不管持有什么币种，所有的决策应该来源于数据，更重要的是要验证数据的真实性，以提高决策的正确率。
关于决策，就涉及到数据、信息、知识等相关内容，而这之间的内在逻辑关系到底是什么？理解了之间的关系，才能更好的去做决策。
数据、信息、知识、理解之间相互作用过程、转化顺序和转化模式很有必要。
数据、信息、知识之间的关系
数据、信息、知识之间存在个体角度的并列关系、范围角度的包含关系、社会角度的层次关系、转化角度的链式关系和逻辑角度的交叉关系。
并列关系：如果把数据、信息、知识视为单独个体，三者之间是纯粹的并列关系，彼此相互独立，互为依存，内涵明确，边界清晰。并列关系作为数据、信息、知识之间最基本的关系，表现为在现实中可以作为独立个体存在。
包含关系：包含关系认为数据涵盖信息，信息涵盖知识，知识决定决策。如“30”是一个数据，“今日降雨量为30mm”为一条信息，“今日下雨，降雨量为30mm，由于重力作用，水蒸气遇冷液化”则属于知识，“北京今日降雨量为30mm，城市主干道增派交警执勤”，该观点认为信息从数据中来，数据是信息的基础，没有脱离数据的信息。信息与知识、知识与决定之间也存在类似关系。
链式关系：“搜集而得数据→数据聚集而成信息→深入分析信息而得知识→知识激活而成决定→应用逻辑推理而形成决策→执行决策而实现价值”
有特定目的且相互关联的数据可以形成信息，对信息的深入理解与挖掘，从数据到决策是一个循序渐进、互为因果的过程，数据转化为信息，信息提炼为知识，知识激活为决定。
交叉关系：尽管数据、信息、知识、决策都可以作为个体客观存在，但彼此之间在内容上相互交叉。如信息来源于数据，但并非一切数据都具有信息价值；
决策是知识的转化升华，尽管来源于社会实践生活，但没有普适性与规律性的情报不能成为知识。
决定的基本流程
这是一个循环过程。确定目标需求后，应该根据目标需求进行任务规划，之后进行信息收集和数据处理，对所得结果进行分析评估，若能满足目标需求则形成报告；未能满足，则需重新进入下一个工作循环，如此往复，直至最终形成报告。
1、目标需求。必须围绕待解决问题或某个领域，确定重点并对问题进行优先级排序。
2、任务规划。任务规划可最大化地利用现有资源满足目标需求。面临需要解决的问题以及解决问题的方案等诸多因素。任务规划的优劣决定情报工作的效率。
任务规划可参考如下步骤：设定任务目标、细分任务目标分为若干个子目标、对每个子目标设定关键词（一般10个以上）、确定何处以及如何搜索以获取相关搜索数据。
3、信息收集。信息收集要重点关注数据源，不同任务目标以及不同任务目标的子目标，对数据源的需求不同，比如数据调查、市场调查、讯息事件调查等，对数据源的需求差异明显。根据不同调查对象搜集数据的特点和要求，选择和确定适当的数据源。数据源确定后，则要选择适当的搜索方法。搜索方法选择得当，对于提高搜索效率和取得满意搜索效果具有重要意义，可以从设置关键词、使用网页快照和网页缓存、多个数据源同时使用、使用爬虫软件、利用第三方辅助工作等方面综合考虑，选择出适当的搜索方法。搜索

法的选择对采用那种或那些搜索工具具有直接指导作用。
4、数据处理。数据处理的目的是从量大、杂乱、难解的数据中抽取并推导出有价值、有意义的数据，是数据转换为信息的过程。
数据处理的主要步骤包括：验证——确保数据正确和相关，排序——以某种和／或以不同顺序排列数据，总结——提炼出数据中的要点，聚合——合并多个数据，分析——收集、组织、分析、解释和呈现数据，报告——列出详细信息或摘要信息或计算结果，分类——将数据分门别类归纳。数据处理的不同阶段可选择不同的专业工具。
5、分析评估。分析评估过程，是采用适当分析方法、从数据中提取信息、对信息进行综合概括、最终形成结论的过程。常用的分析方法包括：关联分析法、对比分析法、逻辑树分析法、相关分析法等等，不仅仅局限于本文阐述的分析方法。
以上内容来源于网络，根据实际应用作了些修改！如有需要可以保存！！！
#数据管理与人工智能 #人工 $BTC