数据分类及编码标准介绍090422
合集下载
第二章 医学数据分类、编码系统和医学信息标准
SNOMED的模块
SNOMED的应用
将人、兽医学术语进行结构化的分类和编码， 使得原有的医学术语标准化，为计算机处理奠 定了基础； 标准化的、规范的应用医学术语将有利于医学 信息共享和提高医疗质量； 术语代码拥有医学知识表达的许多特征，具开 放式的数据结构，可灵活地进行搭配、组装、 合成，适用于电子病历，并支持专家系统。
信息共享的前提是标准化 信息的标准化问题具有普遍性 广义的定义：
是指针对现存或潜在的问题，为公共的和常用的事 物做出某些规定的活动，旨在使该环境达到最佳有 序度。
标准化的狭义定义：
是指信息表达上的标准化，实质是在一定范围内人 们能共同使用的对某类、某些、某个客体抽象的描 述与表达。
信息的表达、交换和处理
SNOMED的结构
SNOMED是多轴编码的医学命名法，有若干独立的 编码体系，每一个轴可以用于描述同一个诊断
全部术语分入11个独立的系统模块（轴） 术语按照自然层次排列，被分配5或6位代码 代码与术语一一对应，标示术语的内在信息组、上 下关系 通过使用G（链接词/修饰词）模块，可连接和修饰 每个模块术语、描述符及限定词。 词条的索引排列是按照编码顺序
并置码编码方法
由一些代码段组成的复合代码，这些代码段提供了描绘编码对 象的特征。 易于编码对象的分类，代码易于解释；需含有大量特性，代码 值有许多字。
代码类型
组合码编码方法
由一些代码段组成的复合代码，提供编码对象的不同特性，但 特性相互依赖并且具有层次关联； 代码值容易赋予、解释、确认；理论容量不能充分利用。 举例：GB 11643-1999（公民身份号码）
数据元概念：
由对象类和特性组成，是数据模型。 一个特性只描述一个对象类，当一个特性和一个对象类建立 关联时就产生一个数据元概念。
数据分类与编码标准介绍090422
前言
引言 名称
6.类目设置规则
7.编码原则 8.编码方法
9.代码设计
10.分类与编码标准文档结构
1.范围
2.规范性引用文件（略）
3.术语和定义（略）
4.分类原则
1)系统性原则 综合考虑数据主题一致性，按其内在联系进 行系统化排列，确保类目唯一、结构合理、层次 清晰，减少冗余。 2)实用性原则 满足数据集分类编目的简便性、可操作和通 用性需求和数据集查询的一致性理解。 3)可扩展性原则 保证分类体系框架适应数据集不断丰富的内 容和日益增长的种类与数量。
8.编码方法
代 码
有含义代码
无含义代码
顺序码 缩 写 码 层 次 码 并 置 码 组 合 码
无序码
递 增 顺 序 码
系 列 顺 序 码
约 定 顺 序 码
按GB/T 7027规定的方法
9.代码设计
1)主分类表码位设计 分类框架中每一个类目设定惟一的主分类 编码，编码为11位混合码。
第1位 亚门类 字母码 A—Z 第2位 第3位 第4位 小 第5位 类 第6位 一 第7位 级 第8位 第9位 第10位 第11位 三 级 数字码 01—99
类目1 类目2 类目3 ......
特有属性n
类目1 类目2 类目3 ......
5.分类方法
3）组配分类法
组配分类法是按照多维度、交叉性方式， 将数据集主分类框架与复分类表组合使用，对 数据集进行分类的规则。在某个主分类下的卫 生信息数据集的组配分类示意。
5.分类方法
3）组配分类法
6.类目设置规则
6.类目设置规则
3）主分类目层级约束规则
a)分类体系的展开层次决定着分类导航系统的导 航程度，层次越多越深，知识被组织得越细密， 用户查找信息耗费的时间和精力就越多。 b)主分类层次应控制在3级-6级之间。
分类和编码 ppt课件
22
H0语言学 H1汉语 H2中国少数民族语言 H3常用外国语 H4汉藏语系 H5阿尔泰语系（突厥-蒙古-通古斯语系） H61南亚语系（澳斯特罗-亚细亚语系） H62南印语系（达罗毗荼语系、德拉维达语系） H63南岛语系（马来亚-玻里尼西亚语系） H64东北亚诸语言 H65高加索语系（伊比利亚-高加索语系） H66乌拉尔语系（芬兰-乌戈尔语系） H67闪-含语系（阿非罗-亚细亚语系） H7印欧语系 H81非洲诸语言 H83美洲诸语言 H84大洋洲诸语言 H9国际辅助语
11
A 马克思主义、列宁主义、 毛泽东思想
1 马克思、恩格斯著作 11 选集、文集 12 单行著作 121 马克思主义形成时期( -1847年) 122 革命风暴的高涨与低落时期(1848-1863年) 123 第一国际和巴黎公社时期(1864-1872年) 124 马克思主义广泛传播和各国建立社会主义政党时期(1873-1889年 6月) 125 第二国际时期(1889年7月-1895年) 13 书信集、日记、函电、谈话 14 诗词 15 手迹 16 专题汇编 12 18 语录
7
分类体系
根据图书资料的特点，按照从总到分， 从一般到具体的编制原则，确定分类体系， 在五个基本部类的基础上，组成二十二个大 类。《中图法》的标记符号采用汉语拼音字 母与阿拉伯数字相结合的混合号码。即用一 个字母表示一个大类，以字母的顺序反映大 类的序列。字母后用数字表示大类以下类目 的划分。数字的编号使用小数制。现将五个 基本部类及下设的二十二个大类列表如下：
27
O 数理科学和化学
O1数学 O3力学 O4物理学 O6化学 O7晶体学
28
பைடு நூலகம்
P 天文学、地球科学
P1天文学 P2测绘学 P3地球物理学 P4大气科学（气象学） P5地质学 P7海洋学 P9自然地理学
信息分类编码标准体系简单介绍
•对标准化领域中需要协调统一的工作事项而制定的标准。 •针对具体岗位而规定人员和组织在生产经营活动中的职 责、权限，对各种过程的定量定性要求以及活动程序和 考核评价要求等。
路漫漫其悠远
信息技术标准体系
•对信息的 收集、储 存、加工、 传递、利 用、管理 等信息活 动及信息 技术制定、 发布及实 施各种信 息技术标 准。
路漫漫其悠远
技术标准体系
•对标准化领域中需要协调统一的技术事项而制定的标准。 •主要包括事物的技术性内容。
路漫漫其悠远
管理标准体系
•对标准化领域中需要协调统一的管理事项而制定的标准。 •主要规定人们在生产活动和社会活动中的组织结构、职 责权限、过程方法、程序文件以及资源分配等事宜。
路漫漫其悠远
工作标准体系
•国际标准号 • • • • • • • • • • • • • •
•宜定级别 • • •GB •GB •GB •GB • • • • • • • •
•序 号 •1 •2 •3 •4 •5 •6 •7 •8 •9 •10 •11 •12
•13
路漫漫其悠远
生产信息分类编码标准
•标准名称 •加工工艺分类编码 •生产工序、工位分类代码 •生产调度信息分类编码 •生产准备信处分类编码 •生产作业统计信息分类编码 •单元生产（工作中心或生产单元）信息分类 编码 •工号（生产任务号）代码 •包装方式代码 •产品技术鉴定方式分类与代码 •CAD信息分类编码 •工艺特征信息分类编码 •生产过程危险和有害因素分类与代码
•
•
•
•7 •库房代码
•
•
•
路漫漫其悠远
组织机构分类编码标准
•序
•标准名称
•标准编号 •国际标 •宜
路漫漫其悠远
信息技术标准体系
•对信息的 收集、储 存、加工、 传递、利 用、管理 等信息活 动及信息 技术制定、 发布及实 施各种信 息技术标 准。
路漫漫其悠远
技术标准体系
•对标准化领域中需要协调统一的技术事项而制定的标准。 •主要包括事物的技术性内容。
路漫漫其悠远
管理标准体系
•对标准化领域中需要协调统一的管理事项而制定的标准。 •主要规定人们在生产活动和社会活动中的组织结构、职 责权限、过程方法、程序文件以及资源分配等事宜。
路漫漫其悠远
工作标准体系
•国际标准号 • • • • • • • • • • • • • •
•宜定级别 • • •GB •GB •GB •GB • • • • • • • •
•序 号 •1 •2 •3 •4 •5 •6 •7 •8 •9 •10 •11 •12
•13
路漫漫其悠远
生产信息分类编码标准
•标准名称 •加工工艺分类编码 •生产工序、工位分类代码 •生产调度信息分类编码 •生产准备信处分类编码 •生产作业统计信息分类编码 •单元生产（工作中心或生产单元）信息分类 编码 •工号（生产任务号）代码 •包装方式代码 •产品技术鉴定方式分类与代码 •CAD信息分类编码 •工艺特征信息分类编码 •生产过程危险和有害因素分类与代码
•
•
•
•7 •库房代码
•
•
•
路漫漫其悠远
组织机构分类编码标准
•序
•标准名称
•标准编号 •国际标 •宜
上海市统计局、国家统计局上海调查总队关于做好2009年上海市统计分类标准与代码修订工作的通知
上海市统计局、国家统计局上海调查总队关于做好2009年上海市统计分类标准与代码修订工作的通知文章属性•【制定机关】上海市统计局,国家统计局上海调查总队•【公布日期】2009.09.22•【字号】沪统字[2009]47号•【施行日期】2009.09.22•【效力等级】地方规范性文件•【时效性】现行有效•【主题分类】统计正文上海市统计局、国家统计局上海调查总队关于做好2009年上海市统计分类标准与代码修订工作的通知（沪统字[2009]47号）各区县统计局、各调查队，市统计局和上海调查总队各业务处：为加强本市统计标准管理，准确反映统计分类的变动情况，决定开展2009年上海市统计分类标准与代码的修订工作。
现将有关事项通知如下：一、修订内容（一）主管部门（单位）名称（二）行政区划名称与城乡属性（三）商业中心区名称（四）开发区（工业开发区、现代农业园区）名称（五）都市型工业园区名称二、修订要求（一）主管部门（单位）名称修订1、中央级和市级主管部门（单位）名称与代码由市统计局和上海调查总队各专业处（单位）负责修订。
对照《主管部门（单位）名称与代码（JB001-2008）》，收集汇总本专业牵头联系的主管部门实际变动情况并提出修订意见。
2、区县级主管部门（单位）名称与代码由各区、县统计局（队）负责修订。
对照《主管部门（单位）名称与代码（JB001-2008）》，收集汇总本行政区域主管部门实际变动情况并提出修订意见。
（二）行政区划名称与城乡属性修订行政区划名称与城乡属性代码由各区、县统计局（队）负责修订。
按照《上海市城乡划分清查工作方案》（另行印发）要求，对辖区内的村级地域进行清查，同时将行政区划变动情况在行政区划地图上加以标识。
（三）商业中心区名称修订对照《商业中心区名称与代码（JB003-2008）》，市级商业中心区名称与代码由市局贸易外经处负责提出修订意见，区级商业中心区名称与代码由各区统计局（队）负责提出修订意见。
资料分类及编码规则
审批及颁发：分发：文件再审记录：第 1 页，共 10 页、目的依照GMP要求，确立文件分类与编码规则，便于文件管理和追溯、范围适用于文件分类与编码管理三、职责1 质量保证部负责文件体系的分类及编码规则，对各文件进行赋码。
2 各部门负责按照原则对文件进行分类管理；各部门起草文件时必须严格遵循文件编码的规四、术语无五、内容1 文件分类1.1一级文件: 阐明公司内某一体系的方针，描述体系的文件。
主要包括：质量方针、质量管理手册、质量责任制、质量目标。
矚慫润厲钐瘗睞枥庑赖。
1.2二级文件：主要描述为实施体系要素所涉及到的各职能部门的活动，或为完成某项活动而规定的方法。
包括：聞創沟燴鐺險爱氇谴净。
a ）技术标准：包括工艺规程、质量标准、方案、报告等。
b ）管理标准：包括计划、管理制度、清单、目录等，描述公司各主要过程的管理活动。
c ）工作标准：包括部门职责、职务说明书。
d ）工厂主文件。
1.3三级文件：标准操作规程（SOP），描述各管理环节的操作要素和工作流程、具体的操作方法和步骤。
残骛楼諍锩瀨濟溆塹籟。
1.4四级文件：记录、表格、合格证、图纸、标签、证书等。
2 文件编码第 2 页，共 10 页2.1文件分类编码应遵循以下原则：2.1.1系统性：统一分类，统一编码。
按照文件分类建立编码系统，由质量保证部建立公司管理文件的分类和编码系统。
酽锕极額閉镇桧猪訣锥。
2.1.2准确性：文件与编码一一对应，做到一文一码，一旦某文件终止使用，则该文件编码随即作废，不得再次使用。
彈贸摄尔霁毙攬砖卤庑。
2.1.3可追踪性：可查询文件的演变历史。
2.1.4识别性：文件的编码可反映出文件的文本和类别。
2.1.5稳定性：任何人不得随意变动文件，若需变动，应经批准，并随之变更相关文件的编码。
2.1.6相关一致性：文件一旦经过修订，必须给新的修订号，同时对其相关文件中出现的该文件编码进行修订。
謀荞抟箧飆鐸怼类蒋薔。
2.1.7发展性：考虑将来的发展及管理手段的改进。
商品分类与编码商品编码PPT课件
2、商品编码的原则 唯一性、可扩性、简明性、稳定性、层次性、 统一性和协调性、自检能力
3、商品分类代码的编制方法
经国务院批准，1987 年颁布了全国工农业产品（商品及物 资）分类代码标准 GB7635-87, 统一了全国商品的分类和 代码。根据这一国家标准，商品代码编制的方法如下： 1 代码结构共分四层即大类、中类、小类、品种，由八位 数字组成。门类另用英文字母表示顺序。 2 每层均以两位数字表示，从 01-99 。第一、二、三层类 目不再细分时，其代码后面补“ 0 ” ，直至第八位。各层 均留有适当空码，以备增加或调整类目用。各层数字为“ 99 ” 的代码均表示收容类目。层内分成若干区间时，每个 区间的收容类目一般用末位数字为“ 9 ” 的代码表示。
GGlloobbaallTraTdreaIdteem Iutmebmer（umGbTeIrN，）（GTIN）
系列系货列运货包运装包箱装代箱码代码
SeSreiarilaSl hSihpippipnigngCConotnatianienreCr Codoed，e,（（SSSSCCCC）)
全球位置码
Global Location Number，（GLN）
UCC—12代码
例：
N13 N12N11N10N9N8N7N6N5N4N3 N2 N1
系统字符 厂商识别和商品项目代码 校验码
厂商识别代码：
➢ 左起6-10位（可变长度） 数字组成。由美国统一 代码委员会UCC分配给 厂商的代码。
系统字符
0，6，7 2 3 4 5
1，8，9
应用范围
一般商品 商品变量单元 药品及医疗用品 零售商店内码 优惠券 保留
0101 粮食作物产品 010110 小麦 01011001 冬小麦
科学数据分类与编码标准
4
分类类目释义
6大门类、31亚门类、234 大 类 和 1008 中 类 ， 共 1279 条类目的释义
5
电子词典
主要功能
分类类目的管理 分类类目的查询 数据集标引 分类映射 ……
6
转换实例——mapping机制
分别对每个试点的分类作相 应 的 Crosswalk ， 实 现 标 准 之间的映射；
10万级别以上，乃至100万级别的类目的快速查询； 可快速提取分类树的信息及标引结果集信息。
35
关键技术(2) 数据的标引
电子词典及辅助编码器使得用户对数据的分类可以不再依赖 于文件系统，可以在后台数据库的支持下直接完成，最后打 包提交即可。
36
演示
37
Thank you!
38
编码
HB111111 HB111312 HB141211 HC151311 HC111314 HC151200
30
科学数据分类编码工具软件
31
电子词典软件框架
32
电子词典功能 标准的管理和维护 查询
以类名查询，以代码查询，以释义查询； 精确查询，模糊查询。
标引 映射
33
研制 以数据中心有效管理、组织数据，最终用户快捷地查
找数据为目的
19
分类依据（2） 以科学数据共享工程的规划为依托 充分考虑各个数据共享中心的分类编码 结合学科分类标准、行业分类标准
20
分类编码标准的应用 该标准只适用于数据集的分类，并将分类结果组织形
成数据目录。该标准不适用于数据库的改造，数据项 的改造，数据项内容的代码填写等。
标引——保证标准和数据之间的关系
从外部进行标引，
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
对扩增属性，代码按照同一规则设计。
10.分类与编码标准文档结构
内容三
标准内容
1.范围 2.规范性引用文件（略） 3.术语和定义（略） 4.分类原则与方法 5.类目设置规则 6.编码原则与方法 7.编码设计规则 8.分类与编码的应用 9.分类与代码表 10.附录
4.分类原则
4)兼顾科学性原则 自顶向下，优先选择最能代表卫生信息数
据集主题的语言、词条定义类目名称，编制受控 分类体系表。 5)稳定性原则
使用稳定的因素作为分类依据，同时提高 分类体系的可延展性或兼容性，促进稳定性。
5.分类方法
1）主题优先法
分类体系首先依据主题构建主分类框架， 分类框架各层级类目可表示为一级、二级、三 级类目等。
类目1 类目2 类目3 ......
特有属性n
类目1 类目2 类目3 ......
5.分类方法
3）组配分类法
组配分类法是按照多维度、交叉性方式， 将数据集主分类框架与复分类表组合使用，对 数据集进行分类的规则。在某个主分类下的卫 生信息数据集的组配分类示意。
5.分类方法
3）组配分类法
6.类目设置规则
1）主分类目界定规则
a) 类目名称与主题对应 b) 类目名称规范 c) 同位类互斥 d) 数据集存在性 e) 类目均衡 f) 层次逐级隶属
6.类目设置规则
2）复分类目界定规则
a) 复分类表的类目根据特有属性分区段设置，每 个区段对应数据集的一个特有属性，构成一个 复分类的类目。
b) 复分类的类目间无层级、无关联，无顺序约束， 属于分区段的松耦合约束。
国家科技基础条件平台 医药卫生科学数据共享网 资源体系建设与标准规范建设培训
数据分类与编码标准介绍
张业武
张黎黎
医药卫生科学数据共享网总中心
资源体系建设课题组 标准规范建设课题组
主要内容
一、背景意义
科学数据共享活动涉及科学数据的汇交、分发、服务和应用 环节，也涉及科学数据的采集、加工和处理环节。
分类是人们认识事物的基础，对某种类别的数据作层次分类 并对分类结果赋予特定代码，以达到对该种数据类别或其分类结 果在语义上无歧义理解。
确立数据分类与编码的原则与方法，指导和规范各数据 资源建设单位研究和制定各类共享科学数据分类与编码标准， 推动和促进科学数据的集成与共享。
标准内容
封面 目次 前言 引言 名称
1.范围 2.规范性引用文件（略） 3.术语和定义（略） 4.分类原则 5.分类方法 6.类目设置规则 7.编码原则 8.编码方法 9.代码设计 10.分类与编码标准文档结构
科学数据分类编码的目的在于准确地识别主题数据集的内容 属性，将主题概念进行分析，并将分析的结果转化为分类编码语 言；实施对数据的有效管理，并能按类别开发利用数据，实现数 据共享。
科学数据共享 不能缺少
一、背景意义
数据集内容可以从不同的属性进行划分：
疾病分类，ICD--促进死亡率统计指标的可比性； 图书文献分类、学科分类，中图法--组织藏书排架； 业务属性，数据集分类--高层进行数据归并和信息组织。
1.范围 2.规范性引用文件（略） 3.术语和定义（略）
4.分类原则
1)系统性原则 综合考虑数据主题一致性，按其内在联系进
行系统化排列，确保类目唯一、结构合理、层次 清晰，减少冗余。 2)实用性原则
满足数据集分类编目的简便性、可操作和通 用性需求和数据集查询的一致性理解。 3)可扩展性原则
保证分类体系框架适应数据集不断丰富的内 容和日益增长的种类与数量。
亚门类
大类
小类
一级
二级
三级
字母码
数字码
数字码
数字码
数字码
数字码
A—Z
01—99Leabharlann 01—9901—99
01—99
01—99
9.代码设计
2)复分类表码位设计
复分类表需依据数据集的特有属性采用分 段编码设计，其基本内容可以由诸如卫生机构、 疾病分类和学科分类等多个区段组成，表述格 式为×××××××××（GB/T 11714 ）-×××.×××（GB/T 14396）-×××.××××（GB/T 13745）--……。
7.编码原则
1)唯一性 在一个编码体系中，每一个编码对象仅应有
一个代码，一个代码只唯一表示一个编码对象。 2)匹配性
代码结构应与分类体系相匹配。 3)可扩充性
代码应留有适当的后备容量，以便适应不断 扩充的需要。
7.编码原则
4)简洁性 代码结构应尽量简单，长度尽量短。
5)区段性 在数据集编码体系设置若干区段，每
c) 复分类目区段个数可根据实际需要进行扩展。
6.类目设置规则
3）主分类目层级约束规则
a) 分类体系的展开层次决定着分类导航系统的导 航程度，层次越多越深，知识被组织得越细密， 用户查找信息耗费的时间和精力就越多。
b) 主分类层次应控制在3级-6级之间。
6.类目设置规则
4）复分属性有限性控制
复分类表属性宽度的控制应该充分考虑数据 集内容的特有属性进行设置，详细描述、全面覆 盖数据集内容信息，多属性组配，增加数据集管 理维度、提高数据组织和生产的效率和质量，增 强数据集聚类的灵活性、增加检索入口，适应计 算机检索的需要。
5.分类方法
2）多属性复分法
数据集以相同主题构建，在若干相同主题 数据集中，又根据其个性，如时间、地域、疾 病、学科、机构等多属性，构成辅助分类体系， 即复分类体系。
5.分类方法
2）多属性复分法
特有属性1
类目1 类目2 类目3 ......
特有属性2
类目1 类目2 类目3 ......
特有属性3
体现--数据集内容的主题属性
一、背景意义
医药卫生科学数据集的内容，围绕数据产生过 程中所容纳的一系列主题描述展开。
主题成为数据集分类与编码的内容属性之一， 同时，数据集若体现机构、学科、病种等属性，也 要做为内容的分类标识属性。
内容二
标准研究意义
本标准就是对医药卫生科学数据主题数据集进行分类和 编码时应遵循的原则和方法，是分类和编码标准制定的指导 性标准。
个区段表达不同的类目属性，便于实现不 同维度检索。
8.编码方法
代码
有含义代码
无含义代码
缩层并组
写次置合
码码码码
递
增
顺
序
码
按GB/T 7027规定的方法
顺序码
系
约
列
定
顺
顺
序
序
码
码
无序码
9.代码设计
1)主分类表码位设计
分类框架中每一个类目设定惟一的主分类 编码，编码为11位混合码。
第1位 第2位 第3位 第4位 第5位 第6位 第7位 第8位 第9位 第10位 第11位
10.分类与编码标准文档结构
内容三
标准内容
1.范围 2.规范性引用文件（略） 3.术语和定义（略） 4.分类原则与方法 5.类目设置规则 6.编码原则与方法 7.编码设计规则 8.分类与编码的应用 9.分类与代码表 10.附录
4.分类原则
4)兼顾科学性原则 自顶向下，优先选择最能代表卫生信息数
据集主题的语言、词条定义类目名称，编制受控 分类体系表。 5)稳定性原则
使用稳定的因素作为分类依据，同时提高 分类体系的可延展性或兼容性，促进稳定性。
5.分类方法
1）主题优先法
分类体系首先依据主题构建主分类框架， 分类框架各层级类目可表示为一级、二级、三 级类目等。
类目1 类目2 类目3 ......
特有属性n
类目1 类目2 类目3 ......
5.分类方法
3）组配分类法
组配分类法是按照多维度、交叉性方式， 将数据集主分类框架与复分类表组合使用，对 数据集进行分类的规则。在某个主分类下的卫 生信息数据集的组配分类示意。
5.分类方法
3）组配分类法
6.类目设置规则
1）主分类目界定规则
a) 类目名称与主题对应 b) 类目名称规范 c) 同位类互斥 d) 数据集存在性 e) 类目均衡 f) 层次逐级隶属
6.类目设置规则
2）复分类目界定规则
a) 复分类表的类目根据特有属性分区段设置，每 个区段对应数据集的一个特有属性，构成一个 复分类的类目。
b) 复分类的类目间无层级、无关联，无顺序约束， 属于分区段的松耦合约束。
国家科技基础条件平台 医药卫生科学数据共享网 资源体系建设与标准规范建设培训
数据分类与编码标准介绍
张业武
张黎黎
医药卫生科学数据共享网总中心
资源体系建设课题组 标准规范建设课题组
主要内容
一、背景意义
科学数据共享活动涉及科学数据的汇交、分发、服务和应用 环节，也涉及科学数据的采集、加工和处理环节。
分类是人们认识事物的基础，对某种类别的数据作层次分类 并对分类结果赋予特定代码，以达到对该种数据类别或其分类结 果在语义上无歧义理解。
确立数据分类与编码的原则与方法，指导和规范各数据 资源建设单位研究和制定各类共享科学数据分类与编码标准， 推动和促进科学数据的集成与共享。
标准内容
封面 目次 前言 引言 名称
1.范围 2.规范性引用文件（略） 3.术语和定义（略） 4.分类原则 5.分类方法 6.类目设置规则 7.编码原则 8.编码方法 9.代码设计 10.分类与编码标准文档结构
科学数据分类编码的目的在于准确地识别主题数据集的内容 属性，将主题概念进行分析，并将分析的结果转化为分类编码语 言；实施对数据的有效管理，并能按类别开发利用数据，实现数 据共享。
科学数据共享 不能缺少
一、背景意义
数据集内容可以从不同的属性进行划分：
疾病分类，ICD--促进死亡率统计指标的可比性； 图书文献分类、学科分类，中图法--组织藏书排架； 业务属性，数据集分类--高层进行数据归并和信息组织。
1.范围 2.规范性引用文件（略） 3.术语和定义（略）
4.分类原则
1)系统性原则 综合考虑数据主题一致性，按其内在联系进
行系统化排列，确保类目唯一、结构合理、层次 清晰，减少冗余。 2)实用性原则
满足数据集分类编目的简便性、可操作和通 用性需求和数据集查询的一致性理解。 3)可扩展性原则
保证分类体系框架适应数据集不断丰富的内 容和日益增长的种类与数量。
亚门类
大类
小类
一级
二级
三级
字母码
数字码
数字码
数字码
数字码
数字码
A—Z
01—99Leabharlann 01—9901—99
01—99
01—99
9.代码设计
2)复分类表码位设计
复分类表需依据数据集的特有属性采用分 段编码设计，其基本内容可以由诸如卫生机构、 疾病分类和学科分类等多个区段组成，表述格 式为×××××××××（GB/T 11714 ）-×××.×××（GB/T 14396）-×××.××××（GB/T 13745）--……。
7.编码原则
1)唯一性 在一个编码体系中，每一个编码对象仅应有
一个代码，一个代码只唯一表示一个编码对象。 2)匹配性
代码结构应与分类体系相匹配。 3)可扩充性
代码应留有适当的后备容量，以便适应不断 扩充的需要。
7.编码原则
4)简洁性 代码结构应尽量简单，长度尽量短。
5)区段性 在数据集编码体系设置若干区段，每
c) 复分类目区段个数可根据实际需要进行扩展。
6.类目设置规则
3）主分类目层级约束规则
a) 分类体系的展开层次决定着分类导航系统的导 航程度，层次越多越深，知识被组织得越细密， 用户查找信息耗费的时间和精力就越多。
b) 主分类层次应控制在3级-6级之间。
6.类目设置规则
4）复分属性有限性控制
复分类表属性宽度的控制应该充分考虑数据 集内容的特有属性进行设置，详细描述、全面覆 盖数据集内容信息，多属性组配，增加数据集管 理维度、提高数据组织和生产的效率和质量，增 强数据集聚类的灵活性、增加检索入口，适应计 算机检索的需要。
5.分类方法
2）多属性复分法
数据集以相同主题构建，在若干相同主题 数据集中，又根据其个性，如时间、地域、疾 病、学科、机构等多属性，构成辅助分类体系， 即复分类体系。
5.分类方法
2）多属性复分法
特有属性1
类目1 类目2 类目3 ......
特有属性2
类目1 类目2 类目3 ......
特有属性3
体现--数据集内容的主题属性
一、背景意义
医药卫生科学数据集的内容，围绕数据产生过 程中所容纳的一系列主题描述展开。
主题成为数据集分类与编码的内容属性之一， 同时，数据集若体现机构、学科、病种等属性，也 要做为内容的分类标识属性。
内容二
标准研究意义
本标准就是对医药卫生科学数据主题数据集进行分类和 编码时应遵循的原则和方法，是分类和编码标准制定的指导 性标准。
个区段表达不同的类目属性，便于实现不 同维度检索。
8.编码方法
代码
有含义代码
无含义代码
缩层并组
写次置合
码码码码
递
增
顺
序
码
按GB/T 7027规定的方法
顺序码
系
约
列
定
顺
顺
序
序
码
码
无序码
9.代码设计
1)主分类表码位设计
分类框架中每一个类目设定惟一的主分类 编码，编码为11位混合码。
第1位 第2位 第3位 第4位 第5位 第6位 第7位 第8位 第9位 第10位 第11位