信息量xìnxīliàng

〈名〉 信息的多少。

信息量xìnxīliàng

〈名〉信息的多少。
　◇ 一些读者赶早排队买报，对增加信息量感到高兴。(解放日报.1987.10.11)
　◇ 要加大信息量，增强时效性，加强深度报道，进一步做好典型宣传、热点引导和舆论监督工作。(人民日报.2000.12.30)

信息量xìnxīliànɡ

〈名〉信息的多少。

信息量

信息的数量。信息是无形的，但其数量却可以用数学方法描述和度量。信息论认为，任何一个通信之所以需要，是因为接收终端在收到信息之前不知道发送的信息是什么。接收终端对发送的信息具有“不确定性”。当获得了信息之后，这种“不确定性”就可以减少或消除。比如某个事物的“不确定性”是X，如果接收到的信息足以把“不确定性”消除，那么就表明收到的信息量是X。因此，信息数量的大小用消除“不确定性”的多少来表示，而事物的“不确定性”的多少，是用概率函数来描述的。在信息论中，采用“熵”这种量来刻划对象的不确定程度，用收到信息后熵的减少来标志不确定性的减少，以此作为信息量的度量。作为艺术信息的信息量是一个变量，其结构具有层次性，其传输具有多义性； 而且随着时间的推移，其内涵又会出现历史变异性。

信息量amount of information

量度信息多少的物理量。信息的度量与它所代表的事件的随机性或各个事件发生的概率有关。信息论中利用统计力学中“熵”的概念，建立对信息的量度方法。假设有n个可能事件的消息，各个事件的概率分别为p₁,p₂，…，p_n; H是每个消息的平均信息量，则：H =-KP_ilog_αP_i。式中K为常数，若K=1,α=2，则H的单位是比特(bit)。在计算机信息处理系统中，信息量常用输入量、储存量或输出量来表示。

信息量amount of information

信息的定量和度量。单位为比特(bit)。1928年，美国物理学家哈特来(R.V. L. Hartleg,1888～1959)在《信息传输》一文中首次提出信息量的概念，并用对数作为信息量的测度。他认为，信息与消息不同，信息是代码、符号、序列，而不是内容本身；信息是消息中不确定性的消除，消息中含有信息。多种多样的消息是信息的载体，消息究竟包含多少信息，应用消息出现的概率对数来计算，即I=log₂n（比特）。这里n种不确定性假设是等概率的。美国数学家香农(C.E.Shannon,1916～)和维纳(N.Wiener,1894～1964)假设这几种不确定性的概率为不等，并对此作了深入系统的研究，并各自独立地提出了信息公式。他们证明：如果一个信源，可以产生的独立消息数为n，各消息的概率分别为ρ₁,ρ₂,ρ₃，…，ρ_n，且有，则该信源具有的信息量
式中：K——常数，当对数取以2 为底时，则K=1;
H——信息量，单位为比特(bit)。
信息的定量描述，为各门学科技术的定量化研究开辟了一条新途径。

信息量

度量信息多少的量。仙农在1948年的《通信的数学理论》中首先提出信息的度量问题，并运用概率论确定并证明了信息量的数学表达式。如果某系统具有几种独立的可能状态（或结果）:x₁,x₂,x₃…x_n，每一状态出现的概率分别为P(x₁),P(x₂)，…P(X_n)，且有概率之和等于1，那么，它的某个状态所具有的不定性数量为h(x_i)=-logP(x_i),i=1,2，…，n，而整个系统的各个状态所具有的平均不定性数量就是h(x_i)的数学期望，记为 H(x),H(x)=P(x_i)h(x_i)=-。这正是统计热力学的熵函数，是一种不定性的度量。信息是一种被清除了的不定性，因此可看作是“负熵”。式中当对数的底取2，且n=2,P(x₁)=P(x₂)=1/2时，有H(x)=1，称为1比特。比特就是信息量的单位。可见任何一个事件，如果能够分解成n个等可能的二中择一事件，它的信息量就是n个比特。实际上，全部狭义信息论就是建立在公式h(x₁)和H(x)的基础上的。从公式可以看出，出现概率越小，信息量越大；出现概率越大，信息量越小。这和生活中事情越出人意料信息量越大的感受是一致的，因此有人把信息称为“惊异测度”。信息量的度量可以用于提高通信效率。仙农信息量公式只能适用于语法信息度量，不能解决语义、语用信息的度量问题。关于广义信息度量以及信息度量一体化问题，目前都只处于摸索阶段。新闻学中，新闻信息量被理解为具有新鲜度（出现概率小）的事实的集合，新闻信息度量方法的研究还处于模糊定量阶段。

信息量

通过系统中传输和获得信息的数量，即对不确定性的一种衡量。在信息论中，消息是以随机事件为对象的，各种消息的本质在于消除不确定性。不确定性的量有两个方面的表述： 一个是信息熵H(x)，它从信源角度考虑，是标志信源整体的平均不确定性的量； 另一个是信息量I(p)，它从信宿的角度考虑，指信宿接受信息后消除不确定性的量。信息熵H(x)是信原整体不确定性的度量，是信源发出的信息量，它的公式是：

上式中Pi为信号符号从几种可能状态中出现第i种的概率，K为单位选择常数，当对数以2为底，信息熵的单位为比特。信息熵公式表明，信息是有序的量。信息量I(P)是当信原发送的信息熵H(x)全部被接受（没有受到干扰），也就是排除不确定性程度所需要信息的量度，这时I(P)=H(x)。信息量的统计公式虽然与信息熵公式完全相同，但含义有区别，信息量只有当信源输出符号被接收者收到后才有意义。信息量的单位通常仅适用于通信，并不能应用到信息过程的所有领域，广义的信息概念还没有一个统一的信息量的定义。

信息量

信息所表达事物的深度和广度的容量。反映某一信息的价值和作用。信息量大小取决于表现信息内容的消息的不肯定程度。消息不肯定程度大，则发出的信息量就大，反之就小。信息量的单位叫比特(bit，是binary digits的缩写) 。一比特的信息量，是指含有两个独立均等概率状态的事件所具有的不确定性，能被全部消除所需要的信息。在计算机信息处理系统中，信息量常用输入量、贮存量和输出量来表示。如存贮空间的单位数、字符的数量、记录的数量等来表示。尽管不同的人对同一信息的反应程度不同，但信息量自有客观的评价标准。

信息量

对信息的度量，或指信息的多少。实质上是指在得到信息后，事物不确定性的减少程度。在信息论中，是用概率论的概念对信息进行度量的，因此又称为统计信息量。设某事物可能出现的状态的总数为n，每种状态出现的概率为Pj,i=1,2，…，n，则每种状态的信息量为： -log2Pi(bit)，而任一种状态的平均信息量为：H反映了某事物的信息的多少，其值就是该事物的信息量。也常称H为不确定性或负熵。不确定性越大，则要排除这些不确定性所需的信息量就越大，两者是等价的。一般情形下，若一个事物可能出现的状态的总数越多，每种状态出现的概率越小 （即每种状态出现的概率越接近），那么，该事物的信息量就越大。

信息量amount of information

在信息论中概率事件发生时的信息度量。离散事件的信息量可用下法计算：
如果所有的事件等概率发生，那么每个刺激事件（以比特为单位）所包含的信息H_s为：

H_s＝log₂N

这里N是概率相同事件的数目。
如果事件发生的概率不相等，那么每个刺激事件所包含的信息H_s为：
这里p_i是事件i发生的概率。
上面求出的是单个事件所传递的信息量。一系列不同概率的事件所包含的平均信息量Have可用下式计算：

所以平均信息量以事件发生概率作为权重，是每个事件的信息量之和。

信息量amount of information

反映信息多少的度量。在信息论中用比特作为计算信息量的单位。