第02章 信息的分类与编码

1、*1 *2 内容提要（1/2） v2.1 信息元素的涵义 2.1.1 信息元素的概念 2.1.2 信息元素的命名原则 2.1.3 信息元素的标识 2.1.4 信息元素的一致性 v2.2 信息分类的方法 2.2.1 信息分类的概念 2.2.2 信息分类的基本原则 2.2.3 信息分类的基本方法 v 线分类法 v 面分类法 v 混合分类法 *3 内容提要（2/2） v2.3 信息编码方法 2.3.1 信息编码的概念 2.3.2 信息编码的功能和信息编码的基本原则 2.3.3 代码的分类 v 按符号形式分类 v 按符号的含义分类

2、2.3.4 编码的校验 v 错误种类 v 校验方法 v 信息编码错误的校验步骤 v 校验案例 v2.4 作业 （.） *4 2.1.1 信息元素的概念 v信息元素（又称数据元素或数据项）是最小的不可再 分的信息单位，是一类信息的总称。 v例如： 船舶资料中的船名“天河轮”、“冀海轮”等，可以抽象出 “船舶名称”这个数据元素； 每一条船都有一个编号，可以概括出“船舶编号”这个数据 元素。 通常职工档案中的“简历”、“受奖情况”等，不是信息元 素。因为“简历”至少包括时间、地点等信息，是可以继续 分解的信息；“受奖情况”也是可以继续分解的信息

3、。 （注意：“信息元素”可以视为数据库中的“字段”） *5 2.1.2 信息元素的命名原则（1/2） v1、命名原则 信息元素命名的原则就是用一简明的词组来描述一个信息元 素的意义和用途。 v2、词组的一般结构 类别词和基本词都只有个，修饰词可以有一个或多个； 是信息元素命名中的个最重要的名词，用来识别和描述 信息元素的一般，一般不具有行业持征，条目较少。 如数量（AMOUNT）、名称（NAME）、编号（NUMBER）、代码 （CODE）等。 是类别词的最重要的修饰词，它对一大类信息对象进一步 分类（反映一小类信息对象），一般具有特征，条目较多。 如会计（ACCOUNTING）、预算（BUDG

4、ET）、顾客（CUSTOMER）等。 修饰词一基本词一类别词修饰词一基本词一类别词 *6 2.1.2 信息元素的命名原则（2/2） v3、信息元素命名案例 社会保险编码 （修饰词）、（基本词）、（类别词） 学校学生学号 学校贵重设备名称 （修饰词）、（修饰词）、（基本词）、（类 别词） *7 2.1.3 信息元素的标识 v1、信息元素标识的含义 又称信息元编码，是计算机和管理人员共同使用的标识。 v2、信息元素标识的方法 用限定长度的大写字母字符串表达，字母字符可按信息元素 名称的汉语拼音抽取首音字字母，也可按英文词首字母或缩 写规则得出。 v3、案例： *8 2.1.4 信息元素的一致性 v

5、信息元素命名和信息元素标识要在组织（政府部门或 企事业单位）中保持一致。 v不允许有“同名异义”的信息元素。 v也不允许有“同义异名”的信息元素。 这里的”名”是指信息元素的标识； “义”是指信息元素的命名或定义。 *9 2.2.1 信息分类的概念（1/2） v1、含义 信息分类是根据信息内容的属性或特征，将信息按一定的原 则和方法进行区分和归类，并建立起一定的分类体系和排列 顺序。 v2、信息分类的两个要素 分类对象，分类对象由若干个被分类的实体组成； 分类依据，分类依据取决于分类对象的属性或特征。 *10 2.2.2信息分类的基本原则（1/3） 1、科学性 使类别的划分符合信息的内涵、性质

6、及使用与管理要求； 选择信息的本质属性和特征作为分类的依据，使分类体系结 构具有稳定性，以供人们方便地使用。 2、系统性 分类结构中各类信息按照他们之间的相互联系排成一定的顺 序，形成一个系统，既便于人们区分信息、识别信息，又便 于人们从整体上去把握信息之间的关系。 *11 2.2.2信息分类的基本原则（2/3） 3、可扩展性 随着科学技术的进步和社会经济的发展，人们可利用的信息 量急剧增长，信息的类别和分类体系结构也应适应这种变化 的需要，这就要求： v分类体系结构在原有的基础上有扩展的余地，其中包括新的类别 的增补和在原有类别的基础上进行分解、细化。 4、兼容性 信息的分类是一个庞大而复杂

7、的系统，这个大系统中存在着 若干层分系统与子系统，一些子系统之间存在着相互联系和 信息共享问题： v如生产类信息和人事类信息中都包含工人这一类信息。生产类信 息在对工人这一信息的定义和再分类时就要和人事类信息兼容 *12 2.2.2 信息分类的基本原则（3/3） 5、实用性 由于信息的属性与特征的多样性，在实际生活中选择何种属性 与特征进行分类还要考虑到人们实际应用的需要。 例如：某企业在开发新产品时，管理部门、设计部门与制造部 门从各自的应用目的出发，对信息的分类会提出不同的要求。 v管理部门从企业的经营管理目标出发，希望信息的分类要便于生 产的计划与控制，并能反映成本和市场需求方面的情况；

8、 v设计部门则从设计需要出发，希望信息的分类体系体现新产品开 发组合化(模块化)、标准化、序列化的趋势； v制造工艺部门则从实现产品的小批量、多品种成组生产，以提高 生产效率和质量的目的出发，希望信息的分类体系能反映产品的 量、部件的几何特征与工艺特性。 v因此，在制订企业信息分类体系时，要从企业的总体目标出发， 充分考虑到各部门的合理要求，进行企业信息分类体系的整体优 化。 *13 线分类法（1/3） 1、线分类法的基本思想 （又称或）是将初始的分类 对象(即被划分的事物或概念)按所选定的若干个属性/特征作 为分类的划分基础，逐次地分解成若干个层级类目，并编排 成一个逐级展开

9、、有层次的分类体系。 v同层级类目之间存在着并列关系，称为同位类。 v一个层级类目经分解形成的下层类目，称为下位类；相应的被分 解的类目称为上位类；上位类与下位类的关系是隶属关系。 v同层级类目互不重复，不同层级的类目互不交叉。每个下位层的 类目只对应于一个上位层。 *14 线分类法（2/3） 2、线分类法的典型案例 （以下为河北省部分案例以下为河北省部分案例） v国民经济行业分类与代码（GBT 47541994）和职业分 类与代码（GBT 65651999） *15 线分类法（3/3） 3、线分类法的优缺点 优点： 可容纳较多类目的信息。 。采用树形结构能较好

10、反映类目之间的逻辑关系。 。既符合手工处理信息的思维习惯，又便于计算机处理。 缺点： 。分类结构一经确定，不易改动。 。当分类层次较多时，编码的位数较长，影响数据处理 速度。 *16 面分类法（1/2） 1、面分类法的基本思想 是将所选定的分类对象的若干属性或特征视为若干 个“面”，每个“面”中又可分成彼此独立的若干个类目。 。 可根据需要将这些“面”中的类目组合在一起，形 成一个复合类目。 2、面分类法的典型案例 某高校教师分类编码 *17 面分类法（2/2） 3、面分类法的优缺点 一个面内的属性内容与数量的调整不会影响其 他的面。 。可根据需要组成任何类目，

11、也便于机器处理。 。 。在面分类法形成的分类体系中，可组成的类 目很多，但有时实际应用的类别不多。 。 *18 混合分类法 1、混合分类法的基本思想 混合分类法是将线分类法和面分类法组合使用，以其中一种 分类法为主，另一种做补充的信息分类方法。 2、案例： v上述教师的面分类体系中的从事专业，又可以分为学科门类(如 管理学、工学等)，学科门类下设若干一级学科，每个一级学科 一般设有若干二级学科。 v从事专业这一面可、一级学科、二级学 科三个层次，如下表所示。其中，一级学科用三位数字表示，二 级学科用两位数字表示；一、二级学科之间用点隔开。 *19 2.3.1 信息编码的概念 信

12、息编码是将事物或概念(编码对象)赋予具有一定规律、易 于计算机和人识别处理的符号，形成代码元素集合。代码元 素集合中的代码元素就是赋予编码对象的符号，即编码对象 的代码值。 信息编码包含数据表达成代码的方法数据表达成代码的方法、数据的代码表示形式数据的代码表示形式、 代码元素集合的赋值代码元素集合的赋值。 信息编码形式有多种，例如： v国际莫尔斯电报码用小点与短横表示。 v国际通用的电阻元件参数值是用一组由不同颜色组成的圆环表示 的，称为电阻色环码。 v一维条形码，二位条形码等等。 *20 2.3.2 信息代码的功能和信息编码的基 本原则（1/2） 代码的功能如下：代码的功能如下： v 信息的

13、标识唯一，便于分类鉴别，防止同名异义、异名同义 现象发生。 v 信息的标识统一，便于信息交换与利用，实现更大范围的资 源共享。 v 信息的标识有序，便于信息的加工、排序、查询、检索。 v 信息的标识明确，可以表达特定含义。 v 信息的标识简洁，可以提高信息处理的效率。 v 信息标识的形式与信息内容的对应关系可以人为设定，有利 于信息的安全保密。 对信息进行编码，就是使信息的标识规范化的过程， 代码就是信息规范化的标识符。 *21 2.3.2 信息代码的功能和信息编码的基 本原则（2/2） 信息编码的基本原则如下： 唯一性。唯一性。 合理性。合理性。 可扩展性。可扩展性。 简洁性。简洁性。 可识

14、别性。可识别性。 规范性。规范性。 稳定性。稳定性。 v注意： 企业代码由技术监督局、工商管理局负责给定；企业代码由技术监督局、工商管理局负责给定； 人口代码（身份证）由公安局给定人口代码（身份证）由公安局给定 *22 2.3.3 代码的分类 信 息 编 码 方 法 数字型代码 字母型代码 混合型代码 顺序码 无序码 系列顺序码 数字化字母顺序码 层次码 特征组合码 矩阵码 符号编码法 无含义代码 复合码 有含义代码 符号含义 编码法 *23 按符号形式分类（1/3） 1、数字型代码 或称是用一个或多个阿拉伯数字表示分类对象 的代码。 结构简单，使用方便，特别是排序很容易，易于

15、向国内外 推广， 对于分类对象属性与特征描述不直观。 案例： v我国国家标准人的性别代码 v国民经济行业企业和代码 v中华人民共和国行政区划代码。 *24 按符号形式分类（2/3） 2、字母型代码 或称是用一个或多个字母表示分类对象的 代码。 v（1）字母型代码与数字型代码相比，同样位数的代码比数字型 的容量大得多。 用一位英文字母型代码最多可以表示用一位英文字母型代码最多可以表示2626个个(A-Z)(A-Z)类目，而一位数类目，而一位数 字型代码最多只能表示字型代码最多只能表示1010个类目，个类目，2 2位字母型代码最多可表示位字母型代码最多可表示26262626 676

16、676个类目。个类目。 v（2）字母型代码由于其拼音字母的特点，还便于人们认识代码 所表示的类目的内容，方便人们的记忆。 用用CNCN表示中国表示中国(China)(China)，BJBJ表示北京表示北京(Beijing)(Beijing)等等. . v对象数量较多时，或增补、修改代码频繁时，用字母型代码容易 出现重复与冲突现象。 *25 按符号形式分类（3/3） 3、混合型代码 或称是由数字、字母或数字、字母、专用字符组 合表示分类对象的代码。 v兼有上述数字型代码和字母型代码的优点，具有良好的直观性与表 达性。 火车时刻表上的火车时刻表上的T15T15表示北京至广州的某一特

17、别快车。表示北京至广州的某一特别快车。 http:/http:/表示表示263263网络集团在互联网上的域名编码。网络集团在互联网上的域名编码。 v混合型代码组成复杂，造成计算机输入不方便，录入效率低、错误 率高。 *26 按符号的含义分类（1/8） 1 1、无含义代码：指组成代码的字符本身无实际含义的 代码，代码只作为编码对象的唯一标识符。 （1）顺序码 是将具有顺序的数字或字母赋予编码对象。 是一种最简单和常用的无含义代码。 代码简短、使用方便、易于增补 国家标准人的性别代码(GBT22611980)中，男性的 代码是1，女性的代码是2 ； 代码本身不包含编码对象任何其他信

18、息，不 便于标识 。 *27 按符号的含义分类（2/8） v（2）无序码 v将无序的数字或字母赋予编码对象的代码。 v代码无任何编写规律，通常靠机器产生的随机数赋予。 v此种代码仅表示编码对象是某约定的分类体系中的一个类目。 v手机网上“自助服务”的有关密码：一号通码、二次校验码。 *28 按符号的含义分类（3/8） 2、有含义代码：是指代码不仅作为编码对象的唯一 标识，代替编码对象，而且提供编码对象的分类、排 序与逻辑意义等信息的代码。 （1）系列顺序码 这是一种特殊的顺序码。它是将顺序代码分成若干段（系 列），并与编码对象的分类一 一对应，给每段的编码对象

19、赋予一定的顺序。 是能表示一定的信息属性或特征，易于添加； 是空码较多，不便于机器处理，不适应于复杂的分类体 系。 *29 按符号的含义分类（4/8） （2）数字化字母顺序码 数字化字母顺序码是将编码对象按其名称的首字母顺序排列， 然后按此顺序赋以递增的数字代码 。 优点：容易归类，便于检索，适合于根据人名、机关名、事 业、企业单位名称以及地名来检索信息。 缺点：新增代码调整困难，使用时间较短。 （） 01 Apples(苹果) 02 Bananas(香蕉) 03 Chenies(樱桃) *30 按符号的含义分类（5/8） （3）层次码 层次码常用于线分类法，它

20、是按编码对象的从属层次关系为 排列顺序的一种代码。 编码时，将代码分成若干层级，并与分类对象的分类层级相 对应。代码自左至右，表示的层级由高至低，每个层级的代 码可采用顺序码或系列顺序码。 能明确表明编码对象的类别，有严格的隶属关系。代 码结构简单，容量大，便于计算机汇总。 当层次较多时，所用代码位数较多，弹性较差。 （ ） 采用三层四位数字的层级码 X X X X 第一层代码（大类） 第一层代码（小类） 第二层代码（中类） *31 按符号的含义分类（6/8） （4）特征组合码 特征组合码常用于面分类体系。它是将编码对象按其属性或 特征分成若干个面。每个面内的诸项属性或特征按其

21、规律分 别进行编码，面与面之间的代码没有层次关系与从属关系。 使用时，按预先确定顺序，根据需要可将不同的面中代码组 合起来以表示所代表的类目。 （雷同于雷同于面分类法面分类法） 类目组合比较灵活，适于机器处理。 利用率低，不便于求和汇总。 机制螺钉分类 v由上表可知：代码2342表示黄铜1.5方形镀铬螺钉。 *32 按符号的含义分类（7/8） （5） 矩阵码定义坐标的代码 矩阵码是一种建立在多维空间坐标位置基础上的代码，代码 的值是通过赋予多维空间坐标的代码组合而成，或是通过赋 予多维空间位置的序号而构成。 例如：两维矩阵吗，是通过赋予x、y坐标的数值(序号)确定 代码的值。

22、逻辑关系明确，也容易解释其含义。 编制代码时较困难，需要考虑建立一定的逻辑关系。 顺序日期表示法 月份； 日期 矩阵的序号排列（逻辑关系）：依次赋 予001（1月1日）至365（12月31日）（若为闰年则为366） *33 按符号的含义分类（8/8） （6）复合码 是由两个或两个以上完整、独立的代码组合而成。 使用灵活、应用面较广的代码类型，可以表示具有复 杂分类和标识体系的事物。 代码总长度较长。 采用采用1313位数字的复合码位数字的复合码 *34 信息编码错误种类 1、在录入代码时的可能错误： 识别错误：1/7，0/O,Z/2,D/O,S/5， 易位错误：

23、12345/13245， 双易位错误：12345/13254， 随机错误：上述两种或两种以上的错误出现 2、避免代码录入出现错误的办法 v在设计好的代码后，再增加一位（最低位），作为代码的组成部 分。增加的一位，即为校验位。使用中，没有特别意义。 v使用时，应录入包括校验位在内的完整代码，代码进入系统后， 系统将取该代码校验位前的各位，按照确定代码校验位的算法进 行计算，并与录入代码的最后一位（校验位）进行比较，如果相 等，则录入代码正确，否则录入代码错误，进行重新录入。 *35 信息编码错误的校验方法 （1/2） v三种方法：算术级数法、几何级数法、质数法 1、算术级数法 *

24、36 信息编码错误的校验方法 （2/2） 2、几何级数法 3、质数法 *37 信息编码错误的校验步骤 v设有一组代码为： C1C2C3C4Ci v第一步：为设计好的代码的每一位Ci确定一个权数Pi（权数可为算术 级数等差数列 、几何级数等比数列、或质数）。 v第二步：求代码每一位Ci与其对应的权数Pi的乘积之和S v S=C1*P1+C2*P2+Ci*Pi (i=1,2,n) v n v = Ci*Pi (i=1,2,n) i=1 v第三步：确定模M v第四步：取余R = MOD(M) v第五步：校验位Ci+1 = R v最终代码为： C1C2C3C4CiCi+

25、1 *38 校验案例 v原设计的一组代码为五位，如32456，确定权数为7,6,5,4,3（算 数级数） v求代码每一位Ci与其对应的权数Pi的成绩之和S v S=C1*P1+C2*P2+Ci*Pi(i=1,2,n)= 3*7+2*6+4*5+5*4+6*3=21+12+20+20+18=91 v确定模M，M=11 v取余R，R = S MOD(M) = 91MOD(11) = 3 v校验位Ci+1 = R = 3 v最终代码为： C1 C2 C3 C4CiCi+1 ，即324563 v使用时为：324563 39 国家药品编码本位码编码规则 药品编码本位码共14位，由药品国别

26、码、药品类别码，药品本体码和 校验码依次连接组成，不留空格。由药品监督管理部门授权的维护管 理机构统一编制赋码。 国别码为国别码为“86” 类别码为类别码为“9”，代表药品，代表药品 企业标识遵循企业标识遵循企业法人企业法人 营业执照营业执照,药品生产许药品生产许 可证可证一照一证的原则，一照一证的原则， 按照流水的方式编制；按照流水的方式编制； 产品标识是该企业所有药产品标识是该企业所有药 品产品根据批准文号，依品产品根据批准文号，依 据名称、剂型、规格，遵据名称、剂型、规格，遵 循一物一码的原则，按照循一物一码的原则，按照 流水的方式编制。流水的方式编制。 40 国家药品编码本位码编码规则

27、 校验码是药品编码本位码中的最后一个字符，通过特定的数学公式来校验码是药品编码本位码中的最后一个字符，通过特定的数学公式来 检验国家药品编码本位码中前检验国家药品编码本位码中前1313位数字的正确性，计算方法按照位数字的正确性，计算方法按照“GB GB 18937”18937”执行。执行。 从校验码开始是第从校验码开始是第1 1位数，依次类推到国别码是位数，依次类推到国别码是1313、1414位，偶位数位，偶位数 相加的和乘以相加的和乘以3 3，奇位数相加，奇位数相加 用用1010减去上两式的和的个位数就是校验码的数，如果个位数是减去上两式的和的个位数就是校验码的数，如果个位数是 “0”“0”，则校验码为，则校验码为“0”“0” 例如：药品本位码例如：药品本位码 86903119000056 86903119000056 (8+9+3+1+0+0+5)(8+9+3+1+0+0+5)* *3+(6+0+1+9+0+0)=94 10-4=63+(6+0+1+9+0+0)=94 10-4=6 居民身份号码编码规则 v示例：示例：GB 116431999GB 116431999（居民身份号码），整个代码分成（居民身份号码），整个代码分成4 4个码段，个码段， 前两个码段标识对象的空间和时间特性，第三个码段则限定于前面两前两个