面向信息共享的科研單位信息分類編碼體系研究

耿慶齋 王冠華 張偉兵 林 林

（1.中國水利水電科學研究院，北京 100038；2.北京中水科信息技術有限公司，北京 100038）

隨著現代信息技術的發展，越來愈多的企（事）業單位認識到信息化應用水平的高低是增強企（事）業競爭力的重要因素之一。在信息化建設中，信息資源的開發和利用是信息化建設的核心內容，要充分將這些信息資源利用起來，就必須開展信息分類編碼的標準化研究工作。信息分類編碼的研究如果僅限于某個領域，就會出現“信息孤島”的現象，因此，需要進行全局考慮，建立統一的面向共享的信息分類編碼體系，才能將孤立、分散的各類信息資源變成網絡化共享的信息資源，將眾多“孤島式”的信息系統進行整合，實現信息共享和交換[1]。

信息分類編碼是信息存儲、處理、交換及共享的基礎[2]，是建立各種信息管理系統的重要技術基礎和前提。信息分類編碼標準化可以實現名稱、術語以及編碼的一體化和規范化，對信息系統和數據庫的建立起指導作用。本文以中國水利水電科學研究院（簡稱“水科院”）為例研究科研單位的信息分類編碼體系，水科院具有大量的信息資源，信息分類編碼的標準化可以統一協調水科院各部門信息資源的采集和加工處理，使其既符合水科院信息管理系統的整體要求，又滿足水科院各部門的業務需要，同時，還可以減少信息資源的重復采集、加工、整理和存儲，最大限度地消除因分類和編碼不一致造成的信息資源命名、描述時的誤解和分歧，避免出現諸如一物多名、一名多物或者同一信息內容具有不同分類編碼等混亂現象。為了科學管理和合理使用水科院的信息資源，實現對信息資源的有效管理、查詢、共享和使用，需要建立面向共享的信息資源分類編碼體系。

信息分類編碼是對信息進行科學、系統的分類并對分類結果賦予特定代碼的過程，信息分類編碼結構設計的好壞，將直接影響各信息系統間信息共享和交換的質量和效率[3]，因此，要確保信息分類編碼結構適用于不同的信息系統，必須研制統一的信息分類編碼體系。

1 信息分類與編碼研究現狀

發達國家非常重視信息分類編碼工作，美國從1945年起就開始開展信息分類編碼的標準化研究工作，陸續研制了一系列分類編碼標準[4]。我國信息分類編碼的研究工作始于20世紀70年代末，30多年來，我國標準化研究工作者從理論研究、應用實踐等諸多方面開展了一系列研究和探索，一批批信息分類編碼的譯著、資料和標準文本相繼問世?！缎畔⒎诸惥幋a通用文件格式》是我國最早信息分類編碼技術的基礎規范，它首次提出了信息分類編碼標準化的概念、特點、作用、信息分類編碼的原則和方法，以及信息分類編碼標準體系及設計應用[5]。水利行業在信息分類編碼領域也進行了大量研究工作，制定了一系列與分類編碼相關的行業標準，如：《水利工程基礎信息代碼編制規定》（SL213-98）、《水文數據 GIS分類編碼標準》（SL385-2007）、《土壤侵蝕分類分級標準》（SL190-96）、《中國河流名稱代碼》（SL249-2012）等等[6]。

水科院信息資源涉及的內容非常復雜，主要包括：與科學研究相關的科研合同和科研成果，與對外交流事務相關的國際交流和國際會議，與園區基礎設施建設相關的基礎地理信息，以及在業務工作中產生和生成的信息資源等。經過十幾年的信息化建設，水科院完成了信息化基礎設施建設，制定了信息化工作發展的整體規劃，先后建成了公文管理系統、財務管理信息系統、科研管理系統和新聞管理系統。隨著水科院信息化工作的不斷推進，如何實現各信息系統之間信息共享和交換是亟需考慮的問題。

水科院于 2004年編制了首部信息分類編碼標準《信息系統編碼》（Q/IWHR 1～10-2004），完成了區域編碼、部門編碼、人員編碼、合同編碼、課題編碼、成果編碼、證書編碼、行文編碼、房屋編碼、基建工程管線及附屬設施編碼等 10項編碼標準[7,8]，該編碼基本涵蓋了院內各業務范圍，為水科院信息系統建設和信息共享提供了技術保障。但是，經過近十年的發展，該編碼已不能適應水科院信息化發展的要求，部分編碼之間出現了不統一現象，有些新增信息也需要重新編碼。本文在已有信息分類編碼標準的基礎上，通過調查研究，結合水科院信息化發展現狀，進一步完善院信息分類體系和編碼結構。

2 信息分類體系

2.1 基本原則

信息分類是依據信息內容（或信息對象）的特征或屬性，將信息（或信息對象）按照特定的原則和方法進行區分和歸類，建立一套完整的信息分類體系，便于信息資源的管理和使用[9]。信息分類應遵循以下幾項基本原則[10]。

（1）科學性：盡量以能夠表征分類對象最穩定的特征或本質屬性作為分類的基礎和依據，確保信息分類能夠科學地描述或反映各類信息的特征。

（2）系統性：將選定的信息對象的特征或屬性按照特定的規則順序實現系統化，形成合理的科學分類體系，使每一個數據在分類體系中有一個確定的位置。

（3）可擴展性：信息分類體系中要留出一些適當的空位，以便在增加新數據時，能在原有系統基礎上進行擴展，而不至于打亂已建立的分類體系。

（4）實用性：信息分類要充分考慮可操作性，既要滿足系統內部和相關單位的實際需要，又能滿足用戶對信息共享的需求。

2.2 基本方法

信息分類的基本方法最常用的有線分類法、面分類法和混合分類法。

線分類法又稱為層次分類法[11]，是依據分類對象的某些特征或屬性劃分類目，逐級進行類目細化，逐次展開各分類段，形成有層次的樹狀結構的分類體系。它將分類對象按照層次逐級劃分、展開，各類目之間構成并列或隸屬關系。在分類體系中，一個類目相對于由它直接劃分出來的下一級的類目稱為“上位類”，也叫母項，由上位類直接劃分出來的下一層級的類目稱為“下位類”，也叫子項，屬于同一個上位類的各類目之間稱為“同位類”。上位類和下位類之間具有從屬關系，即下位類從屬于上位類，同位類類目之間為并列關系，既不交叉也不重復。目前，采用線分類法的標準有：GB/T 18317-2001《專題地圖信息分類與代碼》、GB/T 13923-2006《基礎地理信息要素分類與代碼》和GB/T 13745-2008《學科分類與代碼》。

面分類法是依據分類對象固有的各種特征或屬性，分成相互獨立的面，每個面中都包含一組類目，類目之間沒有從屬關系，將不同面中的各類目并置起來進行組合，形成一個新的復合類目。面分類法的基本原則是選擇分類對象本質的特征或屬性作為各個“面”；同一“面”應采用相同的分類依據；不同“面”內的類目不相互交叉，也不能重復出現。在已頒布的標準中使用面分類法的不多，《干部職務名稱代碼》（GB 12403-90）采用的就是面分類法。

混合分類法是指將線分類法和面分類法組合使用，以其中一種分類法為主，另一種作為補充的信息分類方法。混合分類法在已有的分類目錄經常使用，如葉冬芬等[12]研究的刀具資源分類和王慧等[13]研究的新疆兵團農業資源信息分類都采用的是混合分類法。

2.3 分類體系

根據上述分類原則，結合水科院信息資源現狀，選用線分類法，制定了水科院信息分類體系，分類體系分為5大類，各大類下設共17個類目，并可根據需要進行擴展，各類目又可進行細分（圖1）。各類信息的具體特征如下。

基礎信息是指與水科院相關的基礎信息，如區域、部門和人員等信息。

公文信息是指機關團體、企事業單位等依法成立的社會組織，用來辦理公務，有一定格式的應用文檔，如發文、公函、會議紀要、收文、請示（報告）等。

科研信息是指科研管理和科研活動中產生的信息資源，如項目合同、外協合同、課題和科研成果等。

外事信息是指國際合作與交流、國際合作項目管理以及國際學術交流等信息，如國際交流和出國團組等。

地理信息是指與園區資源、環境相關的基礎地理信息，如建筑物、房屋、管線（道）等。

圖1 中國水利水電科學研究院信息分類體系

3 信息分類編碼

3.1 基本原則

信息分類編碼為滿足對信息對象進行標識的作用，應遵循以下原則[14,15]。

（1）唯一性：每一個編碼對象只能有一個編碼，一個代碼也僅表示唯一的編碼對象。

（2）合理性：編碼結構要與分類體系相適應。

（3）可擴展性：必須使用同類編碼不斷擴充的需求，以便增加新編碼對象時不至于打亂原有的體系結構，同時有足夠的擴展容量。

（4）兼容性：與有關標準（包括國際標準、國家標準、行業標準）協調一致。

（5）高效性：編碼結構應盡可能簡單，即節省存儲空間，又易于計算機高效處理。

（6）適用性：編碼應盡可能反映編碼對象的特點，有助于記憶，便于編制。

3.2 編碼設計

水科院信息分類編碼設計的過程分3個步驟：

（1）依據需求分析確定調研對象，對調研對象現有的信息分類、編碼情況，以及相關信息資源等進行深入調研，并根據調研結果確定編碼對象。

（2）根據編碼對象自身具有的特征、屬性以及編碼對象所表達的含義確定編碼依據。

（3）結合相關標準，根據編碼的有效范圍和容量，確定具體的編碼方法和結構。

在具體實施過程中，要對已有信息編碼進行梳理、遴選、優化和統一，對已有信息編碼的不足不能一概否決，需要進行合理的處理，如：對暫時無需進行信息共享和交換的編碼可以保留不變，而對需涉及信息共享和交換的編碼制定相應的規則對其進行轉換，以實現編碼的統一。只有這樣，信息分類編碼的實施才能行之有效，又不會影響現有業務系統的正常運行。

分類編碼主要分為數字型、字母型和混合型 3種類型。數字型代碼是我國使用最廣泛的一種編碼方式，其優點結構簡單，使用方便，缺點是不利于對編碼對象特征進行描述；字母型代碼可使用 26個英文字母，其優點是字母碼的代碼容量大，并且可以提供人們便于識別的信息，缺點是不利于計算機處理。混合型編碼兼有數字碼和字母碼的優點，結構嚴密，具有良好的直觀性，缺點是計算機輸入不便，容易出錯。綜合考慮3種分類編碼的優缺點，水科院信息編碼選用混合型編碼方式。

3.3 編碼結構

編碼結構中一般含有兩類代碼：有含義代碼和無含義代碼。有含義代碼是指代碼本身具有某種實際含義，不僅作為編碼對象的唯一標識，還能提供編碼對象的有關信息（如排序、邏輯意義等）。無含義代碼是指代碼本身無實際含義，代碼只作為編碼對象的唯一標識，起替代編碼對象名稱的作用，而不能提供編碼對象的其他任何有關信息。

好的編碼結構應具有兩個優點：（1）編碼是實體明確的、唯一的標識。（2）可以提高計算機的處理效率[16]。

基于上述編碼原則和方法，水科院信息分類體系中的每類信息制定了編碼結構，由于篇幅所限，這里舉兩個例子進行說明。

一是項目合同編碼，其結構如下：

按照此編碼結構即可對承擔的項目合同進行編碼，如“WR0121A022011”表示水資源研究所2011年立項的第2個“十二五”國家科技支撐項目。

二是科技成果編碼，其結構如下：

按照此編碼結構即可用于水科院科技成果進行編碼，如“WE2012011”表示水環境研究所 2012年完成的第11個科技成果。

4 結 論

信息分類與編碼是信息化建設的基礎性工作，是實現信息表達、交換與共享以及信息系統集成的前提和基礎，而信息分類與編碼工作又是一項紛繁的工作，涉及水科院的多個部門，在編制過程中，既要考慮各業務部門的差異性，又要充分發揮各業務部門的優勢，制定一套具有實效性的信息分類編碼體系。信息編碼不僅便于數據的存儲和檢索，還可節省存儲單元和節省時間。信息編碼后，信息資源的排序、合并、累計、統計分析等許多工作實現起來更便利，既簡化了程序，又提高了處理效率。

本文提出的水科院信息分類編碼體系尚處在探索階段，每種分類下具體的內容還有待進一步細化，在今后的工作還需不斷完善。

[1]古發輝,李雯,賴路燕.面向信息共享的信息分類編碼標準體系與實施過程研究[J].情報雜志,2008,(4):25-28.

[2]張茂震,宋鐵英,唐小明,等.森林資源信息分類編碼方法[J].福建林業學院學報,2005,25(2):147-152.

[3]古發輝.面向信息共享的信息分類編碼及其管理系統的研究[D].江西理工大學碩士論文,2008.

[4]耿慶齋,張行南,朱星明.基于多維組合的水利科學數據分類體系及編碼結構[J].河海大學學報(自然科學版),2009,37(3):346-250.

[5]李偉.信息分類編碼研究初探.圖書情報工作,2008,(2):286-288.

[6]朱星明,耿慶齋.略論水利技術標準中信息共享類標準存在之問題[J].水利技術監督,2006,14(3):6-9; 16.

[7]Q/IWHR 1～10-2004,信息系統編碼[S].

[8]于愛華.淺談科研單位信息系統編碼標準建設[J].水利技術監督,2004,12(6):12-14.

[9]孫香云,劉增進,鄭朔昉.信息分類與編碼及其標準化[M].北京:機械工業出版社,2012.

[10]牛振國,符海芳,崔偉宏.面向多層用戶的農業信息資源分類初步研究[J].資源科學,2003,25(2):20-25.

[11]曾慶森,張紅,田偉.包裝行業企業信息分類與編碼問題的研究[J].包裝工程,2000.21(2):37-39.

[12]葉冬芬,周建強,韓雙霞.基于刀具全壽命周期管理的信息編碼研究[J].機械制造,2009,47(12):5-8.

[13]王慧,呂新.新疆兵團農業資源信息化體系框架構建初探[J].石河子大學學報(自然科學版),2011.(5):546-550.

[14]袁長煒,古發輝.淺談信息分類與編碼的實施[J].科技廣場,2010,(5):248-251.

[15]肖修劍,王家順,王田苗,等.信息編碼與面向對象的信息編碼模型研究[J].微計算機信息,2003,19(6):79-80.

[16]程貴秀,葉延科.企業信息分類與編碼問題的研究[J].電腦開發與應用,2003,16(5):10-12.