Grade 12
Information and Communication Technology - තොරතුරු හා සන්නිවේදන තාක්ෂණය (20)
දත්ත සහ තොරතුරු (Data and Information)
By
Admin
•
👁
6 views
1 පාඩම: දත්ත සහ තොරතුරු (Data and Information)
1. දත්ත සහ තොරතුරු (Data vs. Information)
- දත්ත (Data): යම් කිසි පද නිරූපණයක් නොමැති, කිසිදු සැකසුමකට ලක් නොකළ, අමු (Raw) සංඛ්යා, අකුරු, සංකේත හෝ රූප දත්ත ලෙස හැඳින්වේ.
උදාහරණ: 75, "Sumana", True, 45.5 - සැකසුම / ක්රියාවලිය (Process): දත්ත, අර්ථවත් තොරතුරු බවට පත් කිරීම සඳහා සිදුකරනු ලබන ගණනය කිරීම්, වර්ගීකරණයන්, තේරීම් හෝ සංසන්දනයන් ය.
- තොරතුරු (Information): දත්ත යම් ක්රියාවලියකට (Processing) ලක් කිරීමෙන් පසු ලැබෙන, අර්ථයක් සහිත, තීරණ ගැනීමට භාවිතා කළ හැකි ප්රතිදානයයි.
උදාහරණ: "සුමනාගේ වාර පරීක්ෂණයේ ලකුණු එකතුව 75 කි."
දත්ත, සැකසුම සහ තොරතුරු අතර අන්තර් සම්බන්ධතාව
දත්ත (Input) → සැකසුම (Process) → තොරතුරු (Output)
2. දත්තවල විවිධ ස්වරූප සහ මූලාශ්ර
දත්ත පහත සඳහන් ප්රධාන ස්වරූපවලින් පැවැතිය හැක:
- සංඛ්යාත්මක (Numerical): 10, 25.5, -4
- පෙළ (Text): අකුරු, වචන, වාක්ය
- ශ්රව්ය (Audio): ශබ්ද, ගීත, සංගීතය
- දෘශ්ය (Visual/Images): ඡායාරූප, වීඩියෝ, ප්රස්ථාර
දත්ත මූලාශ්ර (Data Sources)
- ප්රාථමික මූලාශ්ර (Primary Sources): සෘජුවම ලබාගන්නා දත්ත (උදා: සමීක්ෂණ, සම්මුඛ සාකච්ඡා, සංවේදක/Sensors මඟින් ලබාගන්නා දත්ත).
- ද්විතීයික මූලාශ්ර (Secondary Sources): වෙනත් කෙනෙකු විසින් රැස්කරන ලද දත්ත (උදා: පොත්පත්, වාර්තා, අන්තර්ජාල ලිපි).
3. දත්ත ජීවන චක්රය (Life Cycle of Data)
දත්තයක් පද්ධතියක් තුළ නිර්මාණය වූ මොහොතේ සිට ඉවත් කරන තෙක් පසුකරන ප්රධාන අවධි 3කි:
- දත්ත නිර්මාණය / රැස්කිරීම (Data Creation/Gathering): නව දත්ත පද්ධතියට ඇතුළත් කිරීම හෝ එක්රැස් කිරීම.
- කළමනාකරණය සහ භාවිතය (Data Management & Usage): දත්ත ගබඩා කිරීම, සුරක්ෂිත කිරීම, වලංගු කිරීම සහ තොරතුරු බවට පත්කර භාවිතයට ගැනීම.
- අභාවිත දත්ත ඉවත් කිරීම (Data Archiving/Destruction): භාවිතයෙන් ඉවත් වූ හෝ යල් පැන ගිය දත්ත ආරක්ෂිතව මකා දැමීම හෝ වෙනම ආකයිව් (Archive) කර තැබීම.
4. ගුණාත්මක / වටිනා තොරතුරක ලක්ෂණ
ප්රයෝජනවත් තොරතුරක් සතු විය යුතු මූලික ලක්ෂණ:
- කාලීන බව (Timeliness): තොරතුරු අවශ්ය මොහොතේම ලැබිය යුතුය. යල් පැන ගිය තොරතුරු වටිනාකමින් අඩුය.
- නිරවුල් බව හා නිරවද්යතාව (Accuracy & Clarity): තොරතුරු වැරදිවලින් තොර විය යුතු අතර අපැහැදිලි නොවිය යුතුය.
- අදාළතාව (Relevance): තීරණ ගන්නා පුද්ගලයාට හෝ අවස්ථාවට අදාළ තොරතුරක් විය යුතුය.
- සම්පූර්ණ බව (Completeness): තීරණ ගැනීමට අවශ්ය සියලු කරුණු ඇතුළත් විය යුතුය.
- අඩු අවිනිශ්චිතතාව හා වැඩිදියුණු කළ අවබෝධය: තොරතුරක් මඟින් ගැටලුවක් පිළිබඳ පවතින සැකය අවම කර, පැහැදිලි අවබෝධයක් ලබා දිය යුතුය.
5. මහා දත්ත (Big Data)
සාම්ප්රදායික දත්ත සමුදාය (Database) මෘදුකාංග මඟින් කළමනාකරණය කළ නොහැකි තරම් විශාල, වේගවත් සහ සංකීර්ණ දත්ත සමුදායන් මහා දත්ත (Big Data) ලෙස හැඳින්වේ.
මහා දත්තවල ප්රධාන ලක්ෂණ 3 (The 3 V's)
| ලක්ෂණය (Feature) | විස්තරය (Description) |
|---|---|
| Volume (විශාලත්වය) | දත්ත ප්රමාණය ඉතා විශාල වීම (Terabytes, Petabytes). |
| Velocity (වේගය) | දත්ත එකතු වන සහ සැකසෙන වේගය ඉතා ඉහළ වීම. |
| Variety (විවිධත්වය) | පදගත (Structured), අර්ධ පදගත (Semi-structured) සහ පදගත නොවන (Unstructured) ආදී විවිධ ස්වරූපවලින් පැවැතීම. |
Rate this Lesson
Login to rate this lesson