عملية تقليل كمية البيانات اللازمة لتمثيل المعلومات.ضغط البيانات هو فن وعلم تمثيل المعلومات بعدد أقل من البتات مقارنة بالأصل. إنها تقنية أساسية في العصر الرقمي، تمكن من كل شيء بدءًا من بث الفيديو إلى تخزين الجينومات. الفكرة الأساسية هي استغلال التكرار: معظم البيانات الواقعية تحتوي على أنماط أو تكرارات أو انتظامات إحصائية يمكن وصفها بشكل أكثر إيجازًا من البيانات الخام نفسها. تكتشف خوارزميات الضغط هذه الأنماط وتقوم بترميزها، مما يسمح بإعادة بناء المعلومات الأصلية (بدون فقدان) أو تقريبها (مع فقدان) من الصيغة المضغوطة.
بدأ هذا المجال بورقة كلود شانون عام 1948 بعنوان 'نظرية رياضية للاتصال'، والتي وضعت الأسس لنظرية المعلومات وقدمت مفهوم الإنتروبيا كمقياس للمعلومات. تبعتها خوارزميات عملية مبكرة مثل ترميز هوفمان (1952) وليمبل-زيف (1977).
يعمل الضغط عن طريق نمذجة بنية البيانات. الطرق غير المفقودة، مثل ترميز هوفمان أو LZ77، تبني قاموسًا للرموز أو العبارات المتكررة وتستبدلها برموز أقصر. الطرق المفقودة، مثل JPEG أو MP3، تتجاهل المعلومات التي لا تحس بها العين أو الأذن البشرية، باستخدام تحويلات (مثل تحويل جيب التمام المتقطع) لتركيز الطاقة في عدد قليل من المعاملات. في الفيزياء ومعالجة الإشارات، غالبًا ما يرتبط الضغط بنظرية المعلومات: الحد الأدنى لعدد البتات اللازمة لوصف إشارة هو إنتروبياها، ويقترب الضغط من هذا الحد بإزالة التكرار الإحصائي.
يُستخدم ضغط البيانات في كل وسيط رقمي تقريبًا: صيغ الصور (JPEG، PNG)، الصوت (MP3، FLAC)، الفيديو (H.264)، وأرشفة الملفات (ZIP). في البحث العلمي، يتيح تخزينًا ونقلًا فعالًا لمجموعات بيانات ضخمة، مثل تلك القادمة من مسرعات الجسيمات أو أجهزة تسلسل الجينوم.
'قنبلة zip' هي ملف مضغوط مصمم ليتوسع إلى حجم هائل عند فك ضغطه، مستغلًا حقيقة أن البيانات شديدة التكرار يمكن ضغطها إلى ما يقرب من لا شيء.





