامت و حمایت از متخصصان و همتایان هستند. به طور خلاصه، اگر شما علاقه مند به ترکیب فنی و عملی و همچنین انسانی هستید، در بخش علوم داده iSchool در خانه هستید.

مطالب مرتبط

کاربرد علم داده

مهارت های لازم برای علم داده